Tạo ra và phân tích sản phẩm diện tích bị cháy toàn cầu mới dựa trên băng phản xạ MODIS 250 m và bất thường nhiệt
Tóm tắt
Tóm tắt. Bài báo này trình bày một sản phẩm diện tích bị cháy (BA) toàn cầu mới, được tạo ra từ sự phản xạ đỏ (R) và hồng ngoại gần (NIR) của Thiết bị Đo ảnh Độ phân giải Trung bình (MODIS) và dữ liệu bất thường nhiệt, do đó cung cấp độ phân giải không gian cao nhất (xấp xỉ 250 m) trong số các tập dữ liệu BA toàn cầu hiện có. Sản phẩm này bao gồm toàn bộ chuỗi thời gian (2001–2016) của kho lưu trữ Terra-MODIS. Thuật toán phát hiện BA dựa trên các phối hợp theo tháng của hình ảnh hàng ngày, sử dụng khoảng cách tạm thời và không gian đến các đám cháy hoạt động. Thuật toán có hai bước, bước đầu tiên nhằm giảm lỗi ủy thác bằng cách chọn các pixel bị cháy rõ nhất (hạt giống), và bước thứ hai nhằm giảm lỗi bỏ sót bằng cách áp dụng phân tích bối cảnh xung quanh các pixel hạt giống. Sản phẩm này được phát triển trong chương trình Sáng kiến Thay đổi Khí hậu (CCI) của Cơ quan Vũ trụ Châu Âu (ESA), thuộc dự án Rối loạn Cháy (Fire_cci). Đầu ra cuối cùng bao gồm hai loại tệp BA: tệp lục địa toàn diện độ phân giải đầy đủ theo tháng và các tệp lưới toàn cầu hai tuần một lần với độ phân giải giảm xuống 0.25∘. Mỗi bộ sản phẩm bao gồm một số biến phụ trợ được xác định bởi người dùng khí hậu nhằm tạo điều kiện tiếp nhận sản phẩm vào các mô hình động thực vật toàn cầu và phát thải khí quyển. Diện tích bị cháy trung bình hàng năm từ sản phẩm này là 3.81 Mkm2, với đỉnh điểm cháy vào năm 2011 (4.1 Mkm2) và thấp nhất vào năm 2013 (3.24 Mkm2). Việc xác minh dựa trên mẫu ngẫu nhiên phân tầng của 1200 cặp hình ảnh Landsat, bao trùm toàn cầu từ năm 2003 đến 2014. Việc xác minh cho thấy độ chính xác tổng thể là 0.9972, với nhiều lỗi cao hơn cho danh mục bị cháy so với không bị cháy (lỗi bỏ sót toàn cầu về BA được ước tính là 0.7090 và lỗi ủy thác toàn cầu là 0.5123). Những giá trị lỗi này tương tự như các sản phẩm BA toàn cầu khác, nhưng hơi cao hơn sản phẩm BA của NASA (được gọi là MCD64A1, được sản xuất ở độ phân giải 500 m). Tuy nhiên, các lỗi ủy thác và bỏ sót đã được bù đắp tốt hơn trong sản phẩm của chúng tôi, với xu hướng đánh giá thấp BA (thiên lệch tương đối −0.4033), như hầu hết các sản phẩm BA toàn cầu hiện có. Để hiểu giá trị của sản phẩm này trong việc phát hiện các vùng cháy nhỏ (<100 ha), một mẫu xác minh bổ sung gồm 52 cảnh Sentinel-2 đã được tạo ra đặc biệt trên khu vực Châu Phi. Phân tích kết quả này cho thấy độ chính xác phát hiện tốt hơn của sản phẩm này cho các vùng cháy nhỏ (<100 ha) so với sản phẩm MCD64A1 tương đương với độ phân giải 500 m, mặc dù cả hai đều có nhiều lỗi cao đối với những đám cháy nhỏ này. Các ví dụ về ứng dụng tiềm năng của tập dữ liệu này đối với mô hình hóa cháy dựa trên phân tích các vùng bị cháy cũng được đưa vào trong bài báo. Các tập dữ liệu có thể tải xuống miễn phí từ trang web Fire_cci (https://www.esa-fire-cci.org/, truy cập lần cuối: 10 tháng 11 năm 2018) và các kho lưu trữ của chúng (pixel ở độ phân giải đầy đủ: https://doi.org/cpk7, và lưới: https://doi.org/gcx9gf).
