FireCCI51: MODIS Fire_cci Burned Area Pixel Product, Version 5.1

ESA/CCI/FireCCI/5_1
Dostępność zbioru danych
2001-01-01T00:00:00Z–2020-12-01T00:00:00Z
Producent zbioru danych
Fragment kodu Earth Engine
ee.ImageCollection("ESA/CCI/FireCCI/5_1")
Kadencja
1 miesiąc
Tagi
burn cci climate-change copernicus esa fire fragmentation geophysical global human-modification landcover landscape-gradient modis monthly stressors
c3s
firecci
firecci51
gcos

Opis

Zbiór danych MODIS Fire_cci Burned Area w wersji 5.1 (FireCCI51) to miesięczny globalny zbiór danych o rozdzielczości przestrzennej ok. 250 m, który zawiera informacje o obszarach spalonych oraz dane pomocnicze. Jest on oparty na współczynniku odbicia powierzchni w paśmie bliskiej podczerwieni (NIR) z instrumentu MODIS na pokładzie satelity Terra oraz na informacjach o aktywnych pożarach z tego samego czujnika na satelitach Terra i Aqua.

Algorytm obszaru spalonego wykorzystuje dwuetapowe podejście hybrydowe. W pierwszym kroku na podstawie aktywnych pożarów wykrywane są piksele o wysokim prawdopodobieństwie spalenia (tzw. „ziarna”). W drugim kroku stosuje się wzrost kontekstowy, aby w pełni wykryć obszar pożaru. Ta faza wzrostu jest kontrolowana przez adaptacyjne progowanie, w którym progi są obliczane na podstawie specyficznych cech obszaru otaczającego każde ziarno. Zmienną używaną do kierowania całym procesem wykrywania jest spadek NIR między obrazami sprzed pożaru i po nim.

Zbiór danych zawiera dla każdego piksela szacowany dzień pierwszego wykrycia pożaru, poziom ufności tego wykrycia oraz pokrycie terenu, które zostało spalone (wyodrębnione ze zbioru danych ESA CCI Land Cover w wersji 2.0.7). Dodatkowo udostępniany jest flag obserwacji, który pozwala zidentyfikować piksele, które nie zostały przetworzone z powodu braku prawidłowych obserwacji lub dlatego, że należą do pokrycia terenu, które nie może się spalić.

Zbiór danych FireCCI51 został opracowany w ramach programu ESA Climate Change Initiative (CCI) i jest też częścią usługi Copernicus Climate Change Service (C3S).

Pasma

Pasma

Rozmiar piksela: 250 metrów (wszystkie pasma)

Nazwa Jednostki Min. Maks. Rozmiar piksela Opis
BurnDate 1 366 250 metrów

Szacowany dzień roku pierwszego wykrycia pożaru

ConfidenceLevel % 1 100 250 metrów

Prawdopodobieństwo wykrycia piksela jako spalonego, wyrażające niepewność wykrycia dla wszystkich pikseli, nawet jeśli są one sklasyfikowane jako niespalone.

LandCover 250 metrów

Kategoria pokrycia terenu spalonych pikseli, wyodrębniona ze zbioru danych CCI LandCover w wersji 2.0.7. Zobacz 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. Wersja 2.0. [online] Dostępne na: https://maps.elie.ucl.ac.be/CCI/viewer/download/ESACCI-LC-Ph2-PUGv2_2.0.pdf (data dostępu: lipiec 2020 r.). © ESA Climate Change Initiative – Land Cover, kierowane przez UCLouvain (2017).

ObservedFlag 250 metrów

Flagi wskazujące, dlaczego piksel nie został przetworzony.

  • -2: piksel nie może się spalić (zbiorniki wodne, obszary nieporośnięte, obszary miejskie, stały śnieg i lód)
  • -1: piksel nie był obserwowany w danym miesiącu (z powodu chmur, cieni chmur lub awarii czujnika)

Tabela klas pokrycia terenu

Wartość Kolor Opis
0 #000000

Brak danych

10 #ffff64

Grunty orne, uprawy zależne od opadów

20 #aaf0f0

Grunty orne, nawadniane lub po powodzi

30 #dcf064

Mozaika gruntów ornych (>50%) / roślinności naturalnej (drzewa, krzewy, rośliny zielne) (<50%)

40 #c8c864

Mozaika roślinności naturalnej (drzewa, krzewy, rośliny zielne) (>50%) / gruntów ornych (<50%)

50 #006400

Zagęszczenie drzew, liściastych, wiecznie zielonych, od zwartego do otwartego (>15%)

60 #00a000

Zagęszczenie drzew liściastych, zrzucających liście, od zwartego do otwartego (>15%)

70 #003c00

Pokrywa drzewostanu, iglaste, wiecznie zielone, od zwartego do otwartego (>15%)

80 #285000

Zagęszczenie drzew iglastych, zrzucających liście, od zwartego do otwartego (>15%)

90 #788200

Zagęszczenie drzew o mieszanym typie liści (liściaste i iglaste)

100 #8ca000

Mozaika drzew i krzewów (>50%) / roślin zielnych (<50%)

110 #be9600

Mozaika roślin zielnych (>50%) / drzew i krzewów (<50%)

120 #966400

Shrubland

130 #ffb432

Łąka

140 #ffdcd2

Porosty i mchy

150 #ffebaf

Rzadka roślinność (drzewa, krzewy, rośliny zielne) (<15%)

170 #009678

Zagęszczenie drzew zalewanych wodą słoną

180 #00dc82

Zagęszczenie krzewów lub roślin zielnych zalewanych wodą słodką, słoną lub słonawą

Warunki korzystania z usługi

Warunki korzystania z usługi

Ten zbiór danych jest bezpłatny i otwarty dla wszystkich użytkowników do dowolnego użytku, z zastrzeżeniem tych warunków:

  • Jeśli dane są używane w prezentacji lub publikacji, użytkownicy danych muszą podać informacje o programie ESA Climate Change Initiative i projekcie Fire CCI oraz o poszczególnych dostawcach danych. Należy też podać odpowiednie identyfikatory DOI zbiorów danych.

  • Prawa własności intelektualnej do danych CCI przysługują badaczom i organizacjom, które je tworzą.

  • Odpowiedzialność: nie udzielamy żadnej gwarancji co do jakości ani dokładności danych CCI ani ich przydatności do jakiegokolwiek użytku. W najszerszym zakresie dozwolonym przez prawo nie mają zastosowania żadne dorozumiane warunki dotyczące jakości lub przydatności informacji ani żadna odpowiedzialność wynikająca z dostarczania informacji (w tym odpowiedzialność wynikająca z zaniedbania).

Cytaty

Cytowanie:
  • 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, 1 listopada 2018 r. https://doi.org/10.5285/58f00d8814064b79a0c49662ad3af537.

  • Powiązana publikacja: 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

Identyfikatory DOI

Odkrywaj za pomocą Earth Engine

Edytor kodu (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');

Konfiguracja Pythona

Informacje o interfejsie API dla Pythona oraz o używaniu geemap do interaktywnego programowania znajdziesz na stronie środowiska 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
Otwórz w edytorze kodu