SEARCH

SEARCH BY CITATION

Keywords:

  • belonging probability matrix image;
  • forest fire;
  • satellite image;
  • thermal infra-red spectral band

Abstract

We present a method for early forest fire detection from a satellite image using the belonging probability matrix image. We have considered each satellite image matrix line as a realization of a nonstationary random process in the thermal infra-red (TIR) spectral band and then divided each line into very small stationary and ergodic intervals to obtain an adequate mathematical model. Furthermore, the pixels of the satellite image are considered to be statistically independent; thus, any small interval of each line behaves, naturally, as a Gaussian stationary noise. In this work, we have, therefore, selected the latter as a mathematical model for modelling these intervals of a satellite image without fire, and then, we have determined the parameters of this Gaussian realization. So, when a fire occurs in this forest zone, we can use these parameters to calculate its belonging probability to the original image without fire. This probability should be very small because the fire, in any forest, can be considered as a rare event. As a consequence, we have presented a matrix image of the probability inverse of each interval for a better fire detection observation.

Résumé

Nous présentons une méthode de détection précoce des feux de forêts par image satellite en utilisant l'image matricielle de la probabilité d'appartenance. Nous avons considéré chaque ligne matricielle de l'image satellite comme une réalisation d'un processus aléatoire non stationnaire dans la bande spectrale TIR (Thermal Infra-Rouge), puis divisé chaque ligne en très petits intervalles stationnaires et ergodiques, afin d'obtenir un modèle mathématique adéquat. Ensuite, les pixels de l'image satellite sont considérés comme statistiquement indépendants, et donc chaque petit intervalle de chaque ligne se comporte, naturellement, comme un bruit gaussien stationnaire. Dans ce travail, nous avons donc sélectionné ce dernier comme modèle mathématique pour modéliser ces intervalles d'une image satellite sans feu et nous avons déterminé les paramètres de cette réalisation gaussienne. Ainsi, lorsqu'un feu survient dans cette zone de forêt, nous pouvons utiliser ces paramètres pour calculer sa probabilité d'appartenance à l'image originale sans feu. Cette probabilité doit être très faible puisque le feu, dans toute forêt, peut être considéré comme un événement rare. Par conséquent, nous présentons une image matricielle de l'inverse de la probabilité de chaque intervalle pour une meilleure observation de détection des feux.