Google Earth Engine(GEE)——地面火灾数据集

简介: Google Earth Engine(GEE)——地面火灾数据集

地面火灾马赛克 LF v2.2.0

LANDFIRE(LF),景观火灾和资源管理规划工具,是美国农业部林务局、美国内政部地质调查局和大自然保护协会的野地火灾管理项目之间的一个共享项目。

LANDFIRE(LF)层是使用预测性景观模型创建的,该模型基于大量的实地参考数据、卫星图像和生物物理梯度层,使用分类和回归树。你可以在这里阅读关于Landfire 2020更新v2.2.0的内容

LF2020更新代表了迈向年度更新的第二步,即前一年的干扰在当年的产品中得到体现。LANDFIRE(LF)2019L(有限)是实现这一目标的第一步,但包含了2017-2019年的有限干扰信息(仅事件和火灾项目数据)。LF 2020包括对2017-2020年记录的扰动地区的植被和燃料的调整。LF 2020干扰层包含事件、火灾项目数据(烧伤严重程度监测趋势(MTBS)、烧伤区反射率分类(BARC)、野火后植被状况快速评估(RAVG))和LF的景观变化遥感(RSLC),该数据使用自动算法和图像分析员审查来识别植被的光谱变化。见干扰源信息表。

就植被和燃料产品层中的干扰而言,LF 2020取代了LF 2019L,因为它包括LF 2019L中的所有干扰,加上LF的RSLC过程所确定的2017-2019年的额外干扰,以及额外一年的完整干扰制图(2020)。植被覆盖度和高度,以及燃料,在扰动区都将是2022年的能力。这意味着,在测绘的扰动区,植被和燃料将 "成长 "到当前(交付)年的条件。植被的过渡规则集考虑了2017-2020年的扰动(使用LF 2016 Remap植被作为输入),这意味着LF 2016 Remap之前扰动的植被将不会从当时的绘图中过渡。燃料更新利用2012-2020年的扰动,因为燃料过渡规则是基于扰动前的燃料输入,这可能早于LF 2016 Remap。

在LF2020更新中,辅助数据和类别有重要的变化,包括:

根据最新的三维高程计划(3DEP)数据对地形进行了全面的重新计算,并对对火灾行为建模至关重要的方面进行了校正

将最新的国家土地覆盖数据集(NLCD)2019年数据用于道路和城市等级,并为用于运营的道路设计了一个新的独立产品层

删除已开发的草木类,并根据微软建筑足迹数据和社区野火风险增值层指定新的可燃开发类。

移除最近被干扰的类别,用模拟的植被代替

使用新的2020年耕地数据层(CDL)调整农业等级,并将联邦农业用地过渡到非灌溉区的可燃燃料。

Currently included layers are

Earth Engine Snippet: Fire Regime v2.0.0

var sclass = ee.ImageCollection("projects/sat-io/open-datasets/landfire/fire-regime/sclass");
var vcc = ee.ImageCollection("projects/sat-io/open-datasets/landfire/fire-regime/vcc");
var vdep = ee.ImageCollection("projects/sat-io/open-datasets/landfire/fire-regime/vdep");

Sample Code: https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:agriculture-vegetation-forestry/LANDFIRE-FIRE-REGIME

Earth Engine Snippet: Disturbance 2.2.0

var fdist = ee.ImageCollection("projects/sat-io/open-datasets/landfire/disturbance/FDIST");
var hdist = ee.ImageCollection("projects/sat-io/open-datasets/landfire/disturbance/HDIST");
var distyear = ee.ImageCollection("projects/sat-io/open-datasets/landfire/disturbance/DISTYEAR");

Sample Code: https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:agriculture-vegetation-forestry/LANDFIRE-DISTURBANCE

Earth Engine Snippet: Topographic 2.2.0

var elevation = ee.ImageCollection("projects/sat-io/open-datasets/landfire/topographic/ELEV");
var aspect = ee.ImageCollection("projects/sat-io/open-datasets/landfire/topographic/ASP");
var slope_degrees = ee.ImageCollection("projects/sat-io/open-datasets/landfire/topographic/SLP");
var slope_perc_rise = ee.ImageCollection("projects/sat-io/open-datasets/landfire/topographic/SlpP");

Sample Code: https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:agriculture-vegetation-forestry/LANDFIRE-TOPOGRAPHIC

