Đang tải... (xem toàn văn)
Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)Phát hiện đám cháy rừng (tt)
HỌC VIỆN CÔNG NGHỆ BƢU CHÍNH VIỄN THÔNG - LÊ QUANG THANH PHÁT HIỆN ĐÁM CHÁY RỪNG Chuyên ngành: Hệ thống thông tin Mã số: 60.48.01.04 TÓM TẮT LUẬN VĂN THẠC SĨ (Theo định hướng nghiên cứu) HÀ NỘI, NĂM 2017 Luận văn hoàn thành tại: HỌC VIỆN CÔNG NGHỆ BƢU CHÍNH VIỄN THÔNG Người hướng dẫn khoa học: PGS.TS Phạm Văn Cường Phản biện 1: Phản biện 2: Luận văn bảo vệ trước Hội đồng chấm luận văn thạc sĩ Học viện Công nghệ Bưu Viễn thông Vào lúc: ngày tháng năm Có thể tìm hiểu luận văn tại: Thư viện Trường Học viện Công nghệ Bưu Viễn thông MỞ ĐẦU Rừng hệ sinh thái mà quần xã rừng giữ vai trò chủ đạo mối quan hệ tương tác sinh vật với môi trường Rừng có vai trò quan trọng sống người môi trường: cung cấp nguồn gỗ, củi, tạo oxy, điều hòa nước, nơi cư trú động thực vật tàng trữ nguồn gen quý hiếm, bảo vệ ngăn chặn gió bão, chống xói mòn đất, đảm bảo cho sống, bảo vệ sức khỏe người…Sự quan hệ rừng sống trở thành mối quan hệ hữu Không có dân tộc, quốc gia rõ vai trò quan trọng rừng sống Nước ta có 12.3 triệu rừng, nửa loại rừng dễ cháy Chính vậy, công tác phòng cháy chữa cháy rừng (PCCCR) đặt nhiệm vụ quan trọng cấp bách cấp, ngành toàn xã hội Việc phát cháy rừng sớm giải pháp quan trọng cấp thiết để góp phần nâng cao hiệu việc triển khai thực công tác liên quan đến phòng cháy, chữa cháy rừng toàn quốc nói chung cho lực lượng kiểm lâm nói riêng Xuất phát từ yêu cầu thực tiễn đặt việc nghiên cứu phương pháp phát đám cháy rừng cách nhanh chóng xác quan trọng việc phòng cháy, chữa cháy rừng hiêu Do đó, học viên chọn đè tài “Phát đám cháy rừng” để làm luận văn, hy vọng có đóng hóp tích cực mặt lý luận thực tiễn công tác phát đám cháy rừng Chƣơng TỔNG QUAN VỀ PHÁT HIỆN ĐÁM CHÁY RỪNG 1.1 Tại cần phát đám cháy rừng 1.1.1 Ý nghĩa phát đám cháy rừng Rừng hệ sinh thái mà quần xã rừng giữ vai trò chủ đạo mối quan hệ tương tác sinh vật với môi trường Rừng có vai trò quan trọng sống người môi trường: cung cấp nguồn gỗ, củi, tạo oxy, điều hòa nước, nơi cư trú động thực vật tàng trữ nguồn gen quý hiếm, bảo vệ ngăn chặn gió bão, chống xói mòn đất, đảm bảo cho sống, bảo vệ sức khỏe người… Phát đám cháy rừng sớm có ý nghĩa quan trọng thực tiễn sống ngày Đối với rừng, xảy cháy tốc độ cháy cháy lan diễn nhanh điều kiện rừng nhiều cối, khô, gió lớn Ngoài ra, diện tích rừng lớn gây nhiều khó khăn cho công tác bảo vệ rừng: bố trí vị trí trực gác, sử dụng phần mềm theo dõi, việc bố trí thiết bị dùng để chữa cháy xảy cháy rừng gặp nhiều khó khăn diện tích rừng rộng lớn địa hình khó di chuyển Bởi vậy, cần thời gian cháy ngắn gây hậu lớn mặt kinh tế xã hội, gây ô nhiễm không khí, làm phá hỏng hệ thực vật rừng tài nguyên quý giá rừng, ảnh hưởng trực tiếp đến đời sống người đặc biệt vùng lân cận rừng Do vậy, phòng cháy chữa cháy rừng yêu cầu