基于领域环境火点综合辨识法的电网山火监测预警的研究及应用

余尔汶

(国网福建电力检修公司，福州 350013)

福建地区地处我国东南沿海，群山环绕，以山地丘陵地形为主，共计约有林地9.7万km2，森林覆盖率为65.95%(位居全国最高)。福建电网输电线路大部分穿越全省各市县远郊林区地带，对处在这些地区的输电线路运行维护难度大，防山火工作尤为困难。

近几年，频发的森林山火已严重威胁福建电网输电线路安全稳定运行[1]。据统计, 2013年以来，在福建电网输电线走廊内，共计监控到影响线路安全运行的森林火灾495起，因山火导致输电线路停运共计261条次，其中连接浙闽特高压交流线路也曾停运3 次[2]。由于山火的高温引起的线路绝缘间隙损坏和合闸过程操作过电压引发的间隙击穿问题,往往需要较长的时间才能恢复线路的运行。2017年福建电网多次发生过因火烧山造成特高压线路跳闸,山火熄灭后线路才恢复运行,对全省仍至华东区域电网的安全稳定运行造成了严重影响山火一但发生,其发展速度可能很快,短短几十分钟就可能扩散到输电线路周边,而造成输电线路跳闸通常只需要几分钟。及时发现与处置初发山火对电网山火防治极其重要。文献[3]提出了基于FY-3/VIRR 或NOAA/AVHRR 数据的卫星监测方法。文献[4]提出一种遥感探火的三通道合成法判识火点，采用彩色合成、图像增强等图像处理技术对MODIS 的3个通道数据进行合成，使用目视法判识火情。文献[5]提出了适用于环境卫星火点监测的定量反演算法。文献[6]虽提出利用雷达、传感器等遥感技术监测输电线路山火的方式。然而，前述电网山火火点的监测方法，要么精度低、要么分辨率低、要么建设成本高、要么存在盲区等方面的问题。

本文从电网山火监测需要大范围、高精度、高频度、高效性、通用性等要求出发，结合环境背景信息和运行经验，提出一种基于领域环境的火点综合辨识方法,通过像元周边指标的标准差、平均值和地表覆盖信息等综合阈值判识，可有效提高小面积的火点的判识精度，通过多源卫星数据的融合提高了火点识别的时间分辨率。

对于电网山火火点的监测,需要实时跟踪分析火点与输电设备的距离,并及时通知输电线路运行维护人员。本文采用的方法是将火点的经纬度、面积信息与电网地理信息地图叠加，通过火点动态跟踪,预测火情影响范围,并在GIS地图上搜索其覆盖的输电设备,计算效率高。本文方法可为电网输电线路卫星监测火点预警计算提供指导。

1 山火监测基本原理

1.1 监测原理

斯特藩—玻尔兹曼定律(Stefan-Boltzmann law)表明黑体的辐射度与温度的四次方成正比，辐射度对温度的变化非常敏感[7]。可根据这一特征，卫星监测地表辐射度进行高温热源的判识。

J=εσT4

(1)

σ=5.67×10-8 W·m-2·K-4

式中J——黑体辐射度；ε——辐射系数，对于绝对黑体，ε=1；σ——斯特藩—玻尔兹曼常数；T——绝对温度。

1.2 通道亮温值计算

根据普朗克黑体辐射定律[8]，常温热点辐射波长与中红外通道波段接近，而高温热源辐射波长与远红外通道波段接近，利用这个特点，可以进行高温热源粗判；而中红外、远红外通道辐射增长率差异较大，利用这种差异，可以进行地面火点细判。

由普朗克黑体辐射公式

(2)

可得通道p亮温值Tp

(3)

2 邻域环境相关热点监测算法

2.1 传统火灾检测算法及问题

传统火灾检测算法，其核心是利用3.7u通道对热源的敏感性(这个敏感性是相对于其它通道而言，例如11u通道对热源反映不敏感)。当3.7u通道的绝对值大于某一阈值时，即认为发生了火灾。当然，对于捕捉大火是没有问题的，但是，对于以下几种情况就会碰到困难：

