FireCCI51: MODIS Fire_cci Burned Area Pixel Product, Version 5.1

ESA/CCI/FireCCI/5_1
ความพร้อมใช้งานของชุดข้อมูล
2001-01-01T00:00:00Z–2020-12-01T00:00:00Z
ผู้ผลิตชุดข้อมูล
ตัวอย่างข้อมูล Earth Engine
ee.ImageCollection("ESA/CCI/FireCCI/5_1")
ความถี่การบันทึก
1 เดือน
แท็ก
burn cci climate-change copernicus esa fire fragmentation geophysical global human-modification landcover landscape-gradient modis monthly stressors
c3s
firecci
firecci51
gcos

คำอธิบาย

ผลิตภัณฑ์พิกเซลพื้นที่ไฟไหม้ Fire_cci เวอร์ชัน 5.1 (FireCCI51) ของ MODIS เป็นชุดข้อมูลความละเอียดเชิงพื้นที่ประมาณ 250 เมตรทั่วโลกรายเดือนซึ่งมีข้อมูลเกี่ยวกับพื้นที่ไฟไหม้ รวมถึงข้อมูลเสริม โดยอิงตามการสะท้อนแสงของพื้นผิวในแถบคลื่นใกล้อินฟราเรด (NIR) จากเครื่องมือ MODIS บนดาวเทียม Terra รวมถึงข้อมูลไฟที่กำลังลุกไหม้จากเซ็นเซอร์เดียวกันของดาวเทียม Terra และ Aqua

อัลกอริทึมพื้นที่ไฟไหม้ใช้แนวทางแบบไฮบริด 2 เฟส ในขั้นตอนแรก ระบบจะตรวจหาพิกเซลที่มีแนวโน้มสูงที่จะเกิดไฟไหม้ (เรียกว่า "จุดเริ่มต้น") โดยอิงตามไฟที่กำลังลุกไหม้ ในขั้นตอนที่ 2 ระบบจะใช้การขยายตามบริบทเพื่อตรวจหาพื้นที่ไฟไหม้ทั้งหมด เฟสการขยายนี้ควบคุมโดยการกำหนดเกณฑ์แบบปรับได้ ซึ่งระบบจะคำนวณเกณฑ์โดยอิงตามลักษณะเฉพาะของพื้นที่รอบๆ จุดเริ่มต้นแต่ละจุด ตัวแปรที่ใช้เพื่อนำกระบวนการตรวจหาทั้งหมดคือการลดลงของ NIR ระหว่างรูปภาพก่อนและหลังเกิดไฟไหม้

ชุดข้อมูลนี้รวมถึงวันโดยประมาณของการตรวจหาไฟไหม้ครั้งแรก ระดับความเชื่อมั่นของการตรวจหา และสิ่งปกคลุมดินที่ไฟไหม้ (ดึงข้อมูลจากชุดข้อมูลสิ่งปกคลุมดิน ESA CCI เวอร์ชัน 2.0.7) สำหรับแต่ละพิกเซล นอกจากนี้ ยังมีแฟล็กการสังเกตเพื่อระบุพิกเซลที่ไม่ได้ประมวลผลเนื่องจากไม่มีการสังเกตที่ถูกต้องหรือเนื่องจากพิกเซลนั้นอยู่ในสิ่งปกคลุมดินที่ไม่สามารถเกิดไฟไหม้ได้

FireCCI51 ได้รับการพัฒนาขึ้นโดยเป็นส่วนหนึ่งของโปรแกรม ESA Climate Change Initiative (CCI) และยังเป็นส่วนหนึ่งของ Copernicus Climate Change Service (C3S) ด้วย

ย่านความถี่

ย่านความถี่

ขนาดพิกเซล: 250 เมตร (ทุกย่านความถี่)

ชื่อ หน่วย ต่ำสุด สูงสุด ขนาดพิกเซล คำอธิบาย
BurnDate 1 366 250 เมตร

วันโดยประมาณของปีที่ตรวจพบไฟไหม้ครั้งแรก
ConfidenceLevel % 1 100 250 เมตร

ความน่าจะเป็นที่จะตรวจพบพิกเซลว่าเกิดไฟไหม้ ซึ่งแสดงถึงความไม่แน่นอนของการตรวจหาสำหรับพิกเซลทั้งหมด แม้ว่าพิกเซลเหล่านั้นจะถูกจัดประเภทว่าไม่เกิดไฟไหม้ก็ตาม
LandCover 250 เมตร