cấp thiết đặt cho thành viên cộng đồng, từ nhà hoạch định, nhà quản lý, quan chuyên ngành đến tầng lớp dân cư Mỗi thành viên cộng đồng phải nhận thức tầm quan trọng rừng mặt đời sống kinh tế - xã hội, ảnh hưởng trực tiếp tới sống lợi ích cá nhân; Qua nhận thức vai trò thân với việc bảo vệ rừng, đặc biệt công tác phòng cháy chữa cháy rừng 1.1.2 Phân loại cháy rừng 1.1.2.1 Cháy dƣới tán rừng (cháy bề mặt đất rừng) Cháy tán rừng đám cháy mà lửa cháy lan tràn mặt đất làm tiêu hủy phần toàn lớp thảm mục, cành khô, rụng, cỏ khô, thảm tươi, bụi, tái sinh cháy sém vỏ phần gốc cây, rễ lên mặt đất sát mặt đất 1.1.2.2 Cháy tán rừng (cháy ngọn) Cháy tán rừng hình thức cháy phát triển từ cháy tán cháy lên tán rừng Khi cháy tán lửa đốt nóng sấy khô tán rừng sau cháy qua tái sinh, bụi cháy lên tán rừng lửa cháy lan từ tán sang tán 1.1.2.3 Cháy ngầm Cháy ngầm loại cháy mà lửa cháy lan tràn mặt đất làm tiêu hủy lớp mùn, than bùn tiêu hủy vật liệu hữu khác tích luỹ lớp đất mặt nhiều năm 1.2 Các nghiên cứu liên quan 1.2.1 Các nghiên cứu phát cháy rừng Phát đám cháy rừng đề tài nhận nhiều quan tâm Trên thực tế có nhiều phương pháp đưa để phát đám cháy rừng sớm áp dụng Một biện pháp sử dụng trạm quan sát [11] [11] đặt vị trí thuận lợi địa lý quan sát đám cháy rừng Tuy nhiên, việc sử dụng trạm quan sát giám sát trực tiếp người thường gặp phải hạn chế mệt mỏi, không tập trung vị trí địa lý ảnh hưởng đến việc quan sát đám cháy rừng Với phát triển mạnh mẽ khoa học công nghệ, có nhiều tiến phương pháp phát cháy rừng: cụ thể sử dụng công nghệ xử lý ảnh, video sử dụng loại cảm biến để phát đám cháy rừng Xử lý ảnh: Chẳng hạn nghiên cứu Turgay Çelik et al [13], sử dụng hình ảnh đám cháy thu thập qua hệ thống camera giám sát từ vệ tinh Hình ảnh xử lý để xác định xem có phải cháy hay không Trong việc phát đám cháy, Turgay Çelik et al xây dựng hệ thống đưa ảnh đầu vào hệ màu RGB sau hình ảnh chuyển sang hệ màu YcbCr phân đoạn Các điểm ảnh thỏa mãn quy tắc cho điểm cháy Hệ thống thực nghiệm 332 ảnh đưa kết phát tốt Sử dụng hệ màu YcbCr đưa tỷ lệ phát lửa 99% tỷ lệ cảnh báo sai 4,5%.Trong nghiên cứu Celik et al (sử dụng hệ màu RGB) [11] tỷ lệ phát lửa 78,5% cảnh báo sai lên đến 28,21% Một nghiên cứu khác Vipin V [11] đề xuất xây dựng hệ thống giám sát cháy rừng Hệ thống giám sát bao gồm phần Remote station Control station Dữ liệu ảnh đưa vào hệ thống ảnh hệ màu RGB sau chuyển sang hệ màu YcbCr Các điểm ảnh kiểm tra qua luật đề xuất để phát xem có phải điểm cháy hay không Kết phương pháp với tập liệu 200 ảnh đầu vào cho kết với hệ màu YcbCr 99% tỷ lệ phát lửa có tới 14% tỷ lệ cảnh báo sai Trong nghiên cứu Rui Chen et al [15] hình ảnh thu từ camera giám sát rừng, hình ảnh ban đầu hệ màu RGB chuyển sang hệ màu YcbCr CIE LAB Sau sử dụng thuật toán Kmean để phân đoạn ảnh Từ đưa kết hình ảnh hình ảnh cháy rừng để đưa cảnh báo Kết cho thấy sử dụng