[发明专利]基于时间序列遥感影像的秸秆燃烧提取方法

权利要求书

1.一种基于时间序列遥感影像的秸秆燃烧提取方法，其特征在于，包括如下步骤：

(1)准备Sentinel-2MSI遥感光学影像，并构建时间序列波段数据集；

(2)采样分析；

(3)秸秆燃烧像元初步提取；

(4)时间序列检测噪声的剔除；

(5)在GEE云平台中将满足全部判别条件的像元标记为秸秆燃烧候选像元，并赋值为1，其余赋值为0，得到不同时间序列的候选目标的二值化影像，批量下载到本地；

(6)批量提取上述得到的二值化影像中值为1的栅格，并批量转为多边形对象；

(7)将同一时相的多边形文件进行合并，并对合并后的数据进行融合，之后计算矢量多边形的质心，得到质心点文件；

(8)将单时相得到的二值化图像在时间序列上进行累加，并切割出检测频次大于2的像元，得到高反射物体掩膜，并排除落在掩膜上的质心点；

(9)根据来源于GHS的建设用地数据，去除位于建设用地内的质心点；

(10)根据数据处理得到秸秆燃烧数据集，并通过目视识别的方法，对提取的秸秆燃烧进行精度评价；

(11)对得到的秸秆燃烧质心点文件采用PLANAR方法进行核密度分析，得到秸秆燃烧空间分布图集。

2.根据权利要求1所述的基于时间序列遥感影像的秸秆燃烧提取方法，其特征在于，所述步骤(1)时间序列波段包括波段7，波段8A，波段11和波段12，波段数据集中的秸秆燃烧样本点是通过目视解译获得，Sentinel的近红外和短波红外波段的空间分辨率为20m。

3.根据权利要求1所述的基于时间序列遥感影像的秸秆燃烧提取方法，其特征在于，所述步骤(2)包括：

(21)基于普朗克函数及秸秆燃烧在MSI影像中与其他地物光谱特征的波段差异度，利用远短波红外和近短波红外的反射率差来表示火焰的发射贡献，然后将其与近红外的反射率的比值来区分火像素，构建了一种创新的秸秆燃烧检测指数BI，BI＝(ρ_far-SWIR-ρ_near-SWIR)/ρ_NIR，其中ρ_far-SWIR是波段B12，ρ_near-SWI是波段B11，ρ_NIR是波段B8A；

(22)目视解译选取遥感影像中32个秸秆燃烧位置作为样本点，应用上下文分析法，在ArcGIS中利用将火像元样本对象从BI图像中分割出来，其中BI_fire代表分割出的秸秆燃烧像元对象，和σ(BI)_radius(15)分别是对BI图像以半径为15个像元的滑动圆形窗口进行平均值和标准差的计算；

(23)对上下文分析法切割出来的像元进行采样分析，发现BI≥0.45时，可以有效秸秆燃烧像元，利用Matlab的scatter函数制作散点密度图。

4.根据权利要求3所述的基于时间序列遥感影像的秸秆燃烧提取方法，其特征在于，所述步骤(22)上下文分析法是指对BI图像以半径为15个像元的滑动圆形窗口进行平均值和标准差的计算。

5.根据权利要求1所述的基于时间序列遥感影像的秸秆燃烧提取方法，其特征在于，所述步骤(3)包括：

(31)基于GEE平台和Sentinel-2MSI光学影像，提取指标BI≥0.45的像元，在此基础上进一步设定条件B12≥0.15进行约束；

(32)基于普朗克黑体辐射函数逆函数对波段12、波段11、波段8A的饱和温度进行估算；

(33)在步骤(31)提取结果基础上进一步提取B12＞B11并且B12＞1的饱和像元，以及B11/B8A＞2并且B11＞1的高辐射像元；

(34)若饱和像元和高辐射像元的八领域存在步骤(33)提取结果的像元，则将其加入步骤(33)的提取结果中，否则视为噪声进行剔除。

6.根据权利要求5所述的基于时间序列遥感影像的秸秆燃烧提取方法，其特征在于，所述步骤(32)B12波段的饱和温度为560～580K，B11的饱和温度为730～750K，B8A的饱和温度为1210～1230K。