FireCCI51: MODIS Fire_cci Burned Area Pixel Product, Version 5.1

ESA/CCI/FireCCI/5_1
Доступность набора данных
2001-01-01T00:00:00Z–2020-12-01T00:00:00Z
Поставщик набора данных
Фрагмент кода Earth Engine
ee.ImageCollection("ESA/CCI/FireCCI/5_1")
Периодичность
1 месяц
Теги
burn cci climate-change copernicus esa fire fragmentation geophysical global human-modification landcover landscape-gradient modis monthly stressors
c3s
firecci
firecci51
gcos

Описание

Пиксельный продукт MODIS Fire_cci Burned Area рабочей версии 5.1 (FireCCI51) – это ежемесячный глобальный набор данных с пространственным разрешением около 250 м, содержащий информацию о выгоревших площадях, а также вспомогательные данные. Она основана на коэффициенте отражения поверхности в ближнем инфракрасном диапазоне, полученном с помощью спектрорадиометра MODIS на борту спутника Terra, а также на информации об активных пожарах, полученной с помощью того же датчика спутников Terra и Aqua.

Алгоритм определения выгоревшей площади использует двухэтапный гибридный подход. На первом этапе на основе активных пожаров определяются пиксели с высокой вероятностью выгорания (так называемые "семена"). На втором этапе применяется контекстное расширение, чтобы полностью обнаружить очаг пожара. Эта фаза роста контролируется адаптивным порогом, который рассчитывается на основе характеристик области, окружающей каждое начальное значение. Переменная, используемая для управления всем процессом обнаружения, – это падение NIR между изображениями до и после пожара.

Набор данных включает для каждого пикселя расчетный день первого обнаружения пожара, уровень достоверности этого обнаружения и выгоревший растительный покров (извлеченный из набора данных ESA CCI Land Cover v2.0.7). Кроме того, в наборе данных есть пометка, которая позволяет определить пиксели, не обработанные из-за отсутствия действительных наблюдений или потому, что они относятся к негорючему земельному покрову.

Набор данных FireCCI51 был разработан в рамках программы ESA Climate Change Initiative (CCI) и также является частью Copernicus Climate Change Service (C3S).

Диапазоны частот

Диапазоны частот

Размер пикселя: 250 м (все диапазоны)

Название Единицы Мин. Макс. Размер пикселя Описание
BurnDate 1 366 250 метров

Примерный день года, когда впервые было обнаружено выгорание.

ConfidenceLevel % 1 100 250 метров

Вероятность того, что пиксель будет определен как выгоревший, выражающая неопределенность определения для всех пикселей, даже если они классифицируются как невыгоревшие.

LandCover 250 метров

Категория растительного покрова выгоревших пикселей, извлеченная из продукта CCI LandCover v2.0.7. См. 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). Почвенно-растительный покров Инициатива по изменению климата – Руководство пользователя v2. Выпуск 2.0. [онлайн] Доступно по адресу: https://maps.elie.ucl.ac.be/CCI/viewer/download/ESACCI-LC-Ph2-PUGv2_2.0.pdf Дата обращения: июль 2020 г. © ESA Climate Change Initiative – Land Cover led by UCLouvain (2017).

ObservedFlag 250 метров

Пометки, указывающие, почему пиксель не был обработан.

  • -2: пиксель не может гореть (водоемы, голая земля, городские районы, постоянный снег и лед);
  • -1: пиксель не наблюдался в течение месяца (из-за облаков, теней от облаков или сбоя датчика).

Таблица классов LandCover

Значение Цвет Описание
0 #000000

Нет данных

10 #ffff64

Пахотные земли, неорошаемые

20 #aaf0f0

Пахотные земли, орошаемые или после наводнения

30 #dcf064

Мозаичные пахотные земли (>50%) / естественная растительность (деревья, кустарники, травяной покров) (<50%)

40 #c8c864

Мозаичная естественная растительность (деревья, кустарники, травяной покров) (> 50%) / пахотные земли (< 50%)

50 #006400

Лесной покров, широколиственные, вечнозеленые, сомкнутые и разреженные (>15%)

60 #00a000

Лесной покров, широколиственный, листопадный, сомкнутый или разреженный (> 15%)

70 #003c00

Лесной покров, хвойные, вечнозеленые, сомкнутые и разреженные (>15%)

80 #285000

Лес, хвойный, листопадный, сомкнутый или разреженный (> 15%)

90 #788200

Лес, смешанный (широколиственные и хвойные деревья)

100 #8ca000

Мозаичный древесно-кустарниковый (>50%) / травяной покров (<50%)

110 #be9600

Мозаичный травяной покров (>50%) / деревья и кустарники (<50%)

120 #966400

Shrubland

130 #ffb432

Луг

140 #ffdcd2

Лишайники и мхи

150 #ffebaf

Редкая растительность (деревья, кустарники, травяной покров) (< 15%)

170 #009678

Тень от деревьев, затопленная территория, соленая вода

180 #00dc82

Кустарниковый или травяной покров, затопленный, пресная/соленая/солоноватая вода

Условия использования

Условия использования

Этот набор данных бесплатен и доступен всем пользователям для любых целей на следующих условиях:

  • Пользователи данных должны указывать ESA Climate Change Initiative и проект Fire CCI вместе с отдельными поставщиками данных, если данные используются в презентации или публикации. Также укажите цифровые идентификаторы объектов (DOI) для всех наборов данных.

  • Права на интеллектуальную собственность в отношении данных CCI принадлежат исследователям и организациям, которые их создают.

  • Ответственность. Не предоставляется никаких гарантий в отношении качества или точности данных CCI или их пригодности для какого-либо использования. Все подразумеваемые условия, касающиеся качества или пригодности информации, и все обязательства, возникающие в связи с предоставлением информации (включая любые обязательства, возникающие в результате халатности), исключаются в максимальной степени, разрешенной законодательством.

Библиографические ссылки

Источники:
  • 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.

  • Связанная публикация: 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

Исследуйте с помощью Earth Engine

Редактор кода (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');

Настройка Python

Дополнительную информацию о Python API и использовании geemap для интерактивной разработки можно найти на странице Среда 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
Открыть в редакторе кода