hệ màu YcbCr không gian màu LAB cho kết tốt so với RGB Nghiên cứu K.Angayarkkani et al sử dụng hình ảnh lấy từ vệ tinh [15] để phát cháy rừng Hình ảnh chuyển sang hệ màu CIE XYZ sau phân đoạn, cuối hệ thống sử dụng mạng nơ ron nhân tạo Radial Basis Function Neural Network để phát cháy rừng Các thử nghiệm chứng minh hiệu phương pháp Tuy nhiên, có số hạn chế sử dụng ảnh từ vệ tinh việc thời gian vệ tinh quét lâu độ phân giải thấp hình ảnh vệ tinh [11] làm giảm độ xác phát cháy rừng chi phí cao Theo [8] đưa phương pháp phát đám cháy rừng cách sử dụng UAV (thiết bị bay không người lái) Phương pháp sử dụng máy bay không người lái thuận lợi dùng để phát đám cháy rừng phạm vi lớn, với ưu điểm bật UAV sử dụng linh hoạt vùng hiểm trở, khó quan sát phương pháp khác Hệ thống xây dựng cách sử dụng thiết bị không người lái có gắn thêm camera để ghi lại video quan sát sau truyền liệu hệ thống qua giao thức TCP/IP Ở xây dựng phần mềm để phát đám cháy rừng đưa cảnh báo Trong [22] Kumarguru xây dựng hệ thống phát cháy từ hình ảnh Trong hình ảnh thu từ camera giám sát CCTV thiết bị không người lái Qua bước, hình ảnh xử lý chuyển từ hệ màu RGB sang HSV sử dụng phương pháp phát cạnh Sobel, sau hình ảnh phân đoạn phương pháp trích xuất vùng ảnh quan tâm ROI Kết hệ thống thử nghiệm với 50 ảnh cho kết xác đến 90% Hệ thống cảm biến quang học: kết hợp máy ảnh kỹ thuật số, công nghệ xử lý ảnh cảm biến để xây dựng hệ thống nhận diện cảnh báo cháy rừng sớm [11] Hệ thống phổ biến sử dụng nhiều nước FireWatch Hệ thống đặt vị trí quan sát tốt, phát cháy ban ngày ban đêm công nghệ hồng ngoại, có bán kính quan sát từ 10 đến 15 km giám sát 70.000 rừng cảm biến Tuy nhiên, hệ thống triển khai thường tốn nhiều chi phí Trong nghiên cứu Sadiccha et al [2], hệ thống xây dựng kết hợp sử dụng máy ảnh kỹ thuật số cảm biến để phát lửa Máy ảnh kỹ thuật số có nhiệm vụ cung cấp hình ảnh để xử lý, ảnh chuyển từ RGB sang GREY sau lại chuyển tiếp sang dạng nhị phân để lấy màu đặc trưng cháy đỏ, vàng Kết hợp với cảm biến khói cảm biến nhiệt để hệ thống đưa cảnh báo cháy tốt ứng dụng cho hệ thống phát cháy tự động Mạng cảm biến không dây: Trong nghiên cứu Majid Bahrepour, Nirvana Meratnia, Paul Havinga cho thấy thông tin từ cảm biến cung cấp giám sát cháy rừng toàn diện (Nasipuri Li 2002; Bagheri 2007) với độ phân giải không gian thời gian tốt [15] Hơn nữa, nút cảm biến triển khai khu vực mà tín hiệu vệ tinh sẵn (Nasipuri Li 2002) Sử dụng cảm biến độ ẩm, nhiệt độ, khói tốc độ gió để đưa số phát đám cháy rừng (FWI), từ số đánh giá khả cháy rừng hay không để đưa cảnh báo Bản chất đa cảm biến kỹ thuật làm tăng khả phát cháy với độ xác cao giảm báo động giả 1.2.2 Các hệ thống giám sát cháy rừng Việt Nam 1.2.2.1 Cảm biến không dây cảnh báo cháy rừng Hệ thống cảm biến phát cháy rừng Fire Watch lắp thử nghiệm khu vực Vườn Quốc gia Yok Đôn (Đăk Lăk), U Minh Hạ (Cà Mau) huyện Lộc Bình Lạng Sơn FireWatch hệ thống giám sát từ xa kỹ thuật số mặt đất dùng để quan trắc vùng rừng rộng lớn phân tích, tính toán lưu trữ liệu thu thập FireWatch tính toán phân loại nhiều loại thông tin đầu vào kết nối với trạm trung tâm Nguyên lý hoạt động hệ thống tự động phát đám khói Xử lý liệu trực tuyến đường truyền sóng radio hay cáp tốc độ cao Một cảm biến giám sát diện tích rừng lớn tới 70.000 Trong trường hợp phát đám cháy, hệ thống tự động đưa cảnh báo Hệ thống có nhiều ưu điểm việc phát báo động cháy đặc biệt đám cháy vào ban đêm Tuy nhiên phạm vi áp dụng giới hạn chi phí giá thành khả thích hợp với điều kiện khí hậu Việt Nam 1.2.2.2 Hệ thống theo dõi cháy rừng trực tuyến cục Kiểm lâm Việt Nam Trạm thu ảnh vệ tinh TeraScan Cục Kiểm lâm công ty SeaSpace (Mỹ) cung cấp lắp đặt tầng thượng nhà A6-B trụ sở Bộ Nông nghiệp Phát triển Nông thôn (số Ngọc Hà, Hà Nội) Đó trạm thu xử lý ảnh với giải tần X-Band (TeraScan 2.4m LEO) bao gồm thành phần đây: - Hệ thống Antenna (chảo thu) gồm 2.4m X-Band Antenna đặt vòm cầu (radome) có đường kính 3.2m (hình 4) điều khiển Antenna; - Module nhận liệu (TeraScan® Data Acquisition Module) có tiếp nhận MODIS Receiver / Bit Synchronizer; - Server để xử lý số liệu (TeraScan® Data Processing Server); - Phần mềm nhận xử lý số liệu (TeraScan® Data Acquisition and Processing Software) gồm mô-đun Vulcan chuyên tính toán điểm cháy; - GPS/NTP Server; Hiện tại, sản phẩm mức 1b Cục Kiểm lâm lưu trữ có kênh nhiệt 20, 22 31 sản phẩm mặt nạ (mask) mây phủ sử dụng để tính toán điểm cháy – mô tả phần 1.3 Phạm vi nghiên cứu Trong phạm vi luận văn sử dụng ảnh lấy từ liệu vệ tinh MODIS Chƣơng PHƢƠNG PHÁP PHÁT HIỆN ĐÁM CHÁY RỪNG 2.1 Thu nhận ảnh 2.1.1 Ảnh vệ tinh MODIS MODIS cảm đặt vệ tinh TERRA phóng vào quỹ đạo tháng 12/1999 vệ tinh AQUA phóng vào quỹ đạo tháng 5/2002 với mục đích quan trắc, theo dõi thông tin mặt đất, đại dương khí phạm vi toàn cầu Các ứng dụng tiêu biểu kể đến là: nghiên cứu khí quyển, mây, thời tiết, lớp phủ thực vật, biến động nông nghiệp lâm nghiệp, cháy rừng, nhiệt độ mặt nước biển, màu nước biển Dữ liệu ảnh MODIS bao gồm 36 kênh dải phổ nhìn thấy, hồng ngoại gần sóng ngắn kênh nhiệt với độ phân giải không gian từ 250 m, 500 m 1000 m MODIS có chu kỳ chụp lặp lại cao ngày đêm thu nhận ảnh ban ngày ảnh ban đêm vùng trái đất Đặc tính chụp phủ vùng rộng lớn (2230 km), độ phân giải thời gian cao cộng với nhiều kênh thiết kế chuyên để tính hiệu chỉnh ảnh hưởng khí làm tăng khả sử dụng ảnh MODIS nghiên cứu vùng nhiệt đới nhiều mây Tại Việt Nam, việc kết hợp thông tin đa kênh phổ đa thời gian liệu MODIS cho phép giám sát dài hạn cách hiệu thay đổi lớp phủ thực vật, theo dõi mức khô hạn nhiệt độ - thực vật theo dõi tượng đảo nhiệt.