一种基于MODIS时序数据的火烧迹地提取方法

摘要

一种基于MODIS时序数据的火烧迹地提取方法，涉及火烧迹地提取方法的领域。本发明是要解决现有的火烧迹地提取方法中存在洪水、森林砍伐以及农作物收获等都会导致光谱特征变化和云污染以及辐射传输所造成的误差，造成火烧迹地提取精确度较差的问题。一种基于MODIS时序数据的火烧迹地提取方法：一、采集图像数据；二、图像数据的镶嵌；三、图像数据的转投影处理；四、采用阈值Ⅰ对图像数据进行筛选；五、采用MOD14A2数据对图像数据进行筛选；六、采用阈值Ⅱ对图像数据进行筛选；七、合并之后，处理图像数据。本发明适用于森林火灾监测领域。

主权项

一种基于MODIS时序数据的火烧迹地提取方法，其特征在于：方法具体是按以下步骤完成的：步骤一、对待测区域，通过MODIS收集MODIS8天合成数据，每年收集34期，共34期数据；步骤二、通过MRT软件对待测区域的MODIS影像进行镶嵌，得到待测区域的完整的图像数据；步骤三、通过ENVI modis conversion tools软件对步骤二处理的图像数据进行转投影处理；并从图像数据中，提取MOD09Q1数据和MOD14A2数据；步骤四、通过ENVI的波段运算功能对步骤三得到的MOD09Q1数据的红外波段ρ_red值和近红外波段ρ_nir值分别采用公式(1)和公式(2)进行波段运算，得到GEMI指数和BAI指数；其中，所述的公式(1)中的η是由公式(3)计算得到的，所述的公式(2)中的ρ_cnir设定为0.03～0.09和ρ_cred设定为0.05～0.15；GEMI＝η×(1‑0.25η)‑(ρ_red‑0.125)/(1‑ρ_red)  (1)BAI＝1/((ρ_nir‑ρ_cnir)²+(ρ_red‑ρ_cred)²)  (2)η＝(2(ρ_nir²‑ρ_red²)+1.5ρ_nir+0.5ρ_red)/(ρ_nir+ρ_red+0.5)  (3)步骤五、通过阈值Ⅰ采用IDL编程对步骤三处理得到的MOD09Q1数据进行提取，得到火烧像元；其中，阈值Ⅰ的设定要符合公式(4)、公式(5)、公式(6)、公式(7)以及公式(8)；公式中所述的t为第t期，0＜t≤34；公式中所述的GEMI_t‑1为第t‑1期的GEMI值，GEMI_t为第t期的GEMI值，GEMI_t+2为第t+2期的GEMI值，BAI_t为第t期的BAI值，BAI_t‑1为第t‑1期的BAI值；GEMI_t‑1>0.170  (4)(GEMI_t‑GEMI_t‑1)/GEMI_t<‑0.1  (5)(GEMI_t+2‑GEMI_t‑1)/GEMI_t+2<‑0.1  (6)BAI_t>250  (7)BAI_t‑1>200  (8)步骤六、通过步骤三得到的MOD14A2数据采用IDL编程对步骤五得到的火烧像元进行掩膜处理，得到核心像元；所述的核心像元的像元值ρ_t>6或ρ_t‑1>6；步骤七、通过阈值Ⅱ采用IDL编程对以步骤六得到的核心像元为中心的10km～20km范围的区域的图像数据进行提取，并合并核心像元和提取后的缓冲区，即得到第t期的火烧迹地；其中，阈值Ⅱ的设定要符合公式(9)、公式(10)、公式(11)、公式(12)以及公式(13)；公式中所述的GEMI_t+1为第t+1期的GEMI值；GEMI_t‑GEMI_t‑1<‑0.03  (9)GEMI_t+1‑GEMI_t‑1<‑0.02  (10)GEMI_t+2‑GEMI_t‑1<0  (11)GEMI_t+1‑GEMI_t≤0  (12)BAI_t>250  (13)步骤八、重复步骤五至步骤七，得到不同期的火烧迹地的数据，通过IDL编程对不同期的火烧迹地的数据进行合并之后，处理，即得到火烧迹地。