Google Earth Engine——FORMA火灾警报数据集是使用两个MODIS产品的组合来检测的。NDVI(归一化植被指数)和FIRMS(资源管理系统的火灾信息)。

简介: Google Earth Engine——FORMA火灾警报数据集是使用两个MODIS产品的组合来检测的。NDVI(归一化植被指数)和FIRMS(资源管理系统的火灾信息)。

NOTE from WRI: WRI decided to stop updating FORMA alerts. The goal was to simplify the Global Forest Watch user experience and reduce redundancy. We found that Terra-i and GLAD were more frequently used. Moreover, using GLAD as a standard, found that Terra-i outperformed FORMA globally.

FORMA alerts are detected using a combination of two MODIS products: NDVI (Normalized Difference Vegetation Index) and FIRMS (Fires Information for Resource Management System). NDVI updates are processed every 16 days, while fire updates are processed daily. Models are developed individually for each ecogroup to relate the two inputs to the area of clearing, using the Hansen annual tree cover loss data to train the model. The minimum threshold to qualify as an alert is 25% of the pixel cleared, though thresholds vary by ecogroup to minimize false positives. Here is an example script for a quick introduction to the FORMA datasets.

The percentage of clearing takes a value of 0, no clearing detected, or in the range [ecogroup_bound:100), where ecogroup_bound is given by WRI/GFW/FORMA/thresholds . The time periods over which data is collected varies by N-days, where N is the number of days between the alert_date and the last MODIS NDVI update.


WRI的注意:WRI决定停止更新FORMA警报。其目的是简化全球森林观测的用户体验,减少冗余。我们发现,Terra-i和GLAD的使用频率更高。此外,以GLAD为标准,发现Terra-i在全球的表现优于FORMA。

FORMA警报是使用两个MODIS产品的组合来检测的。NDVI(归一化植被指数)和FIRMS(资源管理系统的火灾信息)。NDVI更新每16天处理一次,而火灾更新则每天处理一次。为每个生态组单独开发模型,将这两个输入与清理区域联系起来,使用汉森年度树木覆盖损失数据来训练模型。有资格成为警报的最低阈值是25%的像素被清除,尽管阈值因生态组而异,以尽量减少假阳性。下面是一个快速介绍FORMA数据集的脚本示例。

清除百分比的值为0,即没有检测到清除,或在[ecogroup_bound:100]范围内,其中ecogroup_bound由WRI/GFW/FORMA/thresholds给出。收集数据的时间段以N天为单位,其中N是警报_日期和最后一次MODIS NDVI更新之间的天数。

Dataset Availability

2012-01-01T00:00:00 - 2019-05-18T00:00:00

Dataset Provider

World Resources Institute / Global Forest Watch

Collection Snippet

ee.Image("WRI/GFW/FORMA/alerts")

Resolution

250 meters

Bands Table

Name Description Min Max Units
alert_delta Percentage of clearing which during the 6 MODIS periods (96 + N days) preceding the corresponding alert_date value for the pixel 0 100 %
alert_date Timestamp in milliseconds since 1970/01/01 ms


使用说明:

The FORMA datasets are available without restriction on use or distribution. WRI does request that the user give proper attribution and identify WRI and GFW, where applicable, as the source of the data.

代码:

var dataset = ee.Image('WRI/GFW/FORMA/alerts');
var formaAlerts = dataset.select('alert_delta');
var formaAlertsVis = {
  min: 25.0,
  max: 75.0,
  palette: ['d65898', 'da68a2'],
};
Map.setCenter(6.746, 46.529, 6);
Map.addLayer(formaAlerts, formaAlertsVis, 'FORMA Alerts');


相关文章
|
8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~
2795 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
8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
261 0
|
8月前
|
Android开发
如何在Android真机上检测是否有Google Map add-on
如何在Android真机上检测是否有Google Map add-on
83 3
|
8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~
716 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
|
5月前
|
机器学习/深度学习 数据采集 算法框架/工具
使用Python实现深度学习模型:智能人力资源管理与招聘
【8月更文挑战第12天】 使用Python实现深度学习模型:智能人力资源管理与招聘
172 2
|
6月前
|
数据采集 监控 数据安全/隐私保护
ERP系统中的人力资源管理与员工绩效评估解析
【7月更文挑战第25天】 ERP系统中的人力资源管理与员工绩效评估解析
431 1
|
6月前
|
机器学习/深度学习 Oracle 安全
人力资源管理革新:6款系统一站式解决HR事务
**Zoho People、BambooHR、Workday、ADP Workforce Now和Oracle HCM Cloud是知名的人力资源管理系统。Zoho People提供模块化设计、移动应用和自动化工作流;BambooHR以用户友好界面和员工档案管理见长;Workday侧重全球化云解决方案和智能决策工具;ADP Workforce Now集成HR与薪资管理,强调合规性;Oracle HCM Cloud则以高度定制和分析工具闻名。这些系统各有特点,适用于不同规模和需求的企业。**
104 11
|
6月前
|
JavaScript Java 测试技术
基于springboot+vue.js+uniapp的人力资源管理系统附带文章源码部署视频讲解等
基于springboot+vue.js+uniapp的人力资源管理系统附带文章源码部署视频讲解等
62 2
|
7月前
|
机器学习/深度学习 人工智能 搜索推荐
人力资源管理(HRM)系统的未来:技术引领的变革浪潮
【6月更文挑战第24天】随着AI、大数据、云计算和移动技术的融合,HRM正转型为提升效率和员工体验的关键工具。AI助力智能决策,大数据驱动精准管理,云计算与移动技术实现无缝访问和远程操作。员工体验被置于设计核心,系统更人性化、个性化。未来趋势强调全面整合与协同工作,赋能企业高效运营。
|
7月前
|
JavaScript Java 测试技术
基于SpringBoot+Vue的人力资源管理系统的详细设计和实现(源码+lw+部署文档+讲解等)
基于SpringBoot+Vue的人力资源管理系统的详细设计和实现(源码+lw+部署文档+讲解等)
97 8

热门文章

最新文章