(1)火点比较小。小的火点温度相对较低，很容易被忽略。

(2)火点上面有薄云、烟、雾或比较浓厚的气溶胶覆盖。在这些情况下，虽然火点信息还会被卫星捕捉到，但火点绝对温度比较低，很容易被传统算法忽略。

(3)大片的地面高温度。地面的裸土在夏季被太阳照射后，温度也非常高，经常被传统算法判断成为火点。

影响传统算法对火灾检测能力的因素归结起来有几个大的方面：

(1)季节变化因素：季节变化导致的地面温度变化，使3.7u通道的温度值随季节差异很大。

(2)天际变化因素：一天内的地面温度变化，使3.7u通道的温度值发生天际变化。

(3)云和气溶胶因素：云和气溶胶，导致地面温度传递到卫星时，受到阻挡和掩盖，影响对地面温度的观测。

(4)日光反射因素：白天时，在云的边缘，由于反射太阳光，也会导致3.7u通道的温度值非常高。

2.2 邻域环境相关热点探测算法

2.2.1邻域环境相关热点探测算法要点

邻域环境相关热点探测算法是针对传统算法的不足而设计的，其技术要点如下。

(1)主要考虑被计算像元与其周边像元的关系。这些关系包括：3.7u通道的标准差；3.7u通道的平均值；3.7u通道与11u通道的差值的标准差；3.7u通道与11u通道的差值的平均值。

(2)保留传统算法的优点：温度阈值依然是新算法的一个要素。

(3)使用土地利用和土地覆盖文件：把城市、裸土等导致误判的因素剔除。

“邻域”是指被判识像元的周围，比如以被判识像元为中心3×3的区域。“邻域环境”，是指标准差、平均值和地表覆盖信息等。

2.2.2邻域环境相关热点探测算法步骤

2.2.2.1通道选择

火灾监测算法从多种卫星遥感数据抽取关键的探测通道，这些适用于火灾监测的通道包括：

关键遥感通道：3.7 μm红外通道(简称3通道)11 μm红外通道(简称4通道)0.8 μm可见光通道(白天，简称2通道)；

辅助遥感通道：12 μm红外通道(简称5通道)0.6 μm可见光通道(白天，简称1通道)。

另外，还需要使用辅助数据，辅助数据包括：

植被覆盖和植被利用数据：用于屏蔽水体、裸土、城市等。

行政区域边界线：用于确认热点所在的行政区域。

2.2.2.2探测潜在火灾(热点)

初步筛选可能是火灾(热点)的那些像元。通过一系列的判别条件，排除那些明显不是火灾(热点)的像元，而通过判别的像元，则进入下一个判识流程。

(1)潜在热点的判别条件

T3>311K

(4)

T3-T4>9K

(5)

式中T3——3通道的亮度温度，以K为单位，T4——4通道的亮度温度，以K为单位。

(注：对判别条件的基本要求：阈值要低到所有的可能是热点的像元都被选取；阈值要高到排除大多数不是热点的像元。)

主要掩模包含：云——用1、2和5通道确定；沙漠——在一些基础数据集中提供；水体——在一些基础数据集中提供，也可以用低的NDVI(植被覆盖指数)值确定。

(2)排除一些特别像元的判别条件

因为3通道覆盖了电磁波谱的太阳和热红外区间，所以排除3通道的一些特别像元是非常重要的，这些像元是：辐射率达到饱和或因为高反照而变得比高温高出太多(如亮土壤、云、太阳耀斑等)。

排除这些像元的办法是使用2通道的反照率，满足下面条件的潜在热点不是火，将被排除：

ρ2≥20%

(6)

式中ρ2——2通道的反照率，以百分比表示，范围为0～100%。

(注：当使用了掩模后，此判别条件依然可以排除一些虚假潜在热点，如亮稀土平原或在河上的太阳耀斑。)

2.2.2.3确认火灾

针对上一步选出的潜在热点，明确它们是不是火。对于每个潜在热点，判断的方式是研究潜在热点和它的相邻像元的关系。事实上，如果大多数相邻像元与潜在热点有足够大的差异，这个潜在热点就被认为是火。

(1)潜在热点的相邻像元的信息提取。以潜在热点为中心，自动计算一个可变大小的背景窗口(从3×3到15×15个像元)的统计信息，当满足下面条件时停止：最少25%的临近像元可被认为是热点背景；最少有3个像元适于计算。

当计算条件不满足时，潜在热点被排除，该像元被标示成不是火。

如果通过了这些条件，则计算：

T3b：热点背景的T3平均值；

σT3b：热点背景的T3标准偏差；

T34b：热点背景的T3-T4平均值；

σT34b：热点背景的T3-T4标准偏差。

其中标准偏差的计算公式：

对统计计算的像元的要求：不是潜在热点，而是与之相关的正常热点背景。如果可能，应该排除水体和云参与统计，它们会引起统计结果偏差，导致错误结论。

例如：一个热土像元，周围被水包围，被选为潜在热点。这种情况下，它将背景确认为热点，因为水体在的3通道低值将减小潜在热点背景的平均值。另一种情况是被其它热点包围着的一个小热点，将被排除，因为其它热点错误地提高了背景的平均值。

(2)与邻域环境相关的热点判别条件。如果满足下面条件，潜在热点就被判定为热点：

T3PF-(T3b+2σT3b)>3K

(7)

