- Disponibilidade do conjunto de dados
- 2001-01-01T00:00:00Z–2020-12-01T00:00:00Z
- Produtor do conjunto de dados
- Programa da Iniciativa de Mudanças Climáticas (CCI) da Agência Espacial Europeia (ESA), Fire ECV
- Cadência
- 1 mês
- Tags
Descrição
A versão 5.1 do produto de pixel de área queimada do MODIS Fire_cci (FireCCI51) é um conjunto de dados global mensal com resolução espacial de ~250 m que contém informações sobre a área queimada, bem como dados auxiliares. Ele é baseado na refletância da superfície na banda do infravermelho próximo (NIR) do instrumento MODIS a bordo do satélite Terra, bem como informações de incêndio ativo do mesmo sensor dos satélites Terra e Aqua.
O algoritmo de área queimada usa uma abordagem híbrida de duas fases. Na primeira etapa, os pixels com alta probabilidade de serem queimados (chamados de "sementes") são detectados com base nos incêndios ativos. Na segunda, um crescimento contextual é aplicado para detectar completamente o trecho de incêndio. Essa fase de crescimento é controlada por um limite adaptável, em que os limites são calculados com base nas características específicas da área ao redor de cada semente. A variável usada para orientar todo o processo de detecção é a queda de NIR entre as imagens pré e pós-incêndio.
O conjunto de dados inclui, para cada pixel, o dia estimado da primeira detecção do incêndio, o nível de confiança dessa detecção e a cobertura da terra que foi queimada (extraída do conjunto de dados ESA CCI Land Cover v2.0.7). Além disso, um indicador de observação é fornecido para identificar os pixels que não foram processados devido à falta de observações válidas ou porque pertencem a uma cobertura de terra não queimável.
O FireCCI51 foi desenvolvido como parte do Programa da Iniciativa de Mudanças Climáticas (CCI) da ESA e também faz parte do Serviço de Mudanças Climáticas de Copernicus (C3S).
Bandas
Bandas
Tamanho do pixel: 250 metros (todas as bandas)
| Nome | Unidades | Mín. | Máx. | Tamanho do pixel | Descrição |
|---|---|---|---|---|---|
BurnDate |
1 | 366 | 250 metros | Dia estimado do ano da primeira detecção da queimada |
|
ConfidenceLevel |
% | 1 | 100 | 250 metros | Probabilidade de detectar um pixel como queimado, expressando a incerteza da detecção para todos os pixels, mesmo que sejam classificados como não queimados. |
LandCover |
250 metros | Categoria de cobertura da terra dos pixels queimados, extraída do produto CCI LandCover v2.0.7. Consulte 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. [online] Disponível em: https://maps.elie.ucl.ac.be/CCI/viewer/download/ESACCI-LC-Ph2-PUGv2_2.0.pdf . Acessado em: julho de 2020. © ESA Climate Change Initiative - Land Cover liderado pela UCLouvain (2017). |
|||
ObservedFlag |
250 metros | Indicadores que mostram por que um pixel não foi processado.
|
Tabela de classes de cobertura da terra
| Valor | Cor | Descrição |
|---|---|---|
| 0 | #000000 | Sem dados |
| 10 | #ffff64 | Terra cultivada, sequeiro |
| 20 | #aaf0f0 | Terra cultivada, irrigada ou pós-inundação |
| 30 | #dcf064 | Terra cultivada em mosaico (>50%) / vegetação natural (árvore, arbusto, cobertura herbácea) (<50%) |
| 40 | #c8c864 | Vegetação natural em mosaico (árvore, arbusto, cobertura herbácea) (>50%) / terra cultivada (<50%) |
| 50 | #006400 | Cobertura de árvores, latifoliadas, perenes, fechadas a abertas (>15%) |
| 60 | #00a000 | Cobertura de árvores, latifoliadas, decíduas, fechadas a abertas (>15%) |
| 70 | #003c00 | Cobertura de árvores, aciculifoliadas, perenes, fechadas a abertas (>15%) |
| 80 | #285000 | Cobertura de árvores, aciculifoliadas, decíduas, fechadas a abertas (>15%) |
| 90 | #788200 | Cobertura de árvores, tipo de folha mista (latifoliada e aciculifoliada) |
| 100 | #8ca000 | Árvore e arbusto em mosaico (>50%) / cobertura herbácea (<50%) |
| 110 | #be9600 | Cobertura herbácea em mosaico (>50%) / árvore e arbusto (<50%) |
| 120 | #966400 | Shrubland |
| 130 | #ffb432 | Pradaria |
| 140 | #ffdcd2 | Líquens e musgos |
| 150 | #ffebaf | Vegetação esparsa (árvore, arbusto, cobertura herbácea) (<15%) |
| 170 | #009678 | Cobertura de árvores, inundada, água salina |
| 180 | #00dc82 | Cobertura de arbustos ou herbáceas, inundada, água doce/salina/salobra |
Termos de Uso
Termos de Uso
Este conjunto de dados é sem custo financeiro e aberto a todos os usuários para qualquer finalidade, com os seguintes termos e condições:
Os usuários dos dados precisam reconhecer a Iniciativa de Mudanças Climáticas da ESA e o projeto Fire CCI, juntamente com os provedores de dados individuais, se os dados forem usados em uma apresentação ou publicação. Cite também os DOIs relevantes do conjunto de dados.
Os direitos de propriedade intelectual (DPI) nos dados da CCI pertencem aos pesquisadores e organizações que produzem os dados.
Responsabilidade: nenhuma garantia é dada quanto à qualidade ou precisão dos dados da CCI ou sua adequação para qualquer uso. Todas as condições implícitas relacionadas à qualidade ou adequação das informações e todas as responsabilidades decorrentes do fornecimento das informações (incluindo qualquer responsabilidade decorrente de negligência) são excluídas enquanto permitido.
Citações
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.
Publicação relacionada: 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
Identificadores DOI
Explore com o Earth Engine
Editor de código (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');
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