[1] 2.1.2 Cấu trúc liệu Dữ liệu ảnh MODIS bao gồm loại sau: Dữ liệu nghiên cứu mây với độ phân giải 250mx1000m vào ban ngày độ phân giải 1000mx1000m vào ban đêm Nồng độ tầng đối lưu đặc tính quang với độ phân giải 5km cho vùng biển và10km cho đất liền vào ban ngày Đặc tính mây, độ dầy quang học, ảnh hưởng bán kính hạt, pha nhiệt động học, mây vùng vĩ tuyến cao, nhiệt độ mây độ phân giải 1km- 5km ban ngày 5km vào ban đêm Phủ thực vật đất: điều kiện suất đặc trưng số thực vật, hiệu chỉnh tác động khí quyển, đất, phân cực ảnh hưởng theo hướng phản xạ bề mặt, kiểu phủ đất suất nguyên thủy thực, số theo diện tích xạ hiệu lực mang tính quang hợp bị chắn 11 kỹ thuật dựa tiếp cận logic mờ Ba là, kĩ thuật tăng cường dựa tối ưu Trong phạm vi luận văn, sử dụng phương pháp tăng cường ảnh viễn thám dựa cân histogram Ý tưởng: Tìm phép biến đổi phi tuyến g=T(f) áp dụng cho pixel ảnh f(x,y), g(x,y) phân bố Phương pháp trải qua bước sau: Bước 1: Tính số lần xuất pixel i hình ảnh px(i)= ni ≤ i < L Trong L số mức xám hình ảnh (thường 256) Bước 2: Tính hàm phân phối tích lũy cdf(i) cdfx(i)= ∑ Bước 3: Tính lại mức xám ảnh y sau cân histogram từ ảnh x y(i)= ( ) Trong M*N số ảnh điểm ảnh 2.3 Phân đoạn ảnh Phân đoạn ảnh trình hòa nhập điểm ảnh có đặc tính tương tự vào nhóm Ảnh phân đoạn hợp nhóm phân biệt, điểm ảnh vùng đồng kết hợp đến nhóm Sau tiền xử lý, sử dụng thuật toán K-means phương pháp học máy không giám sát đơn giản mà giải vấn đề phân đoạn tiếng [6] K-means thuật toán K-mean thuật toán quan trọng sử dụng phổ biến kỹ thuật phân cụm với khả cài đặt dễ dàng độ phức tạp tuyến tính Tư tưởng thuật toán K-mean tìm cách phân nhóm đối tượng cho vào K cụm (K số cụm xác định trước, K nguyên dương) cho tổng bình phương khoảng cách đối tượng đến tâm nhóm nhỏ Bài toán phân cụm liệu thuật toán K-means trình bày sau: 12 Cho tập điểm D={x1, x2, ,xn}, Trong xi=(xi1,xi2, ,xir) vector có r chiều không gian Rr, r thuộc tính tập liệu D Giải thuật K-mean phân cụm liệu dựa khoảng cách Euclid nhỏ đối tượng đến phần tử trung tâm nhóm Khoảng cách Euclid: Ta giả sử sau: xi= (xi1,xi2, ,xir) đối tượng thứ i cần phân loại (i=1 n) cj= (cj1,cj2, ,cjr) phần tử trung tâm nhóm j (j=1 r) Khoảng cách Euclid từ đối tượng đến cj tính toán dựa công thức: Trong đó: ij khoảng cách Euclid từ đến cj xis thuộc tính thứ s đối tượng xi xjs thuộc tính thứ s phần tử trung tâm cj Phần tử trung tâm nhóm xác định giá trị trung bình phần tử nhóm Phần tử trung tâm: Chọn ngẫu nhiên k phần tử trung tâm (k nhóm), sau lần gom nhóm đối trượng, phần tử trung tâm tính toán lại Clusteri{x1,x2, ,xt} – nhóm thứ i i=1 k, k số nhóm cần phân cụm; j=1 r, r số thuộc tính t: số phần tử của nhóm thứ i; xsj: thuộc tnhs thứ j phần tử s, s=1 t; 13 cij: tọa độ thứ j phần tử trung tâm nhóm i; Giải thuật K-means: Chọn ngẫu nhiên K tâm (center) K cụm (cluster) Tính toán khoảng cách từ tâm tới tất đối tượng (thường dùng khoảng cách Euclid) Nhóm đối tượng vào nhóm gần dựa khoảng cách Cập nhật lại tâm K cụm, tâm giá trị