Từ khóa
Tài liệu tham khảo
Alonso-Canas, I. and Chuvieco, E.: Global Burned Area Mapping from ENVISAT-MERIS data, Remote Sens. Environ., 163, 140–152, https://doi.org/10.1016/j.rse.2015.03.011, 2015.
Andela, N., Morton, D. C., Giglio, L., Chen, Y., van der Werf, G. R., Kasibhatla, P. S., DeFries, R. S., Collatz, G. J., Hantson, S., Kloster, S., Bachelet, D., Forrest, M., Lasslop, G., Li, F., Mangeon, S., Melton, J. R., Yue, C., and Randerson, J. T.: A human-driven decline in global burned area, Science, 356, 1356–1362, https://doi.org/10.1126/science.aal4108, 2017.
Barbosa, P. M., Pereira, J. M. C., and Grégoire, J. M.: Compositing criteria for burned area assessment using multitemporal low resolution satellite data, Remote Sens. Environ., 65, 38–49, 1998.
Barbosa, P. M., Grégoire, J. M., and Pereira, J. M. C.: An algorithm for extracting burned areas from time series of AVHRR GAC data applied at a continental scale, Remote Sens. Environ., 69, 253–263, 1999.
Bastarrika, A. and Roteta, E.: ESA CCI ECV Fire Disturbance: D2.1.2 Algorithm Theoretical Basis Document-SFD, version 1.0, available at: http://www.esa-fire-cci.org/documents, last access: 10 November 2018.
Bastarrika, A., Chuvieco, E., and Martín, M. P.: Mapping burned areas from Landsat TM/ETM+ data with a two-phase algorithm: balancing omission and commission errors, Remote Sens. Environ., 115, 1003–1012, 2011.
Bastarrika, A., Alvarado, M., Artano, K., Martinez, M., Mesanza, A., Torre, L., Ramo, R., and Chuvieco, E.: BAMS: A Tool for Supervised Burned Area Mapping Using Landsat Data, Remote Sensing, 6, 12360–12380, 2014.
Boschetti, L., Roy, D. P., and Justice, C. O.: International Global Burned Area Satellite Product Validation Protocol. Part I – production and standardization of validation reference data, available at: http://lpvs.gsfc.nasa.gov/DOC/protocol_revised_Apr09.doc (last access: 10 November 2018), 2009.
Boschetti, L., Roy, D. P., Justice, C. O., and Humber, M. L.: MODIS–Landsat fusion for large area 30&thinsp;m burned area mapping, Remote Sens. Environ., 161, 27–42, https://doi.org/10.1016/j.rse.2015.01.022, 2015.
Bowman, D. M., Williamson, G. J., Abatzoglou, J. T., Kolden, C. A., Cochrane, M. A., and Smith, A. M.: Human exposure and sensitivity to globally extreme wildfire events, Nature Ecology and Evolution, 1, 0058, https://doi.org/10.1038/s41559-016-0058, 2017.
Cary, G. J., Keane, R. E., Gardner, R. H., Lavorel, S., Flannigan, M. D., Davies, I. D., Li, C., Lenihan, J. M., Rupp, T. S., and Mouillot, F.: Comparison of the sensitivity of landscape-fire-succession models to variation in terrain, fuel pattern, climate and weather, Landscape Ecol., 21, 121–137, 2006.
Chuvieco, E., Martín, M. P., and Palacios, A.: Assessment of different spectral indices in the red-near-infrared spectral domain for burned land discrimination, Int. J. Remote Sens., 23, 5103–5110, 2002.