Earth Engine Snippet: Fuel 2.2.0

var cbd = ee.ImageCollection("projects/sat-io/open-datasets/landfire/fuel/CBD");
var cbh = ee.ImageCollection("projects/sat-io/open-datasets/landfire/fuel/CBH");
var cc = ee.ImageCollection("projects/sat-io/open-datasets/landfire/fuel/CC");
var cffdrs = ee.ImageCollection("projects/sat-io/open-datasets/landfire/fuel/CFFDRS");
var ch = ee.ImageCollection("projects/sat-io/open-datasets/landfire/fuel/CH");
var fbfm13 = ee.ImageCollection("projects/sat-io/open-datasets/landfire/fuel/FBFM13");
var fbfm40 = ee.ImageCollection("projects/sat-io/open-datasets/landfire/fuel/FBFM40");
var fccs = ee.ImageCollection("projects/sat-io/open-datasets/landfire/fuel/FCCS");
var fvc = ee.ImageCollection("projects/sat-io/open-datasets/landfire/fuel/FVC");
var fvh = ee.ImageCollection("projects/sat-io/open-datasets/landfire/fuel/FVH");
var fvt = ee.ImageCollection("projects/sat-io/open-datasets/landfire/fuel/FVT");

Sample Code: https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:agriculture-vegetation-forestry/LANDFIRE-FUEL

Earth Engine Snippet: Vegetation 2.2.0

var evc = ee.ImageCollection("projects/sat-io/open-datasets/landfire/vegetation/EVC");
var evh = ee.ImageCollection("projects/sat-io/open-datasets/landfire/vegetation/EVH");
var evt = ee.ImageCollection("projects/sat-io/open-datasets/landfire/vegetation/EVT");

Sample Code: https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:agriculture-vegetation-forestry/LANDFIRE-VEGETATION

Earth Engine Snippet: Transportation 2.2.0

var roads = ee.ImageCollection("projects/sat-io/open-datasets/landfire/transportation/ROADS");

Sample Code: https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:agriculture-vegetation-forestry/LANDFIRE-TRANSPORTATION

Resolution: approx 30m

Citation

LANDFIRE spatial data products

Homepage title: Data product.(Last update). Agency. [Online].Available: URL [Access date].

LANDFIRE: LANDFIRE Existing Vegetation Type layer.(2013, June - last update). U.S. Department of Interior, Geological Survey.[Online]. Available: http://landfire.cr.usgs.gov/viewer/ [2013,May 8].

License

LANDFIRE data are public domain data with no use restrictions, though if modifications or derivatives of the product(s) are created, then please add some descriptive modifier to the data set to avoid confusion.

Curated by: Samapriya Roy

Keywords: doi, fire, landfire, nature-conservancy, usda, usgs, vegetation, wildfire

Last updated: 2022-08-16

相关文章
|
6月前
|
数据可视化 定位技术 Sentinel
如何用Google Earth Engine快速、大量下载遥感影像数据?
【2月更文挑战第9天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,批量下载指定时间范围、空间范围的遥感影像数据(包括Landsat、Sentinel等)的方法~
2474 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
6月前
|
机器学习/深度学习 算法 数据可视化
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
基于Google Earth Engine云平台构建的多源遥感数据森林地上生物量AGB估算模型含生物量模型应用APP
222 0
|
6月前
GEE——Google dynamic world中在影像导出过程中无法完全导出较大面积影像的解决方案(投影的转换)EPSG:32630和EPSG:4326的区别
GEE——Google dynamic world中在影像导出过程中无法完全导出较大面积影像的解决方案(投影的转换)EPSG:32630和EPSG:4326的区别
123 0
|
6月前
|
存储 编解码 数据可视化
Google Earth Engine获取随机抽样点并均匀分布在栅格的不同数值区中
【2月更文挑战第14天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,按照给定的地表分类数据,对每一种不同的地物类型,分别加以全球范围内随机抽样点自动批量选取的方法~
565 1
Google Earth Engine获取随机抽样点并均匀分布在栅格的不同数值区中
|
6月前
|
API Go 网络架构
GEE Colab——如何从本地/Google云盘/Google Cloud Storage (GCS)上传和下载
GEE Colab——如何从本地/Google云盘/Google Cloud Storage (GCS)上传和下载
332 4
|
6月前
|
机器学习/深度学习 存储 人工智能
GEE Colab——初学者福音快速入门 Google Colab(Colaboratory)
GEE Colab——初学者福音快速入门 Google Colab(Colaboratory)
237 3
|
6月前
|
数据处理
Google Earth Engine(GEE)——sentinel-1数据处理过程中出现错误Dictionary does not contain key: bucketMeans
Google Earth Engine(GEE)——sentinel-1数据处理过程中出现错误Dictionary does not contain key: bucketMeans
110 0
|
6月前
|
编解码 人工智能 算法
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
88 0
|
6月前
|
编解码 人工智能 数据库
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
Google Earth Engine(GEE)——全球道路盘查项目全球道路数据库
143 0
|
6月前
|
编解码
Open Google Earth Engine(OEEL)——matrixUnit(...)中产生常量影像
Open Google Earth Engine(OEEL)——matrixUnit(...)中产生常量影像
76 0

热门文章

最新文章