แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Bannakorn Petchthaweetham. Thermal anomaly level algorithm for active fire mapping by means of Sentinel-2 data. (). King Mongkut's University of Technology North Bangkok. Central Library. : , 2020.
Thermal anomaly level algorithm for active fire mapping by means of Sentinel-2 data
Name: Sompong Liangrocapart
Organization :
Mahanakorn University of Technology. Department of Physics
Email :
sompong@mut.ac.th
Name: Suphongsa Khetkeeree
Organization :
Mahanakorn University of Technology. Department of Physics
Email :
suphongs@mutacth.com
Organization :
R V Connex Co.,Ltd.
Email :
bannakorn.p@rvconnex.com
keyword:
Planck's law
LCSH:
Forest fires
-- Remote sensing
LCSH:
Infrared imaging
LCSH:
Algorithms
LCSH:
Image processing
-- Digital techniques
Abstract:
In this study, we propose a new approach to detect and map active fire areas by means of Sentinel-2 data. The Sentinel-2 Multi-Spectral Instrument (MSI) comprises visible spectral bands, near-infrared (NIR), and short-wave infrared (SWIR) spectral bands. These spectral bands, band 8A (865 nm), band 11 (at 1.61 μm), and band 12 (at 2.19 μm), are employed to roughly approximate the temperature within the forest fire range (400-1500 °C) using Plancks blackbody radiation law. The Normalized Difference Indices (NDI) of band 11 with 8A and band 12 with 11 are formulated as NDI1 and NDI2, respectively. The criteria of NDI1, NDI2, and band 12 ranges are estimated empirically to identify forest fire areas into four thermal anomaly levels: high-temperature crown fire, typical crown fire, surface fire or smoldering area, and remains of the fire. For the high-temperature crown fire area, the band 12 value is very high, all indices are positive, and the NDI2 is lower than NDI1, following Plancks curve for temperatures higher than 1200 K. For the typical crown fire area, the band 12 value is high, and the NDI2 can be higher than NDI1. For the smoldering area, the band 12 value is in the middle range, and the NDI2 must be larger than 0.2. Finally, for the remains area, the band 12 value is in the lower range, and NDI1 must be higher than 0.27. This work shows that active fire areas can be identified and mapped into four thermal anomaly levels. This approach can be employed for rapid fire management as soon as the image data is obtained
King Mongkut's University of Technology North Bangkok. Central Library
Address:
BANGKOK
Email:
library@kmutnb.ac.th
Created:
2020
Modified:
2026-04-03
Issued:
2026-04-03
บทความ/Article
application/pdf
BibliograpyCitation :
In Prince of Songkla University. College of Computing. The 17th International Conference on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology (ECTI-CON 2020) (pp.687-690). Pattani : Prince of Songkla University
eng
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ใช้เวลา
0.039533 วินาที
Sompong Liangrocapart
| Title | Contributor | Type |
|---|---|---|
| Sentinel-2 image dehazing using correlation between visible and infrared bands
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Suphongsa Khetkeeree;Bannakorn Petchthaweetham;Sompong Liangrocapart;Sanun Srisuk | บทความ/Article | |
| Sentinel-2 image dehazing using visible and infrared band correlation based on NDVI classification
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Suphongsa Khetkeeree;Bannakorn Petchthaweetham;Sompong Liangrocapart;Sanun Srisuk | บทความ/Article | |
| Thermal anomaly level algorithm for active fire mapping by means of Sentinel-2 data
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sompong Liangrocapart;Suphongsa Khetkeeree;Bannakorn Petchthaweetham | บทความ/Article | |
| Detecting floating plastic marine debris using Sentinel-2 data via modified infrared NDVI
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Suphongsa Khetkeeree;Sompong Liangrocapart | บทความ/Article | |
| Sharpening the Sentinel-2A infrared bands via image residual optimization
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Yaowamal Raphiphan;Suphongsa Khetkeeree;Sompong Liangrocapart | บทความ/Article | |
| Potential statistical features of Sentinel-1 time-series data for rice field mapping in central of Thailand
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sompong Liangrocapart;Suphongsa Khetkeeree | บทความ/Article |
Suphongsa Khetkeeree
| Title | Contributor | Type |
|---|---|---|
| Sentinel-2 image dehazing using correlation between visible and infrared bands
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Suphongsa Khetkeeree;Bannakorn Petchthaweetham;Sompong Liangrocapart;Sanun Srisuk | บทความ/Article | |
| Infrared normalized difference vegetation index for Sentinel-2A imagery
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Suphongsa Khetkeeree | บทความ/Article | |
| Sentinel-2 image dehazing using visible and infrared band correlation based on NDVI classification
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Suphongsa Khetkeeree;Bannakorn Petchthaweetham;Sompong Liangrocapart;Sanun Srisuk | บทความ/Article | |
| Thermal anomaly level algorithm for active fire mapping by means of Sentinel-2 data
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sompong Liangrocapart;Suphongsa Khetkeeree;Bannakorn Petchthaweetham | บทความ/Article | |
| Using high boost bi-cubic interpolation to upscale and enhance the medical image details
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Parawata Thanakitivirul;Suphongsa Khetkeeree;Chapkit Charnsamorn | บทความ/Article | |
| Detecting floating plastic marine debris using Sentinel-2 data via modified infrared NDVI
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Suphongsa Khetkeeree;Sompong Liangrocapart | บทความ/Article | |
| Sharpening the Sentinel-2A infrared bands via image residual optimization
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Yaowamal Raphiphan;Suphongsa Khetkeeree;Sompong Liangrocapart | บทความ/Article | |
| Potential statistical features of Sentinel-1 time-series data for rice field mapping in central of Thailand
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sompong Liangrocapart;Suphongsa Khetkeeree | บทความ/Article |
Bannakorn Petchthaweetham
| Title | Contributor | Type |
|---|---|---|
| Sentinel-2 image dehazing using correlation between visible and infrared bands
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Suphongsa Khetkeeree;Bannakorn Petchthaweetham;Sompong Liangrocapart;Sanun Srisuk | บทความ/Article | |
| Fast change detection based on GPGS-PCA
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sanun Srisuk;Damrongsak Arunyagool;Bannakorn Petchthaweetham | บทความ/Article | |
| Sentinel-2 image dehazing using visible and infrared band correlation based on NDVI classification
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Suphongsa Khetkeeree;Bannakorn Petchthaweetham;Sompong Liangrocapart;Sanun Srisuk | บทความ/Article | |
| Thermal anomaly level algorithm for active fire mapping by means of Sentinel-2 data
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sompong Liangrocapart;Suphongsa Khetkeeree;Bannakorn Petchthaweetham | บทความ/Article |