trung bình (mean) phần tử cụm Lặp lại bước 2, 3, hội tụ Trong nghiên cứu này, chũng chọn số cụm K=5; đối tượng phân cụm giá trị điểm ảnh (pixels); việc phân đoạn ảnh dựa phân cụm màu điểm ảnh 2.4 Phát đám cháy sử dụng ảnh MODIS Trong luận văn sử dụng phương pháp phát điểm cháy Giglio cộng phát triển năm 2003 [9], thuật toán cải tiến dựa thuật toán phát điểm cháy gốc Kuafman et al năm1998 [11] Ảnh MODIS cung cấp định dạng HDF file, file chứa nhiều băng ảnh MODIS ảnh sản phẩm chúng.Tuy nhiên, việc phát điểm nóng/cháy sử dụng số băng 21,22,31 Mục đích thuật toán nhận diện điểm ảnh mà nhiều đám cháy hoạt động thời điểm vệ tinh qua; điểm ảnh gọi “điểm cháy” 2.4.1 Phát điểm cháy tiềm tàng Giải thuật phát điểm nóng/cháy, phân lớp sơ áp dụng để loại bỏ điểm rõ ràng điểm nóng/cháy, giữ lại điểm có khả gọi điểm nóng/cháy tiềm tàng Qua thực nghiệm, ta rút điểm coi điểm cháy tiềm tàng thỏa mãn điều kiện sau: 14 ρ0.86 310 K ∆T> 10K (điểm cháy ban ngày) ρ0.86 305 K ∆T> 10K (điểm cháy ban đêm) ∆T = T4 - T11 Những điểm ảnh không trải qua test sơ phân loại không cháy 2.4.2 Ngưỡng xác định điểm nóng/cháy Trong giải thuật điểm coi điểm cháy/nóng thỏa mãn: T4> 360 K (điểm ảnh ban ngày) T4> 320 K (điểm ảnh ban đêm) (1) Mặc dù ngưỡng ban ngày cao, ưu điểm đủ để loại bỏ điểm chói sáng, không báo động sai ánh sáng phản chiếu gây Điểm ảnh ban đêm điểm có góc chiếu mặt trời ≥ 85o 2.4.3 Đặc tả điểm cháy Năng lượng xạ điểm cháy tiềm tàng ước lượng thông qua điểm ảnh lân cận với điểm cháy tiềm tàng Để thực điều này, điểm ảnh gọi hợp lệ nằm cửa sổ có tâm điểm cháy tiềm tàng xem xét Điểm ảnh hợp lệ (1) điểm có quan sát khả dụng, (2) nằm mặt đất, (3) không bị che mây (4) điểm cháy Điểm cháy định nghĩa điểm có T4 >325 K ∆T>20 K ban ngày T4 >310 K ∆T>10 K ban đêm Cửa sổ kích thước 3x3 bao quanh điểm cháy/nóng tiềm tàng (các điểm cháy/nóng tiềm tàng kết chuyên đề II.3.1).Cửa sổ tăng 25% số điểm ảnh cửa sổ hợp lệ, số điểm ảnh hợp lệ không nhỏ 8, tăng đến kích thước cực đại 21x21.Trong bước này, việc xử lý hiệu ứng “bowtie” ảnh MODIS áp dụng.Việc cửa sổ 21x21 pixel áp dụng đảm bảo vùng xét nằm khu vực xấp xỉ 20km quanh điểm nóng/cháy tiềm tàng Những điểm hợp lệ cửa sổ đếm kí hiệu NV Bên cạnh điểm cháy (Nf) điểm nước (Nw) đếm cửa sổ 15 Nếu số điểm ảnh hợp lệ đếm thỏa mãn, ta tiếp tục tính toán vài số thống kê sử dụng số trung bình chung ( ̅ ), trung bình độ lệch tuyệt đối(δ4) cho ảnh MODIS 4-µm; tính thông số tương tự cho ảnh MODIS 11-µm ̅̅̅̅ δ4; dộ chênh lệch nhiệt kênh 4-µm 11-µm ̅̅̅̅ δ∆T Hai thông số cuối dùng dùng để loại bỏ cảnh báo sai tính từ điểm cháy kí hiệu ̅ Những thông số sử dụng việc kiểm tra ngữ cảnh 2.4.4 Kiểm tra dựa vào ngữ cảnh Nếu đặc tả thành công (số lượng điểm ảnh lân cận đủ lớn), số kiểm tra ngưỡng theo ngữ cảnh sử dụng để phát đám cháy Những lọc ngưỡng tìm kiếm đặc điểm trội điểm cháy nhiệt độ sáng băng 4-µm (T4) khác