T34PF>T34b+2σT34b

(8)

式中T3b——热点背景的T3平均值；σT3b——热点背景的T3标准偏差；T34b——热点背景的T3-T4平均值；σT34b——热点背景的T3-T4标准偏差；T3PF——潜在热点的温度；T34PF——潜在热点的T3-T4平均值。

(3)与其他卫星观测背景的热点判别条件。使用相同(或相近)时间的静止气象卫星数据检测热点。使用FY-2C、MTSAT、GOES等卫星的观测值作为背景，静止气象卫星IR通道的温度为Tg4，NIR通道的温度为Tg3，在前面各测试中被判定的热点，经过下面判断才最后确定为热点：

T3-Tg3>5K

(9)

(T3-T4)-(Tg3-Tg4)

(10)

式中T3——3通道的亮度温度；T4——4通道的亮度温度；Tg3——静止卫星3通道的亮度温度；Tg4——静止卫星4通道的亮度温度。

3 监测预警算法

3.1 多元卫星联合观测算法

极轨卫星分辨率高，轨道设计可以很好地提高在轨道密集时间的火灾探测能力，但也降低了轨道稀疏时间的探测能力。静止卫星红外通道分辨率5公里，只能用于识别大型火灾。正常情况下，每小时提供一次观测，加密观测，提供每半小时一次的观测。

卫星数据之间的融合与匹配问题包括：卫星时间匹配问题、空间分辨率问题、通道定标问题。

精心设计的邻域环境相关热点探测算法，降低了不同卫星的通道和仪器特征对火灾探测的影响，从算法角度使不同卫星的通道和仪器得到的探测结果更加一致，事实上做到了不同卫星的通道和仪器的数据融合。

本文采用等经纬度投影。因为在这些投影中，等经纬度投影最适合科学计算，也能很好的和福建电网灾害监测预警和应急指挥管理系统融合。

通常的火灾监测算法，都是针对具体某个卫星或某个传感器而言的。如果想统一使用多源卫星数据，必须进行相对定标：多源卫星数据需要定标到一个相对的标准之上。对于本文来说，Aqua卫星Modis传感器数据，由于其动态范围大，成像质量高，被选为相对定标的定标参考。

3.2 线路山火故障预警算法

根据运行经验，发生山火输电线路的故障概率受很多因素影响。相关机理研究也表明高压绝缘破坏放电符合概率性规律，因此本文采用概率性指标来预警山火条件下的线路故障。

3.2.1朴素贝叶斯算法原理

根据贝叶斯定理，可以得到朴素贝叶斯这个分类方法。一个朴素贝叶斯分类器假设一个分类的特性与该分类的其他特性不相关。

朴素贝叶斯模型易于建造，且对于大型数据集非常有用。虽然简单，但是朴素贝叶斯的表现却超越了非常复杂的分类方法。

3.2.2线路山火故障概率学习算法

本文选取学习样本为：福建历史山火卫星监测和线路山火人工预警纪录。根据运行经验和分类特性不相关的假设选取分类特征如下：一是火险等级；二是火点与线路的最近距离；三是线路架设高度；四是投影风力；五是线路运行状态；六是火灾面积。

