全球30米分辨率火燒跡地產品

全球30米分辨率火燒跡地產品
作者:張兆明 唐朝 何國金 龍騰飛 魏明月
2020年4月30日
本作品收錄於《中國科學數據
張兆明, 唐朝,何國金, 等. 全球30米分辨率火燒跡地產品[J/OL]. 中國科學數據, 2020, 4(4). (2020-04-27). DOI: 10.11922/csdata.2020.0019.zh.


摘要&關鍵詞

編輯

摘要:火燒跡地是全球變化和碳循環等研究領域的一個重要參量。在全球高精度樣本庫基礎上,基於Landsat 8時序衛星數據和火燒跡地敏感光譜參量,利用機器學習算法生產並發布全球30米分辨率火燒跡地產品。全球30米分辨率火燒跡地產品能夠有效反映面積較小的燃燒斑塊,同時在火燒跡地位置確定和面積量算上具有優勢,可應用於全球火災監測和評估、碳排放計算、生態環境保護等領域。

關鍵詞:Landsat 8;火燒跡地;全球;機器學習

Abstract & Keywords

編輯

Abstract: Burned area (BA) is an important parameter in the field of global change and carbon cycle. Firstly, high quality global sample database was constructed, then Landsat 8 time series satellite data and several sensitive spectral parameters of burned area were inputted to the machine learning algorithm, and 30 meter resolution global burned area product was produced and released. The 30 meter resolution global BA product can effectively detect small burned patches, and has advantages in determining fire location and area of the burned patches. It can be applied to global fire monitoring and disaster assessment, carbon emission calculation, ecological environment protection and other fields.

Keywords: Landsat 8; burned area; global; machine learning algorithm

數據庫(集)基本信息簡介

編輯
數據庫(集)名稱 全球30米分辨率火燒跡地產品
數據作者 張兆明、唐朝、何國金、龍騰飛、魏明月
數據通信作者 何國金(hegj@aircas.ac.cn)
數據時間範圍 2015年1月至2015年12月
地理區域 60°S–80°N,180°W–180°E
空間分辨率 30 m
數據量 5.39 GB
數據格式 *.TIF
數據服務系統網址 ftp://bigrs-info.com/GABAM/burned area/2015/

http://www.sciencedb.cn/dataSet/handle/976

基金項目 國家重點研發計劃課題(2016YFA0600302)
數據庫(集)組成 數據集包含經緯度10度乘以10度分塊的數據文件,文件格式為TIF格式,共504個文件。

Dataset Profile

編輯
Title Generation of 30 meter resolution global burned area products based on Landsat 8 images
Data corresponding author Guojin He (hegj@aircas.ac.cn)
Data authors Zhaoming Zhang, Chao Tang, Guojin He, Tengfei Long, Mingyue Wei
Time range From January 2015 to December 2015
Geographical scope 60°S–80°N,180°W–180°E
Spatial resolution 30 m
Data volume 5.39 GB
Data format *.TIF
Data service system <ftp://bigrs-info.com/GABAM/burned area/2015/> <http://www.sciencedb.cn/dataSet/handle/976>
Source of funding National Key Research and Development Program of China(2016YFA0600302)
Dataset composition The data set consists of 10*10 degree files, 504 files in total. The file format is TIF.


引 言

編輯

火燒跡地是全球及區域碳循環和氣候變化等研究所需的重要參量之一。美國國家航空航天局(NASA)、歐洲空間局(ESA)和國際地圈生物圈計劃(IGBP)等都曾發布過各種基於不同衛星遙感數據獲取的全球尺度火燒跡地信息產品,空間分辨率從250米至0.25度不等。美國陸地衛星Landsat系列數據是目前存檔時間最長、使用最廣泛的中高空間分辨率衛星數據,為全球火燒跡地信息高精度提取提供了理想的數據源,利用Landsat系列衛星數據研發高空間分辨率和精度的大尺度火燒跡地信息產品具有迫切的應用需求,也是國際上的一個熱點研究課題。美國地質調查局於2017年發布了覆蓋美國本土的Landsat 30米分辨率火燒跡地產品[1],也制定出研發全球30米分辨率火燒跡地產品的科學計劃。然而,相比MODIS等中低分辨率衛星數據,Landsat系列衛星數據具有較少的光譜波段和更長的重返周期,現有的中低分辨率火燒跡地信息提取方法無法直接應用。因此,基於Landsat數據的全球尺度火燒跡地信息的高精度自動提取是一個具有挑戰性的研究方向。

近年來,機器學習方法在遙感大數據分析和智能信息提取領域獲得了成功的應用。通過利用全球火燒跡地樣本庫和基於生態系統分區的機器學習方法,實現了基於Landsat數據的全球火燒跡地信息高精度自動化提取[1],生產了全球30米空間分辨率火燒跡地遙感產品。

1 數據採集和處理方法

編輯

1.1 數據採集方法

編輯

主要利用Landsat 8衛星OLI傳感器數據。按照該衛星的運行計劃,可以覆蓋60°S–80°N的所有陸地區域。製作年度全球火燒跡地產品,需要利用當年獲取的全部Landsat 8 OLI數據,以儘可能減少漏分現象,同時需要利用前一年獲取的全部Landsat 8 OLI數據,去除前一年發生且未恢復的火燒跡地,製作一期全球火燒跡地產品需要利用約40萬景Landsat 8 OLI影像,數據量超過300TB,在產品生產時利用了Google Earth Engine(簡稱GEE)雲平台上的Landsat 8 OLI地表反射率或者星上反射率[2]

