一种地下煤火遥感自动检测方法及系统

本发明涉及矿产地质与遥感学科中的数字图像处理,特别涉及一种地下煤火遥感自动检测方法及系统。

背景技术：

1、地下煤火是指在地下一定的空间范围内由于人为因素或自然环境条件引起的煤炭资源燃烧，并不断发展形成大面积煤田火灾。在中国、美国、澳大利亚、印度、印度尼西亚等国家和地区普遍存在，在我国主要分布在新疆、宁夏、内蒙古等地。地下煤火燃烧环境复杂，准确探测和圈定地下煤火的位置及范围，是开展灭火治理工作的前提和关键，具有十分重要的现实意义。

2、相比于传统的煤火监测手段，遥感技术以其快速有效、经济便捷、可获取多时相、多波段、多尺度数据的优势，广泛用于大范围地下煤火的监测。landsat 8的tirs传感器采用了更先进的红外光子检测技术，使得传感器的热敏度更高。与landsat7/etm+热红外数据相比，landsat 8数据在煤火遥感监测中更具有优势。煤火遥感监测方法通常可以分为手动半自动火区提取方法和全自动火区提取方法两大类。地表温度手工密度分割法和地表温度均值加其1～2倍标准差法方法简单，可以快速圈定煤火异常，但是只能粗略确定火区范围。利用混合像元分解模型分解landsat5-tm的单个温度混合像元为2个端元温度，通过煤层的几何形状和现场测量煤火温度确定混合像元的温度阈值，这种方法对全煤火覆盖像元比较有效，但受煤火形态的限制，很难确定单像元内部煤火比例。常用全自动火区提取算法有移动窗口热异常提取算法和自适应梯度阈值法。移动窗口热异常提取算法首先用聚类的方式划定煤火风险区并以此排除假热异常，再通过统计每个窗口中的热红外数据的直方图，将紧随主最大值的局部最小值作为火区热异常识别阈值。该方法假设每个窗口的直方图均存在上述紧随主最大值的局部最小值，实际情况并非如此，并且移动窗口大小的选择对火区提取结果存在较大的影响。自适应梯度阈值法则根据反演的地表温度生成温度梯度图，使用梯度下界与上界生成11景潜在高梯度缓冲区，将11景潜在高梯度极值线上的温度取均值作为最终火区温度分割阈值。但是该方法确定的温度阈值只针对全区域数据，未考虑到局部煤火热异常的影响。

技术实现思路

1、本发明的目的是克服现有技术的上述不足，并基于梯级窗口自适应分析，提供一种更加简明、高效、适应性更好的地下煤火遥感自动检测方法及装置。

2、本发明的技术方案是：首先本发明提供了一种基于梯级窗口自适应分析的地下煤火遥感自动检测方法，该方法包括以下步骤：

3、步骤1、遥感影像输入

4、输入一幅经过几何校正的landsat8卫星影像，并将陆地成像仪oli(operationallandimager)1-9波段和热红外传感器tirs(thermal infrared sensor)10-11波段统一重采样至空间分辨率为30米，得到具有11个波段的遥感影像。

5、步骤2、计算表观反射率

6、landsat 8卫星oli可见光至短波红外波段的表观反射率计算方法如下：

7、ρλ＝(mρqcal+aρ)/cosθz                           公式1

8、式中，ρλ为波段λ经太阳角度纠正的大气顶部反射率，qcal为影像以16位量化的亮度值(dn)，mρ为波段λ的反射率调整因子，aρ为波段λ的反射率调整参数，θz为影像中心的太阳天顶角，mρ、aρ和θz均可在mtl文件中查找到相应的参数。

9、利用公式1可计算得到oli1-oli9可见光至短波红外9个波段的表观反射率ρ1-ρ9灰度图像。

10、步骤3、计算亮度温度

11、亮度温度简称为亮温，是遥感器在卫星高度所观测到的与热辐射强度相对应的温度。landsat8卫星两个tirs波段的亮温计算公式如下：

12、

13、式中，lλ为波段λ的大气顶部光谱辐射值，ml为波段λ的调整因子，al为波段λ的调整参数，qcal为影像以16位量化的亮度值(dn)，t为传感器处的亮温(k)，k1和k2为热红外波段的定标常数；对于tirs10波段，k1＝774.89w/(m2·sr·μm)，k2＝1321.08k，对于tirs11波段，k1＝480.89w/(m2·sr·μm)，k2＝1201.14k；ml和al均可在mtl文件中查找到相应的参数。