Chuvieco, E., Ventura, G., Martín, M. P., and Gomez, I.: Assessment of multitemporal compositing techniques of MODIS and AVHRR images for burned land mapping, Remote Sens. Environ., 94, 450–462, 2005.
Chuvieco, E., Englefield, P., Trishchenko, A. P., and Luo, Y.: Generation of long time series of burn area maps of the boreal forest from NOAA–AVHRR composite data, Remote Sens. Environ., 112, 2381–2396, https://doi.org/10.1016/j.rse.2007.11.007, 2008.
Chuvieco, E., Aguado, I., Jurdao, S., Pettinari, M. L., Yebra, M., Salas, J., Hantson, S., de la Riva, J., Ibarra, P., Rodrigues, M., Echeverría, M., Azqueta, D., Román, M. V., Bastarrika, A., Martínez, S., Recondo, C., Zapico, E., and Martínez-Vega, F. J.: Integrating geospatial information into fire risk assessment, Int. J. Wildland Fire, 23, 606–619, https://doi.org/10.1071/WF12052, 2014.
Chuvieco, E., Yue, C., Heil, A., Mouillot, F., Alonso-Canas, I., Padilla, M., Pereira, J. M., Oom, D., and Tansey, K.: A new global burned area product for climate assessment of fire impacts, Global Ecol. Biogeogr., 25, 619–629, https://doi.org/10.1111/geb.12440, 2016.
Chuvieco, E., Pettinari, M. L., Lizundia Loiola, J., Bastarrika, A., Roteta, E., Tansey, K., Padilla Parellada, M., Wheeler, J., Lewis, P., Gomez-Dans, J., Brennan, J., Pereira, J. M., Oom, D., Campagnolo, M., Storm, T., Kaiser, J., Heil, A., Mouillot, F., Moreno, M. V., Yue, C., Laurent, P., van der Werf, G., and Bistinas, I.: ESA Fire Climate Change Initiative (Fire_cci): MODIS Fire_cci Burned Area Pixel product, version 5.0. Centre for Environmental Data Analysis, https://doi.org/10.5285/9c666602b89e468493e1c907a4de62ff, 23 February 2018a.
Chuvieco, E., Pettinari, M. L., Lizundia Loiola, J., Bastarrika, A., Roteta, E., Tansey, K., Padilla Parellada, M., Wheeler, J., Lewis, P., Gomez-Dans, J., Brennan, J., Pereira, J. M., Oom, D., Campagnolo, M., Storm, T., Kaiser, J., Heil, A., Mouillot, F., Moreno, M. V., Yue, C., Laurent, P., van der Werf, G., and Bistinas, I.: ESA Fire Climate Change Initiative (Fire_cci): MODIS Fire_cci Burned Area Grid product, version 5.0, Centre for Environmental Data Analysis, https://doi.org/10.5285/f1c9c7aa210d4564bd61ed1a81d51130, 23 February 2018b.
Clifford, P., Richardson, S., and Hémon, D.: Assessing the significance of the correlation between two spatial processes, Biometrics, 45, 123–134, 1989.
Cochran, W. G.: Sampling Techniques, John Wiley &amp; Sons, New York, 1977.
Cohen, W. B., Yang, Z., and Kennedy, R.: Detecting trends in forest disturbance and recovery using yearly Landsat time series: 2. TimeSync – Tools for calibration and validation, Remote Sens. Environ., 114, 2911–2924, https://doi.org/10.1016/j.rse.2010.07.010, 2010.
Congalton, R. G. and Green, K.: Assessing the Accuracy of Remotely Sensed Data: Principles and Applications, Lewis Publishers, Boca Raton, 137 pp., 1999.
Dutilleul, P., Clifford, P., Richardson, S., and Hemon, D.: Modifying the t test for assessing the correlation between two spatial processes, Biometrics, 49, 305–314, 1993.