1.2 數據處理方法

編輯

在全球高精度樣本庫基礎上,基於Landsat 8時序衛星數據和火燒跡地敏感光譜參量〔波段反射率、歸一化燃燒指數(Normalized Burned Ratio,NBR),歸一化差值植被指數(Normalized Difference Vegetation Index,NDVI),全球環境監測指數(Global Environmental Monitoring Index,GEMI),中紅外燃燒指數(Mid-Infrared Burn Index,MIRBI),火燒跡地指數(Burned Area Index,BAI),修正的土壤調節植被指數(Soil-Adjusted Vegetation Index,SAVI)和歸一化差值濕度指數(Normalized Difference Moisture Index,NDMI)等〕,利用機器學習算法(隨機森林模型)進行樣本訓練和學習,得到火燒跡地識別規則和疑似火燒跡地種子點。對疑似火燒跡地種子點進行一系列過濾和優化,得到確定的火燒跡地種子點。在種子點周圍進行區域生長,生成最終的火燒跡地空間分布結果。總體技術流程如圖1所示。


圖片

圖1 火燒跡地提取技術流程


2 數據樣本描述

編輯

火燒跡地數據產品利用經緯度投影,分辨率為0.00025°(約30米),以10°×10°分塊,GeoTiff格式存儲,以分塊圖像左上角像素的經緯度作為文件名,像素值中以1代表火燒跡地像元,以0代表非火燒跡地像元。例如文件名為S20W100.TIF的分塊文件代表左上角像素坐標為南緯20度、西經100度的火燒跡地數據文件。

3 數據質量控制和評估

編輯

利用隨機分層抽樣的方式對全球火燒跡地產品進行精度驗證和評估。為確保精度驗證的全面性和代表性,精度驗證樣區的選擇兼顧不同地表覆蓋類型和火行為特徵。依據MODIS地表覆蓋類型產品將全球概括為7個地表類型(Broadleaved Evergreen(常綠闊葉林),Broadleaved Deciduous(落葉闊葉林),Coniferous(針葉林),Mixed Forest(混交林),Shrub(灌叢),Rangeland(草地),和Agriculture(農田),),同時根據GFED 4(Global Fire Emission Database 4,第四版本的全球火燒排放數據庫)2015年的火燒跡地密度數據將全球均勻劃分為5個密度級,最終在全球範圍內選擇了80個驗證樣區,這些樣區覆蓋了全部的地表類型和火行為分區。

精度驗證利用的數據源主要包括Landsat 8、GF 1、CBERS 4和美國MTBS(Monitoring Trends in Burn Severity,火燒強度趨勢監測)火燒跡地產品。其中中國境內的驗證樣區使用GF 1數據,南美區域使用CBERS 4,美國區域使用MTBS和Landsat 8,全球其他區域使用Landsat8。對於Landsat8數據,驗證樣區的大小為185 km×185 km;對於CBERS4數據,驗證樣區的大小為120 km×120 km;對於GF1數據,驗證樣區的大小為100 km×100 km。

通過收集驗證樣區2015年整年的時序衛星數據,進行正射校正等處理。然後目視尋找2015年內新增的火燒跡地,確定火燒前後的衛星影像對。基於衛星影像對手動選擇火燒跡地和非火燒跡地樣本點,利用支持向量機分類器進行分類,最終得到2015年火燒跡地驗證的參考數據。

在每個驗證樣區分別進行驗證,然後得到全球火燒跡地精度驗證結果,選用誤分率(Commission Error)、漏分率(Omission Error)和整體精度(Overall Accuracy)3個指標來定量表徵火燒跡地信息提取的精度,最終得到2015年全球火燒跡地產品的誤分率、漏分率和整體精度分別為13.17%、30.13%和93.92%[3]

4 數據價值

編輯

火燒跡地是資源環境監測、全球變化和碳循環研究等領域的一個重要參數,全球30米分辨率火燒跡地產品能夠有效反映面積較小的燃燒斑塊,同時在火燒跡地位置確定和面積量算上具有優勢,可應用於全球火災監測和評估、碳排放計算、生態環境保護等領域。

參考文獻

編輯
  1. ^ 1.0 1.1 Hawbaker T J, Vanderhoof M K, Beal Y J, et al. Mapping burned areas using dense time-series of Landsat data[J]. Remote Sensing of Environment, 2017, 198: 504-522.
  2. LONG T F, ZHANG Z M, HE G J, et al. 30 m Resolution Global Annual Burned Area Mapping Based on Landsat Images and Google Earth Engine[J]. Remote Sensing, 2019, 11: 489-519.
  3. GORELICK N, HANCHER M, DIXON M, et al. Google earth engine: Planetary-scale geospatial analysis for everyone[J]. Remote Sensing of Environment, 2017, 202: 18-27.

數據引用格式

編輯

張兆明, 唐朝, 何國金, 等. 全球30米分辨率火燒跡地產品[DB/OL]. Science Data Bank, 2020. (2020-04-15). DOI: 10.11922/sciencedb.976.


 

本作品在「知識共享-署名 4.0 國際」協議下發表。

Public domainPublic domainfalsefalse