biệt băng 4- 11-µm (∆T) thu cách ổn định từ điềm không cháy Các kiểm tra sau: ∆T >̅̅̅̅ + 3.5 δ∆T (2) ∆T >̅̅̅̅ + K (3) T4> ̅ + δ4 (4) T11>̅̅̅̅ + δ11 – K (5) >5K (6) Ba điều kiện cô lập điểm cháy/nóng khỏi điểm không cháy Tham số 3.5 (2) lớn so với tham số (4) để điều chỉnh cho tự tương quan phần băng 4- 11-µm Điều kiện (5), giới hạn dùng với điểm ảnh ngày, dùng để loại bỏ điểm ảnh mây đối lưu Những điểm ảnh thường xạ nhiệt cao kênh 4-µm (do việc phản xạ mặt trời) lại yếu kênh nhiệt 11-µm Nó giúp giảm thiểu lỗi cảnh báo sai điểm ảnh vùng ven bờ biển, lỗi thường xảy điểm vùng nước ấm không phát cửa sổ Tuy nhiên, lọc sử dụng δ11đều phải đối mặt với việc loại bỏ lượng lớn điểm nóng/cháy, điểm nóng/cháy làm gia tăng thay đổi rõ rệt Ví dụ: bề mặt đất bình thường δ11 ~ K, vùng phủ đất trải khu vực cháy rừng rộng có δ11 thường xuyên vượt ngưỡng 20 K Vì lý đó, test (6) đưa vào để 16 loại bỏ test (5) trường hợp cửa sổ chứa đám cháy lớn Điều kiện nhận biết gia tăng cao Sự xuất điểm cháy làm cho số thống kê gia tăng đáng kể 2.4.5 Phát điểm cháy tạm thời Với điểm ảnh đêm dễ dàng đưa định, điểm ảnh ngày phải trải qua bước loại bỏ cảnh báo sai nữa: chói sáng mặt trời, bề mặt sa mạc, đường bờ biển Những điểm ảnh ban ngày phân loại điểm cháy thỏa mãn (2)(3)(4) (5) (6); điểm ảnh ban đêm coi điểm cháy thỏa mãn (2)(3)(4).Các điểm lại phân loại điểm không cháy 2.4.6 Loại bỏ ánh sáng phản chiếu Ánh sáng mặt trời chiếu nước, đất ẩm, mây vài trường hợp đặc biệt gây việc xác định điểm cháy sai Ánh nắng phản chiếu loại bỏ dựa phương pháp Giglio et al [11] cách sử dụng θg góc vector chiếu từ bề mặt lên vệ tinh tia phản xạ tự nhiên cosθg = cos θv cos θs - sin θvsin θscosφ Trong đó, θv góc nhìn θs góc thiên đỉnh φ góc phương vị tương đối Tại đây, ta tiến hành đếm số điểm ảnh nước số điểm xung quanh điểm xét (Naw) Sau tiến hành tính toán thông số sau: θg < 20 (7) θg < 80 ρ0.65 > 0.1 ρ0.86> 0.2 (8) ρ2.1> 0.12 θg < 120 (Naw + Nw) > (9) Nếu số điều kiện thỏa mãn, điểm nóng/cháy xét bị coi điểm chói sáng mặt trời ngược lại coi không cháy Điều kiện (7) loại bỏ tất điểm ảnh nằm vùng bị chói sáng mạnh Điều kiện (8) nghiêm ngặt hơn, tìm kiếm phù hợp băng khác đặc tính chói sáng mặt trời 17 Điều kiện (9), loại bỏ điểm cháy tạm thời tìm thấy gần khu vực có nước gần có chói sáng mặt trời 2.4.7 Loại bỏ cảnh báo sai đường biên sa mạc Để loại bỏ cảnh báo sai đường biên sa mạc, giải thuật để xác định trường hợp mà điểm cháy bị loại điểm ảnh thuộc vùng đất bình thường thỏa mãn ngưỡng tùy ý đưa để xét điểm cháy Trong đó, số thống kê băng 4-µm ̅ thông số hữu dụng Đối với điểm ảnh ban ngày thông thường ̅ ≈ 335 K lượng cao có ≈ 0.5 K.Tuy nhiên, điểm cháy/nóng có lớn nhiều (40 K), ̅ khoảng 350 – 380 K Do đó, vài test tổng hợp áp dụng để tìm cảnh báo sai điểm ảnh ban ngày dọc theo đường biên sa mạc Nf> 0.1 Nv (10) Nf ≥ (11) ρ0.86>0.15 (12) ̅ < 345 K (13)