14、利用公式2可计算得到tirs10和tirs11两个热红外波段的亮温t10和t11灰度图像。

15、步骤4、水体信息提取

16、利用归一化水体指数ndwi提取遥感影像中的水体信息：

17、

18、式中：ndwi为归一化水体指数，ρgreen为绿光波段的表观反射率，ρnir为近红外波段的表观反射率。

19、landsat8卫星遥感影像的水体掩膜图像maskwater由下式计算得到：

20、maskwater ＝(ndwi≥0.15)                       公式4

21、式中：maskwater为水体掩膜，ndwi为归一化水体指数。

22、步骤5、植被信息提取

23、利用归一化植被指数ndvi提取遥感影像中的植被信息：

24、

25、式中：ndvi为归一化植被指数，ρred为红光波段的表观反射率，ρnir为近红外波段的表观反射率。

26、landsat8卫星遥感影像的植被掩膜图像maskveg由下式计算得到：

27、maskveg ＝(ndvi≥0.11)                       公式6

28、式中：maskveg为植被掩膜，ndvi为归一化植被指数。

29、步骤6、含煤地表信息提取

30、含煤地表主要是指裸露的煤层或被煤粉污染的地表，两者在可见光、近红外及短波红外波段均表现为很低的光谱反射率。

31、计算landsat8卫星oli的2-7共6个波段表观反射率的光谱平均值ρμ。含煤地表掩膜二值图像maskcoal由下式计算得到：

32、maskcoal＝(ρμ≥0.01 and ρμ≤0.12 and maskwater＝0 and maskveg＝0)    公式7

33、式中：maskcoal为含煤地表掩膜，ρμ为oli的2-7共6个波段表观反射率光谱平均值，maskwater为水体掩膜，maskveg为植被掩膜。

34、步骤7、含煤地表掩膜膨胀滤波

35、对含煤地表掩膜maskcoal进行膨胀运算滤波，使其向周围扩展5-13个像元范围，计算得到潜在煤火掩膜二值图像maskfire。优选的，扩展9个像元。

36、步骤8、梯级窗口统计分析

37、对潜在煤火掩膜二值图像maskfire中的每一个像元，依次以该像元为中心分别形成9×9、11×11、13×13、15×15、17×17、19×19、21×21、23×23、25×25、27×27、29×29、31×31共13个不同大小的梯级窗口，对各个梯级窗口中全部非水体非植被像元t10、t11和t11-t10亮温值进行直方图统计。

38、步骤9、相对煤火像元判定

39、根据各个梯级窗口中全部非水体非植被像元t10、t11和t11-t10亮温的直方图统计结果，若梯级窗口的中心像元满足下式中a、b两个条件，则此梯级窗口的中心像元判定为相对煤火像元。

40、

41、式中：t10、t11和t10-t11分别为梯级窗口中心像元tirs10和tirs11的亮温及亮温差；μ(t10-t11)为梯级窗口中非水体非植被像元t10-t11亮温差的平均值，δ(t10-t11)为梯级窗口中非水体非植被像元t10-t11亮温差的的平均绝对偏差；μ(t10)和μ(t11)分别为梯级窗口中非水体非植被像元t10和t11亮温的平均值；δ(t10)和δ(t11)分别为梯级窗口中非水体非植被像元t10和t11亮温的平均绝对偏差。

42、步骤10、有效煤火像元判定

43、以潜在煤火掩膜二值图像maskfire中的一个像元为中心形成的9×9、11×11、13×13、15×15、17×17、19×19、21×21、23×23、25×25、27×27、29×29、31×31共13个不同大小的梯级窗口，若该13个梯级窗口中成功判定为相对煤火像元的累计次数m≥9，则此像元(即这13个梯级窗口的中心像元)为有效煤火像元。

44、步骤11、输出煤火异常检测结果

45、对潜在煤火掩膜二值图像maskfire中的每一个像元，均执行步骤8-步骤10，计算得到最终的煤火异常检测结果并输出二值图像。

46、与现有技术相比本发明的有益效果：本发明提供的一种地下煤火遥感自动检测方法，基于梯级窗口自适应分析技术，充分考虑了不同背景地物的温度差异性，克服了低温煤火与高热惯量地物难以区分的难点，地下煤火的遥感自动检测具有很高的准确度，具有简单易行、稳定可靠、运算高效的优点。

47、本发明还提供了一种地下煤火遥感自动检测系统用来实现前述方法，该系统包括：

48、遥感影像输入模块，用于输入一幅经过几何校正的landsat8卫星影像，并对陆地成像仪oli(operational land imager)1-9波段和热红外传感器tirs(thermal infraredsensor)10-11这11个波段统一重采样至空间分辨率为30米；

49、表观反射率计算模块，用于计算可见光至短波红外波段的表观反射率；

50、亮度温度计算模块,用于计算得到2个热红外波段的亮度温度；

51、水体信息提取模块，利用归一化水体指数提取遥感影像中的水体信息，得到水体掩膜图像maskwater；

52、植被信息提取模块，利用归一化植被指数ndvi提取遥感影像中的植被信息，得到植被掩膜图像maskveg；

53、含煤地表信息提取模块，根据6个波段表观反射率的光谱平均值ρμ，计算得到含煤地表掩膜图像maskcoal；

54、含煤地表掩膜膨胀滤波模块，对含煤地表掩膜maskcoal进行膨胀运算滤波，计算得到潜在煤火掩膜二值图像maskfire；

55、梯级窗口统计分析模块，对潜在煤火掩膜二值图像maskfire中的一个像元，依次以该像元为中心分别形成9×9、11×11、13×13、15×15、17×17、19×19、21×21、23×23、25×25、27×27、29×29、31×31共13个不同大小的梯级窗口，对各个梯级窗口中全部非水体非植被像元t10、t11和t11-t10亮温值进行直方图统计；

56、相对煤火像元判定模块，根据各个梯级窗口的统计结果，利用给定的判定条件对定梯级窗口的中心像元是否为相对煤火像元进行判定；

57、有效煤火像元判定模块，针对某像元形成的13个不同大小的梯级窗口，若成功判定其为相对煤火像元的累计次数m≥9，则判定此像元为有效煤火像元；

58、煤火异常检测结果输出模块，对潜在煤火掩膜二值图像maskfire中的每一个像元，均通过梯级窗口统计分析模块、相对煤火像元判定模块及有效煤火像元判定模块的处理后，得到最终的煤火异常检测结果并输出二值图像；

59、上述实施例的一种地下煤火遥感自动检测装置，用于实现前述实施例中相应的地下煤火遥感自动检测方法，并且具有相应的方法实施例的有益效果，在此不再赘述。

60、上述的高空间分辨率遥感影像阴影恢复系统，用于实现前述高空间分辨率遥感影像阴影恢复方法，并且可具体实现与方法相对应的有益效果，在此不再赘述。