Fleiss, J. L.: Statistical methods for rates and proportions, John Wiley &amp; Sons, 1981.
Forkel, M., Dorigo, W., Lasslop, G., Teubner, I., Chuvieco, E., and Thonicke, K.: A data-driven approach to identify controls on global fire activity from satellite and climate observations (SOFIA V1), Geosci. Model Dev., 10, 4443–4476, https://doi.org/10.5194/gmd-10-4443-2017, 2017.
Gaveau, D. L., Salim, M. A., Hergoualc'h, K., Locatelli, B., Sloan, S., Wooster, M., Marlier, M. E., Molidena, E., Yaen, H., and DeFries, R.: Major atmospheric emissions from peat fires in Southeast Asia during non-drought years: evidence from the 2013 Sumatran fires, Sci. Rep.-UK, 4, https://doi.org/10.1038/srep06112, 2014.
GCOS: The Global Observing System for Climate: Implementation Needs, GCOS-200, World Meteorological Organization, Geneva, Switzerland, 2016.
Giglio, L., Loboda, T., Roy, D. P., Quayle, B., and Justice, C. O.: An active-fire based burned area mapping algorithm for the MODIS sensor, Remote Sens. Environ., 113, 408–420, 2009.
Giglio, L., Schroeder, W., and Justice, C. O.: The collection 6 MODIS active fire detection algorithm and fire products, Remote Sens. Environ., 178, 31–41, 2016.
Giglio, L., Boschetti, L., Roy, D. P., Humber, M. L., and Justice, C. O.: The Collection 6 MODIS Burned Area Mapping Algorithm and Product, Remote Sens. Environ., 217, 72–85, 2018.
Hantson, S., Pueyo, S., and Chuvieco, E.: Global fire size distribution is driven by human impact and climate, Global Ecol. Biogeogr., 24, 77–86, https://doi.org/10.1111/geb.12246, 2015.
Hargrove, W. W., Gardner, R., Turner, M., Romme, W., and Despain, D.: Simulating fire patterns in heterogeneous landscapes, Ecol. Model., 135, 243–263, 2000.
Hollmann, R., Merchant, C. J., Saunders, R. W., Downy, C., Buchwitz, M., Cazenave, A., Chuvieco, E., Defourny, P., Leeuw, G. D., Forsberg, R., Holzer-Popp, T., and Paul, F.: The ESA Climate Change Initiative: satellite data records for essential climate variables, B. Am. Meteorol. Soc., 94, 1541–1552, https://doi.org/10.1175/BAMS-D-11-00254.1, 2013.
Kennedy, R. E., Yang, Z., and Cohen, W. B.: Detecting trends in forest disturbance and recovery using yearly Landsat time series: 1. LandTrendr – Temporal segmentation algorithms, Remote Sens. Environ., 114, 2897–2910, https://doi.org/10.1016/j.rse.2010.07.008, 2010.
Kirches, G., Krueger, O., Boettcher, M., Bontemps, S., Lamarche, C., Verheggen, A., Lembrée, C., Radoux, J., and Defourny, P.: Land Cover CCI: Algorithm Theoretical Basis Document Version 2, Land_Cover_CCI_ATBDv2_2.3, Louvain, Belgium, 2013.
Kloster, S. and Lasslop, G.: Historical and future fire occurrence (1850 to 2100) simulated in CMIP5 Earth System Models, Global Planet. Change, 150, 58–69, 2017.
Knorr, W., Jiang, L., and Arneth, A.: Climate, CO2 and human population impacts on global wildfire emissions, Biogeosciences, 13, 267–282, https://doi.org/10.5194/bg-13-267-2016, 2016.
Lasslop, G., Thonicke, K., and Kloster, S.: SPITFIRE within the MPI Earth system model: Model development and evaluation, J. Adv. Model. Earth Sy., 6, 740–755, 2014.