หมวดหมู่สิ่งปกคลุมดินของพิกเซลที่ไฟไหม้ ซึ่งดึงข้อมูลจากผลิตภัณฑ์ CCI LandCover เวอร์ชัน 2.0.7 ดู Defourny, P., Lamarche, C., Bontemps, S., De Maet, T., Van Bogaert, E., Moreau, I., Brockmann, C., Boettcher, M., Kirches, G., Wevers, J., Santoro, M., Ramoino, F., &Arino, O. (2017). Land Cover Climate Change Initiative - Product User Guide v2. Issue 2.0. [ออนไลน์] Available at: https://maps.elie.ucl.ac.be/CCI/viewer/download/ESACCI-LC-Ph2-PUGv2_2.0.pdf accessed: July 2020. © ESA Climate Change Initiative - Land Cover led by UCLouvain (2017).
ObservedFlag 250 เมตร

แฟล็กที่ระบุเหตุผลที่ไม่ได้ประมวลผลพิกเซล

  • -2: พิกเซลไม่สามารถเกิดไฟไหม้ได้ (แหล่งน้ำ พื้นที่เปล่า เขตเมือง หิมะและน้ำแข็งถาวร)
  • -1: ไม่มีการสังเกตพิกเซลในระหว่างเดือน (เนื่องจากเมฆ เงาเมฆ หรือเซ็นเซอร์ขัดข้อง)

ตารางคลาสสิ่งปกคลุมดิน

ค่า สี คำอธิบาย
0 #000000

ไม่มีข้อมูล
10 #ffff64

พื้นที่เพาะปลูกแบบอาศัยน้ำฝน
20 #aaf0f0

พื้นที่เพาะปลูกแบบชลประทานหรือหลังน้ำท่วม
30 #dcf064

พื้นที่เพาะปลูกแบบโมเสค (>50%) / พืชพรรณธรรมชาติ (ต้นไม้ พุ่มไม้ พืชล้มลุก) (<50%)
40 #c8c864

พืชพรรณธรรมชาติผสม (ต้นไม้ พุ่มไม้ พืชล้มลุก) (>50%) / พื้นที่เพาะปลูก (<50%)
50 #006400

ร่มไม้ใบกว้าง เขียวชอุ่มตลอดปี หนาแน่นถึงเบาบาง (>15%)
60 #00a000

ร่มไม้ใบกว้าง ผลัดใบ หนาแน่นถึงเบาบาง (>15%)
70 #003c00

ร่มไม้ใบเข็ม เขียวชอุ่มตลอดปี หนาแน่นถึงเบาบาง (>15%)
80 #285000

ร่มไม้ใบเข็ม ผลัดใบ หนาแน่นถึงเบาบาง (>15%)
90 #788200

ร่มไม้ใบผสม (ใบกว้างและใบเข็ม)
100 #8ca000

ต้นไม้และพุ่มไม้ผสม (>50%) / พืชล้มลุก (<50%)
110 #be9600

พืชล้มลุกผสม (>50%) / ต้นไม้และพุ่มไม้ (<50%)
120 #966400

Shrubland
130 #ffb432

ทุ่งหญ้า
140 #ffdcd2

ไลเคนและมอส
150 #ffebaf

พืชพรรณเบาบาง (ต้นไม้ พุ่มไม้ พืชล้มลุก) (<15%)
170 #009678

ร่มไม้ที่ถูกน้ำเค็มท่วม
180 #00dc82

พุ่มไม้หรือพืชล้มลุกที่ถูกน้ำจืด/น้ำเค็ม/น้ำกร่อยท่วม

ข้อกำหนดในการใช้งาน

ข้อกำหนดในการใช้งาน

ชุดข้อมูลนี้เปิดให้ผู้ใช้ทุกคนใช้งานได้ฟรีเพื่อวัตถุประสงค์ใดก็ตาม โดยมีข้อกำหนดและเงื่อนไขดังนี้

  • ผู้ใช้ข้อมูลต้องระบุแหล่งที่มาของ ESA Climate Change Initiative และโปรเจ็กต์ Fire CCI รวมถึงผู้ให้บริการข้อมูลแต่ละราย หากมีการใช้ข้อมูลในการนำเสนอหรือเผยแพร่ โปรดอ้างอิง DOI ของชุดข้อมูลที่เกี่ยวข้องด้วย

  • สิทธิในทรัพย์สินทางปัญญา (IPR) ในข้อมูล CCI เป็นของผู้วิจัยและองค์กรที่ผลิตข้อมูล

