GOES-18 FDCF Series ABI Level 2 Fire/Hot Spot Characterization Full Disk

NOAA/GOES/18/FDCF
Verfügbarkeit des Datasets
2022-10-13T16:10:21Z–2026-03-24T13:40:21.700000Z
Ersteller des Datasets
Earth Engine-Snippet
ee.ImageCollection("NOAA/GOES/18/FDCF")
Intervall
10 Minuten
Tags
abi fdc fire goes goes-18 goes-t goes-west hotspot nesdis noaa ospo wildfire

Beschreibung

Das Produkt „Fire (HSC)“ enthält vier Bilder: eines in Form einer Brandmaske und die anderen drei mit Pixelwerten, die die Brandtemperatur, die Brandfläche und die Strahlungsleistung des Brandes angeben.

Die ABI L2+ FHS-Metadatenmaske weist jedem georeferenzierten Pixel ein Flag zu, das seine Position in Bezug auf den FHS-Algorithmus angibt. Nutzer, die eine geringe Toleranz für Fehlalarme haben, sollten sich auf die Kategorien „Verarbeitet“ und „Gesättigt“ konzentrieren (Maskencodes 10, 11, 30 und 31). Auch in diesen Kategorien kann es jedoch zu Fehlalarmen kommen.

README

Die NOAA stellt die folgenden Skripts für vorgeschlagene Kategorien, Farbzuordnungen und Visualisierungen zur Verfügung:

Das Office of Satellite and Product Operations der NOAA hat einen Kanal für allgemeine Satellitennachrichten mit Statusaktualisierungen.

Bänder

Bänder

Pixelgröße: 2.000 Meter (alle Bänder)

Name Einheiten Min. Max. Maßstab Offset Pixelgröße Beschreibung
Area m^2 0* 16723* 60,98 4000 2.000 Meter

Brandfläche

Temp K 0* 32642* 0,0549367 400 2.000 Meter

Brandtemperatur

Mask 2.000 Meter

Kategorien für Brandmasken. Die Pixelwerte im Bild der Brandmaske geben eine Brandkategorie und diagnostische Informationen an, die mit der Ausführung des Algorithmus verknüpft sind. Die sechs Brandkategorien sind: Brandpixel von guter Qualität oder zeitlich gefiltertes Brandpixel von guter Qualität; gesättigtes Brandpixel oder zeitlich gefiltertes gesättigtes Brandpixel; durch Wolken verunreinigtes oder zeitlich gefiltertes durch Wolken verunreinigtes Brandpixel; Brandpixel mit hoher Wahrscheinlichkeit oder zeitlich gefiltertes Brandpixel mit hoher Wahrscheinlichkeit; Brandpixel mit mittlerer Wahrscheinlichkeit oder zeitlich gefiltertes Brandpixel mit hoher Wahrscheinlichkeit; Brandpixel mit niedriger Wahrscheinlichkeit oder zeitlich gefiltertes Brandpixel mit hoher Wahrscheinlichkeit. Zeitlich gefilterte Brandpixel sind das Ergebnis von Brandpixeln, die sowohl räumlich als auch zeitlich nahe beieinander liegen.