数据预处理过程：火险等级从福建电网灾害监测预警和应急指挥管理系统当中的火险等级中抽取，综合历史火情和当前温度湿度累计未降雨天数等因素。

火点与线路的最近距离，将监测到的火点映射到电网GIS图形上，通过GIS上的快速图形搜索算法搜索到火点到周边线路的最短距离。

线路的架设高度，以线路的电压等级为基础，按照设计标准自动生成，对于早期线路或特殊情况的线路进行人工修正，更新到GIS上，并归并到最临近的低一档设计标高。

投影风力，通过GIS图形搜索，求取风力在火点和最临近线路方向上的投影。

线路运行状态，根据线路一次、二次设备的实际运行检修情况，对线路的运行状态评估好、中、差三档。

根据火点监测的象元数测算火灾面积。算法流程如下：

(1)根据根据历史火灾监测预警情况和线路跳闸情况生成训练样本集合(每次山火监测预警搜索最近的线路和发生跳闸的线路作为训练样本)。

(2)统计得到在各样本下各个特征属性发生跳闸的条件概率估计值。

(3)对每一个类别计算P(X|Yk)P(Yk)。

(4)按照各个特征属性是条件独立的，根据贝叶斯定理推导如下：

(5)根据训练后得到的概率分布验证新监测到的山火和线路预警。

(6)根据实际发生的线路故障持续学习和更新概率分布估计。

4 福建电网山火监测实例

2018年1月19日，福建监测到三处火情，其中宁德一处火情对电网威胁较大，出现对线路的预警。火情基本情况如下：

12时30分前，本文的卫星火点监测方法未监测到福建有异常高温。

13时30分，本文的卫星火点监测方法监测到福建有三处异常高温。具体位置情况如表1。

从卫星图片(见图1)，依据本文提出的方法监测到4处火点，监测到的火点位置如表1所示。

表1

表中邵武市和寿宁县的火点位置离福建电网主网线路位置较远未引发线路故障预警。

宁德市火点距离福建和华东特高压联络线都榕Ⅰ/Ⅱ路较近，根据本文预警算法，测算的故障概率达到0.345，超过预警阈值0.1，触发线路山火故障预警。

1 000 kV都榕Ⅰ/Ⅱ路线路周边现场实地勘查情况为：14:27，距离1 000 kV都榕Ⅰ线480号杆塔(与都榕Ⅱ线471号杆塔并排架设)左侧300 m处有火烧山。现场火势大、烟大，风向背离线路，植被为芦苇、灌木、松树。现场已经有人组织灭火。未影响线路运行。18:46，1 000 kV都榕Ⅰ线480号杆塔(与都榕Ⅱ线471号杆塔并排架设)附近山火全部熄灭。

图1 火灾卫星图

5 结语

(1)通过本方法在福建电网灾害监测预警和应急指挥管理系统中的应用，验证了本方法可以发现受一定背景干扰的火点监测，能有效提高火灾监测的准确性。

(2)通过本方法在福建电网灾害监测预警和应急指挥管理系统中的应用，验证了本方法可以发现火灾面积较小的火点，能有效提高火灾监测的精确度。

(3)本文的方法应用到福建电网灾害监测预警和应急指挥管理系统中，实现了对火情的全天候监测预警，验证了本方法在提高电网山火时间分辨率和线路山火故障预警效果。

参考文献：

[1] 吴田，阮江军，胡毅，等．500 kV 输电线路的山火击穿特性及机制研究[J]．中国电机工程学报，2011，31(34)：163-170.

WU Tian，RUAN Jiangjun，HU Yi，et al．Study OU forestfire induced breakdown of 500 kV transmission line interms of characteristics and mechanism[J]．Proceedings ofthe CSEE，2011，31(34)：163-170.

[2]PEREIRA J M C．A comparative evaluation of NOAAAVHRRvegetation indices for burned surface detectionand mapping[J]．IEEE Transactions on Geoscience andRemote Sensing，1999，37：217-226.

[3]叶立平，陈锡阳，何子兰，等．山火预警技术在输电线路的应用现状[J]．电力系统保护与控制，2014，42(6)：145-153.

YE Liping，CHEN Xiyang，HE Zilan，et al．Present situationof forest fire early warning technology used fortransmission line[J]． Power System Protection andControl，2014，42(6)：145-153.

[4]李家国，顾行发，余涛，等．澳大利亚东南部森林山火HJ 卫星遥感监测[J]．北京航空航天大学学报，2010，36(10)：1221-1224.

LI Jiguo，GU Xingfa，YU Tao，et al．Detection of Australiansoutheast forest fire using HJ satellite [J]．Journal ofBeijing University of Aeronautics and Astronautics，2010，36(10)：1221-1224.

[5]张敏，戴栋，谢从珍，等.基于激光雷达技术的输电线路山火监测方法研究[J]．电测与仪表，2015,52(15)：101-107.

ZHANG Min，DAI Dong，XIE Congzhen，et al．Study on monitoring wildfire around power transmission line based on Lidar[J]．Electrical Measurement & Instrumentation，2015，52(15)：101-107.

[6]黄永义．普朗克黑体辐射定律的建立过程[J]．广西物理，2011，32(3)：32-37．

HUANG Yongyi．Derivation process of Plank’s radiationlaw[J]．Guangxi physics，2011，32(3)：32-37.

[7]WANG S D，MIAO LL，PENG G X．An improved algorithmfor forest fire detection using HJ data[J]．ProcediaEnvironmental Science，2012，13：140-150.

[8]PEREIRA J M C．A comparative evaluation of NOAAAVHRRvegetation indices for burned surface detectionand mapping[J]．IEEE Transactions on Geoscience andRemote Sensing，1999，37：217-226.

[9]陆佳政，刘毓，吴传平，等.输电线路山火卫星监测与告警算法研究[J]．中国电机工程学报,2015,35(21):5511-5519.

LU Jiazheng, LIU Yu, WU Chuanping, et al．Study on Satellite Monitoring and Alarm Calculation Algorithm of Wild Fire Near Transmission Lines[J].Proceedings of the CSEE,2015, 35(21):5511-5519.