  • ความรับผิด: ไม่มีการรับประกันเกี่ยวกับคุณภาพหรือความถูกต้องแม่นยำของข้อมูล CCI หรือความเหมาะสมสำหรับการใช้งานใดๆ เงื่อนไขโดยนัยทั้งหมดที่เกี่ยวข้องกับคุณภาพหรือความเหมาะสมของข้อมูล และความรับผิดทั้งหมดที่เกิดขึ้นจากการจัดหาข้อมูล (รวมถึงความรับผิดที่เกิดขึ้นจากความประมาท) จะได้รับการยกเว้นในขอบเขตสูงสุดที่กฎหมายกำหนด

การอ้างอิง

การอ้างอิง

  • Padilla Parellada, M. (2018): ESA Fire Climate Change Initiative (Fire_cci): MODIS Fire_cci Burned Area Pixel product, version 5.1. Centre for Environmental Data Analysis, 01 November 2018. https://doi.org/10.5285/58f00d8814064b79a0c49662ad3af537.

  • Related publication: Lizundia-Loiola, J., Otón, G., Ramo, R., Chuvieco, E. (2020): A spatio-temporal active-fire clustering approach for global burned area mapping at 250m from MODIS data. Remote Sensing of Environment, 236, 111493. https://doi.org/10.1016/j.rse.2019.111493

DOI

สำรวจด้วย Earth Engine

ตัวแก้ไขโค้ด (JavaScript)

// Visualize FireCCI51 for one year
var dataset = ee.ImageCollection('ESA/CCI/FireCCI/5_1')
                  .filterDate('2020-01-01', '2020-12-31');
var burnedArea = dataset.select('BurnDate');

// Use a circular palette to assign colors to date of first detection
var baVis = {
  min: 1,
  max: 366,
  palette: [
    'ff0000', 'fd4100', 'fb8200', 'f9c400', 'f2ff00', 'b6ff05',
    '7aff0a', '3eff0f', '02ff15', '00ff55', '00ff99', '00ffdd',
    '00ddff', '0098ff', '0052ff', '0210ff', '3a0dfb', '7209f6',
    'a905f1', 'e102ed', 'ff00cc', 'ff0089', 'ff0047', 'ff0004'
  ]
};
var maxBA = burnedArea.max();

Map.setCenter(0, 18, 2.1);
Map.addLayer(maxBA, baVis, 'Burned Area');

การตั้งค่า Python

ดูข้อมูลเกี่ยวกับ Python API และการใช้ geemap เพื่อการพัฒนาแบบอินเทอร์แอกทีฟได้ที่หน้าสภาพแวดล้อม Python

import ee
import geemap.core as geemap

Colab (Python)

# Visualize FireCCI51 for one year
dataset = ee.ImageCollection('ESA/CCI/FireCCI/5_1').filterDate(
    '2020-01-01', '2020-12-31'
)

burned_area = dataset.select('BurnDate')
max_ba = burned_area.max()

# Use a circular palette to assign colors to date of first detection
ba_vis = {
    'min': 1,
    'max': 366,
    'palette': [
        'ff0000', 'fd4100', 'fb8200', 'f9c400', 'f2ff00', 'b6ff05',
        '7aff0a', '3eff0f', '02ff15', '00ff55', '00ff99', '00ffdd',
        '00ddff', '0098ff', '0052ff', '0210ff', '3a0dfb', '7209f6',
        'a905f1', 'e102ed', 'ff00cc', 'ff0089', 'ff0047', 'ff0004'
    ],
}

m = geemap.Map()
m.set_center(0, 18, 2.1)
m.add_layer(max_ba, ba_vis, 'Burned Area')
m
เปิดในตัวแก้ไขโค้ด
ผลิตภัณฑ์พิกเซลพื้นที่ไฟไหม้ Fire_cci เวอร์ชัน 5.1 (FireCCI51) ของ MODIS เป็นชุดข้อมูลความละเอียดเชิงพื้นที่ประมาณ 250 เมตรทั่วโลกรายเดือนซึ่งมีข้อมูลเกี่ยวกับพื้นที่ไฟไหม้ รวมถึงข้อมูลเสริม โดยอิงตามการสะท้อนแสงของพื้นผิวในแถบคลื่นใกล้อินฟราเรด (NIR) จากเครื่องมือ MODIS บนดาวเทียม Terra รวมถึง…
ESA/CCI/FireCCI/5_1, burn,cci,climate-change,copernicus,esa,fire,fragmentation,geophysical,global,human-modification,landcover,landscape-gradient,modis,monthly,stressors
2001-01-01T00:00:00Z/2020-12-01T00:00:00Z
-90 -180 90 180
Google Earth Engine