GEE:基于MCD64A1的GlobFire火灾斑块检测数据集

2023-12-21 20:28

本文主要是介绍GEE:基于MCD64A1的GlobFire火灾斑块检测数据集,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

作者:CSDN @ _养乐多_

本文将介绍 Google Earth Engine(GEE)上存档的 JRC/GWIS/GlobFire/v2/FinalPerimeters 数据集。


文章目录

      • 一、背景介绍
          • 1.1 MCD64A1数据集
          • 1.2 GlobFire
          • 1.3 参考文献
          • 1.4 GEE上存档
      • 二、案例代码
          • 2.1 查看所有数据ID
          • 2.2 可视化研究区火灾斑块的面积
          • 2.3 可视化全球火灾斑块的面积


一、背景介绍

1.1 MCD64A1数据集

MCD64A1是MODIS(Moderate Resolution Imaging Spectroradiometer)卫星遥感数据的一部分,专门用于监测全球火灾热点和火灾烧迹。该数据集提供了每天、每16天和每月的火灾热点信息,以及全球范围内的火灾烧迹。

1.2 GlobFire

GlobFire是一个项目,旨在使用卫星数据和遥感技术来监测全球火灾活动。该项目的目标之一是提供全球火灾事件的及时和高质量信息,以帮助研究人员、政府和公众更好地理解火灾的发生、影响和趋势。

1.3 参考文献

Artés, T., Oom, D., De Rigo, D., Durrant, T. H., Maianti, P., Libertà, G., & San-Miguel-Ayanz, J. (2019). A global wildfire dataset for the analysis of fire regimes and fire behaviour. Scientific data, 6(1), 1-11. doi:10.1038/s41597-019-0312-2

1.4 GEE上存档
ee.FeatureCollection("JRC/GWIS/GlobFire/v2/FinalPerimeters")

基于MODIS数据集MCD64A1的火灾边界。这些数据是通过一种算法计算得出的,该算法依赖于将烧毁区域的空时关系编码为图结构。

每个火灾事件都有一个唯一的编号来标识。

名称类型描述
areaDouble火灾面积,平方米
FinalDateInt最终火灾日期,自1970-01-01以来的毫秒数
IdInt火灾的数值标识符
InitialDateInt初始火灾日期,自1970-01-01以来的毫秒数

二、案例代码

2.1 查看所有数据ID
// 一系列表格的文件夹名称。
var folder = 'JRC/GWIS/GlobFire/v2/DailyPerimeters';// 使用异步回调的ee.data.listAssets列出可用的表格。
function printAssetList(listAssetsOutput) {print('文件列表:', listAssetsOutput['assets']);
}
ee.data.listAssets(folder, {}, printAssetList);

结果如下图所示,可以看出来数据集中有2000年——2021年的数据。

在这里插入图片描述

2.2 可视化研究区火灾斑块的面积

代码链接:

https://code.earthengine.google.com/695f5479fcfacf6585a794cb40cafc01?noload=true

var roi = geometry;// 画一个多边形作为研究区边界// 定义从可用表格列表中识别出的表格名称(表格 ID)。
var tableName = 'JRC/GWIS/GlobFire/v2/DailyPerimeters/2020';var computeArea = function(f) {return f.set({'area': f.area()});
};// 将选定的表格作为 FeatureCollection 导入。
var features = ee.FeatureCollection(tableName).filterBounds(roi).map(computeArea);// 用于线性火灾面积渐变的可视化参数。
var visParams = {palette: ['f5ff64', 'b5ffb4', 'beeaff', 'ffc0e8', '8e8dff', 'adadad'],min: 0,max: 600000000,opacity: 0.8,
};// 使用计算得到的火灾面积作为值属性,将火灾边界绘制到图像上。
var image = ee.Image().float().paint(features, 'area');// 将图像显示到地图上(包括用于使用 Inspector 探索的要素)。
Map.addLayer(image, visParams, 'GlobFire 2020');
Map.addLayer(features, null, '用于检查的要素', false);
Map.setCenter(126.116, 44.452, 7);

筛选出来研究区的火灾斑块,如图,

在这里插入图片描述

2.3 可视化全球火灾斑块的面积

该代码将可视化每个火灾区域的面积。通过不同的颜色展示火灾斑块的面积。

代码如下,

// 定义从可用表格列表中识别出的表格名称(表格 ID)。
var tableName = 'JRC/GWIS/GlobFire/v2/DailyPerimeters/2020';var computeArea = function(f) {return f.set({'area': f.area()});
};// 将选定的表格作为 FeatureCollection 导入。
var features = ee.FeatureCollection(tableName).map(computeArea);// 用于线性火灾面积渐变的可视化参数。
var visParams = {palette: ['f5ff64', 'b5ffb4', 'beeaff', 'ffc0e8', '8e8dff', 'adadad'],min: 0,max: 600000000,opacity: 0.8,
};// 使用计算得到的火灾面积作为值属性,将火灾边界绘制到图像上。
var image = ee.Image().float().paint(features, 'area');// 将图像显示到地图上(包括用于使用 Inspector 探索的要素)。
Map.addLayer(image, visParams, 'GlobFire 2020');
Map.addLayer(features, null, '用于检查的要素', false);
Map.setCenter(126.116, 44.452, 7);

结果如下图所示,

在这里插入图片描述

这篇关于GEE:基于MCD64A1的GlobFire火灾斑块检测数据集的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/521388

相关文章

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

C#自动化实现检测并删除PDF文件中的空白页面

《C#自动化实现检测并删除PDF文件中的空白页面》PDF文档在日常工作和生活中扮演着重要的角色,本文将深入探讨如何使用C#编程语言,结合强大的PDF处理库,自动化地检测并删除PDF文件中的空白页面,感... 目录理解PDF空白页的定义与挑战引入Spire.PDF for .NET库核心实现:检测并删除空白页

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

python库pydantic数据验证和设置管理库的用途

《python库pydantic数据验证和设置管理库的用途》pydantic是一个用于数据验证和设置管理的Python库,它主要利用Python类型注解来定义数据模型的结构和验证规则,本文给大家介绍p... 目录主要特点和用途:Field数值验证参数总结pydantic 是一个让你能够 confidentl

JAVA实现亿级千万级数据顺序导出的示例代码

《JAVA实现亿级千万级数据顺序导出的示例代码》本文主要介绍了JAVA实现亿级千万级数据顺序导出的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 前提:主要考虑控制内存占用空间,避免出现同时导出,导致主程序OOM问题。实现思路:A.启用线程池

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很