Power MW 0 200000 2.000 Meter

Strahlungsleistung des Brandes

DQF 0 5 2.000 Meter

Flags zur Datenqualität

* geschätzter Mindest- oder Höchstwert

Tabelle der Maskenklassen

Wert Farbe Beschreibung
10 rot

Verarbeiteter Brand

11 weiß

Gesättigter Brand

12 schierfergrau

Durch Wolken verunreinigter Brand

13 orange

Brand mit hoher Wahrscheinlichkeit

14 violett

Brand mit mittlerer Wahrscheinlichkeit

15 blau

Brand mit geringer Wahrscheinlichkeit

30 dunkelrot

Verarbeiteter Brand, gefiltert

31 bläulich-weiß

Gesättigter Brand, gefiltert

32 dunkel-schiefergrau

Durch Wolken verunreinigter Brand, gefiltert

33 dunkelorange

Brand mit hoher Wahrscheinlichkeit, gefiltert

34 dunkelviolett

Brand mit mittlerer Wahrscheinlichkeit, gefiltert

35 dunkelblau

Brand mit geringer Wahrscheinlichkeit, gefiltert

Tabelle der DQF-Klassen

Wert Farbe Beschreibung
0 #ffffff

Brand, gute Qualität

1 #ff00ff

Land ohne Brand, gute Qualität

2 #0000ff

Ungültig aufgrund undurchsichtiger Wolken

3 #00ffff

Ungültig aufgrund des Oberflächentyps, des Sonnenreflexes, des Überschreitens des LZA-Schwellenwerts, der Position außerhalb der Erde oder fehlender Eingabedaten

4 #ffff00

Ungültig aufgrund schlechter Eingabedaten

5 #ff0000

Ungültig aufgrund eines Algorithmusfehlers

Nutzungsbedingungen

Nutzungsbedingungen

NOAA-Daten, -Informationen und -Produkte unterliegen unabhängig von der Art der Bereitstellung keinem Urheberrecht und es gibt keine Einschränkungen für die spätere Nutzung durch die Öffentlichkeit. Sobald sie vorliegen, können sie für jeden rechtmäßigen Zweck verwendet werden.

Quellen

Zitate:
  • Early characterization of the active fire detection products derived from the next generation NPOESS/VIIRS and GOES-R/ABI instruments. Schroeder, W., Csiszar, I., et al, (2010), Early characterization of the active fire detection products derived from the next generation NPOESS/VIIRS and GOES-R/ABI instruments, Artikel, der im Rahmen des „2010 IEEE International Geoscience and Remote Sensing Symposium (IGARSS)“ in Honolulu, HI., vorstellt wurde doi:10.1109/IGARSS.2010.5650863

  • Schmit, T., Griffith, P., et al, (2016), A closer look at the ABI on the GOES-R series, Bull. Amer. Meteor. Soc., 98(4), 681-698. doi:10.1175/BAMS-D-15-00230.1

DOIs

Die Earth Engine nutzen

Code-Editor (JavaScript)

// NOAA GOES-18 full disk fire product for a single time slice.

// TODO(schwehr): Find an asset with some fires.
var image = ee.Image('NOAA/GOES/18/FDCF/2022341230020300000');
var area = image.select('Area');
var temp = image.select('Temp');
var dqf = image.select('DQF');

var xmin = -205;  // On station as GOES-W
var xmax = xmin + 135;
Map.setCenter((xmin+xmax)/2, 15, 3);
var geometry = ee.Geometry.Rectangle([xmin, -65, xmax, 65], null, true);

var DQFVis = {
  min: 0,
  max: 5,
  palette: [
    'blanchedalmond',  // Good quality fire pixel
    'olive',           // Good quality fire free land
    'teal',            // Opaque cloud
                       // Bad surface type, sunglint, LZA threshold exceeded,
    'darkslateblue',   // off Earth, or missing input data
    'lemonchiffon',    // Bad input data
    'burlywood'        // Algorithm failure
  ]};
Map.addLayer(dqf, DQFVis, 'DQF');

// Fires are small enough that they are difficult to see at the scale of
// an entire GOES image.  Buffer fires based on area to make them stand out.
var area = area.reduceToVectors({
  geometry: geometry,
  scale: 2000,
  geometryType: 'centroid',
  labelProperty: 'area',
  maxPixels: 1e10,
}).map(function(feature){
  return feature.buffer(ee.Number(feature.get('area')).add(1).pow(1.5));
});
Map.addLayer(area, {color: 'orange'}, 'area');

// Buffer fires based on temperature to make them stand out.
var temp = temp.reduceToVectors({
  geometry: geometry,
  scale: 2000,
  geometryType: 'centroid',
  labelProperty: 'temp',
  maxPixels: 1e10,
}).map(function(feature){
  return feature.buffer(ee.Number(feature.get('temp')).add(2).pow(1.2));
});
Map.addLayer(temp, {color: 'red'}, 'temp');
Im Code-Editor öffnen