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 climate-change copernicus esa fire fragmentation geophysical global human-modification landcover landscape-gradient modis monthly stressors
c3s
cci
firecci
firecci51
gcos

คำอธิบาย

ผลิตภัณฑ์พิกเซลพื้นที่ที่ถูกไฟไหม้ของ MODIS Fire_cci เวอร์ชัน 5.1 (FireCCI51) เป็นชุดข้อมูลความละเอียดเชิงพื้นที่ทั่วโลกที่ ~250 ม. ต่อเดือน ซึ่งมีข้อมูลเกี่ยวกับพื้นที่ที่ถูกไฟไหม้และข้อมูลเสริม โดยอิงตาม การสะท้อนพื้นผิวในแถบอินฟราเรดใกล้ (NIR) จากเครื่องมือ MODIS บนดาวเทียม Terra รวมถึงข้อมูลไฟที่กำลังลุกไหม้จาก เซ็นเซอร์เดียวกันของดาวเทียม Terra และ Aqua

อัลกอริทึมพื้นที่ที่ถูกไฟไหม้ใช้แนวทางแบบผสม 2 เฟส ในขั้นตอนแรก ระบบจะตรวจหาพิกเซลที่มีโอกาสสูงที่จะถูกไฟไหม้ (เรียกว่า "จุดเริ่มต้น") โดยอิงตามไฟที่กำลังลุกไหม้ ในภาพที่ 2 จะใช้การขยายตามบริบทเพื่อตรวจจับรอยไฟได้อย่างสมบูรณ์ ระยะการเติบโตนี้ควบคุมโดย การกำหนดขีดจำกัดแบบปรับได้ ซึ่งจะคำนวณขีดจำกัดตามลักษณะเฉพาะของพื้นที่โดยรอบแต่ละจุด ตัวแปรที่ใช้เป็นแนวทาง ในกระบวนการตรวจจับทั้งหมดคือการลดลงของ NIR ระหว่างรูปภาพก่อนและหลังเกิดไฟ

ชุดข้อมูลประกอบด้วยวันที่โดยประมาณที่ตรวจพบไฟไหม้ครั้งแรก ระดับความเชื่อมั่นของการตรวจจับนั้น และสิ่งปกคลุมดินที่ถูกไฟไหม้ (ดึงมาจากชุดข้อมูลสิ่งปกคลุมดินของ ESA CCI เวอร์ชัน 2.0.7) สำหรับแต่ละพิกเซล นอกจากนี้ ยังมีการระบุสถานะการสังเกตเพื่อระบุพิกเซลที่ไม่ได้ประมวลผล เนื่องจากไม่มีการสังเกตที่ถูกต้องหรือเนื่องจากพิกเซลดังกล่าวอยู่ในพื้นที่ปกคลุมที่ไม่สามารถเผาได้

FireCCI51 ได้รับการพัฒนาขึ้นโดยเป็นส่วนหนึ่งของโครงการริเริ่มด้านการเปลี่ยนแปลงสภาพภูมิอากาศ (CCI) ของ ESA และยังเป็นส่วนหนึ่งของบริการด้านการเปลี่ยนแปลงสภาพภูมิอากาศโคเปอร์นิคัส (C3S) ด้วย

ย่านความถี่

ย่านความถี่

ขนาดพิกเซล: 250 เมตร (ทุกแถบ)

ชื่อ หน่วย ต่ำสุด สูงสุด ขนาดพิกเซล คำอธิบาย
BurnDate 1 366 250 เมตร

วันที่โดยประมาณของปีที่ตรวจพบร่องรอยการเผาครั้งแรก
ConfidenceLevel % 1 100 250 เมตร

ความน่าจะเป็นของการตรวจพบพิกเซลที่เบิร์น ซึ่งแสดงความไม่แน่นอนของการตรวจหาพิกเซลทั้งหมด แม้ว่าจะจัดประเภทเป็นพิกเซลที่ไม่เบิร์นก็ตาม
LandCover 250 เมตร

หมวดหมู่การปกคลุมของพิกเซลที่ถูกไฟไหม้ ซึ่งดึงมาจากผลิตภัณฑ์ CCI LandCover v2.0.7 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). สิ่งปกคลุมดิน โครงการริเริ่มด้านการเปลี่ยนแปลงสภาพภูมิอากาศ - คู่มือผู้ใช้ผลิตภัณฑ์ v2 ฉบับที่ 2.0 [ออนไลน์] พร้อมให้บริการที่ https://maps.elie.ucl.ac.be/CCI/viewer/download/ESACCI-LC-Ph2-PUGv2_2.0.pdf เข้าถึงเมื่อ: กรกฎาคม 2020 © ESA Climate Change Initiative - Land Cover led by UCLouvain (2017)
ObservedFlag 250 เมตร

