一种基于低轨卫星的森林火灾监测方法

本发明公开了一种基于低轨卫星的森林火灾监测方法，包括：通过多传感器获取数据，经去噪和平滑化处理生成融合数据集。利用卷积神经网络结合多尺度分析增强火点特征，形成特征集。将多星协同观测数据与特征集匹配，通过时间序列对齐生成高频次观测的增强数据集。采用深度学习和迁移学习优化模型，提取关键区域特征，通过分布式计算共享多星数据，得到覆盖增强数据集。基于时效性评估模型动态调整多星调度策略，输出调度结果。通过强化学习优化算法鲁棒性，结合复杂气象条件模拟，得到鲁棒性增强模型，并利用多源数据校验技术验证数据融合精度，输出最终监测结果。本发明显著提升了火点检测的准确性、时效性和覆盖完整性。