Flag ที่ระบุสาเหตุที่ไม่ได้ประมวลผลพิกเซล

  • -2: พิกเซลไม่สามารถเผาได้ (แหล่งน้ำ พื้นที่โล่ง เขตเมือง หิมะและน้ำแข็งถาวร)
  • -1: ไม่พบพิกเซลในระหว่างเดือน (เนื่องจากเมฆ เงาเมฆ หรือเซ็นเซอร์ขัดข้อง)

ตารางคลาสการปกคลุมของพื้นดิน

ค่า สี คำอธิบาย
0 #000000

ไม่มีข้อมูล
10 #ffff64

พื้นที่เพาะปลูกที่อาศัยน้ำฝน
20 #aaf0f0

พื้นที่เพาะปลูกที่มีการชลประทานหรือหลังน้ำท่วม
30 #dcf064

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

พืชพรรณธรรมชาติแบบโมเสก (ต้นไม้ พุ่มไม้ พืชคลุมดิน) (>50%) / พื้นที่เพาะปลูก (<50%)
50 #006400

ร่มไม้ ใบกว้าง ไม่ผลัดใบ ปิดถึงเปิด (>15%)
60 #00a000

ร่มไม้ ใบกว้าง ผลัดใบ ปิดถึงเปิด (>15%)
70 #003c00

มีร่มไม้ ใบเข็ม ไม่ผลัดใบ ปิดถึงเปิด (>15%)
80 #285000

ร่มไม้ ใบเข็ม ผลัดใบ หนาแน่นถึงเบาบาง (มากกว่า 15%)
90 #788200

ร่มไม้ ประเภทใบไม้ผสม (ใบกว้างและใบเข็ม)
100 #8ca000

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

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

Shrubland
130 #ffb432

ทุ่งหญ้า
140 #ffdcd2

ไลเคนและมอส
150 #ffebaf

พืชพรรณเบาบาง (ต้นไม้ ไม้พุ่ม พืชคลุมดิน) (<15%)
170 #009678

ร่มไม้ น้ำท่วม น้ำเค็ม
180 #00dc82

พุ่มไม้หรือพืชคลุมดิน น้ำท่วม น้ำจืด/น้ำเค็ม/น้ำกร่อย

ข้อกำหนดในการใช้งาน

ข้อกำหนดในการใช้งาน

ชุดข้อมูลนี้ให้บริการฟรีและเปิดให้ผู้ใช้ทุกคนนำไปใช้เพื่อวัตถุประสงค์ใดก็ได้ โดยมีข้อกำหนดและเงื่อนไขต่อไปนี้

  • ผู้ใช้ข้อมูลต้องรับทราบโครงการริเริ่มด้านการเปลี่ยนแปลงสภาพภูมิอากาศของ ESA และโปรเจ็กต์ Fire CCI พร้อมกับผู้ให้บริการข้อมูลแต่ละราย หากมีการใช้ข้อมูลในการนำเสนอหรือเผยแพร่ โปรด อ้างอิง DOI ของชุดข้อมูลที่เกี่ยวข้องด้วย

  • สิทธิในทรัพย์สินทางปัญญา (IPR) ในข้อมูล CCI เป็นของผู้ผลิตข้อมูล ซึ่งได้แก่ นักวิจัยและองค์กรต่างๆ

  • ความรับผิด: ไม่มีการรับประกันเกี่ยวกับคุณภาพหรือความถูกต้องของข้อมูล CCI หรือความเหมาะสมสำหรับการใช้งานใดๆ เงื่อนไขโดยนัยทั้งหมดที่เกี่ยวข้องกับ คุณภาพหรือความเหมาะสมของข้อมูล และความรับผิดทั้งหมดที่เกิดขึ้นจาก การจัดหาข้อมูล (รวมถึงความรับผิดที่เกิดขึ้นจากความประมาท) จะ ได้รับการยกเว้นในขอบเขตสูงสุดที่กฎหมายกำหนด

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

  • สื่อเผยแพร่ที่เกี่ยวข้อง: 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
ผลิตภัณฑ์พิกเซลพื้นที่ที่ถูกไฟไหม้ของ MODIS Fire_cci เวอร์ชัน 5.1 (FireCCI51) คือชุดข้อมูลความละเอียดเชิงพื้นที่ ~250 ม. ทั่วโลกรายเดือนซึ่งมีข้อมูลเกี่ยวกับพื้นที่ที่ถูกไฟไหม้และข้อมูลเสริม ดัชนีนี้อิงตามการสะท้อนพื้นผิวในแถบคลื่นใกล้อินฟราเรด (NIR) จากเครื่องมือ MODIS บนดาวเทียม Terra รวมถึง …
ESA/CCI/FireCCI/5_1, burn,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