Laurent, P., Mouillot, F., Yue, C., Ciais, P., Moreno, M. V., and Nogueira, J. M. P.: FRY, a global database of fire patch functional traits derived from space-borne burned area products, Scientific Data, 5, 180132, https://doi.org/10.1038/sdata.2018.132, 2018.
Mangeon, S., Field, R., Fromm, M., McHugh, C., and Voulgarakis, A.: Satellite versus ground-based estimates of burned area: A comparison between MODIS based burned area and fire agency reports over North America in 2007, The Anthropocene Review, 3, 76–92, 2016.
Marlier, M. E., DeFries, R. S., Voulgarakis, A., Kinney, P. L., Randerson, J. T., Shindell, D. T., Chen, Y., and Faluvegi, G.: El Nino and health risks from landscape fire emissions in southeast Asia, Nat. Clim. Change, 3, 131–136, 2013.
Martín, M. P., Gómez, I., and Chuvieco, E.: Performance of a burned-area index (BAIM) for mapping Mediterranean burned scars from MODIS data, in: Proceedings of the 5th International Workshop on Remote Sensing and GIS applications to Forest Fire Management: Fire Effects Assessment, edited by: Riva, J., Pérez-Cabello, F., and Chuvieco, E., Universidad de Zaragoza, GOFC-GOLD, EARSeL, Paris, 193–198, 2005.
Moreno Ruiz, J., Lázaro, J., Cano, I., and Leal, P.: Burned Area Mapping in the North American Boreal Forest Using Terra-MODIS LTDR (2001–2011): A Comparison with the MCD45A1, MCD64A1 and BA GEOLAND-2 Products, Remote Sensing, 6, 815–840, 2014.
Moritz, M. A., Batllori, E., Bradstock, R. A., Gill, A. M., Handmer, J., Hessburg, P. F., Leonard, J., McCaffrey, S., Odion, D. C., and Schoennagel, T.: Learning to coexist with wildfire, Nature, 515, 58–66, 2014.
Mouillot, F., Schultz, M. G., Yue, C., Cadule, P., Tansey, K., Ciais, P., and Chuvieco, E.: Ten years of global burned area products from spaceborne remote sensing – A review: Analysis of user needs and recommendations for future developments, Int. J. Appl. Earth Obs., 26, 64–79, 2014.
Nogueira, J., Ruffault, J., Chuvieco, E., and Mouillot, F.: Can We Go Beyond Burned Area in the Assessment of Global Remote Sensing Products with Fire Patch Metrics?, Remote Sensing, 9, https://doi.org/10.3390/rs9010007, 2017.
Olson, D. M., Dinerstein, E., Wikramanayake, E. D., Burgess, N. D., Powell, G. V. N., Underwood, E. C., D'amico, J. A., Itoua, I., Strand, H. E., Morrison, J. C., Loucks, C. J., Allnutt, T. F., Ricketts, T. H., Kura, Y., Lamoreux, J. F., Wettengel, W. W., Hedao, P., and Kassem, K. R.: Terrestrial Ecoregions of the World: A New Map of Life on Earth, BioScience, 51, 933–938, 2001.
Padilla, M., Stehman, S. V., Hantson, S., Oliva, P., Alonso-Canas, I., Bradley, A., Tansey, K., Mota, B., Pereira, J. M., and Chuvieco, E.: Comparing the Accuracies of Remote Sensing Global Burned Area Products using Stratified Random Sampling and Estimation, Remote Sens. Environ., 160, 114–121, https://doi.org/10.1016/j.rse.2014.01.008, 2015.
Padilla, M., Olofsson, P., Stehman, S. V., Tansey, K., and Chuvieco, E.: Stratification and sample allocation for reference burned area data, Remote Sens. Environ., 203, 240–255, https://doi.org/10.1016/j.rse.2017.06.041, 2017.
Pedregosa, F., Varoquaux, G., Gramfort, A., Michel, V., Thirion, B., Grisel, O., Blondel, M., Prettenhofer, P., Weiss, R., and Dubourg, V.: Scikit-learn: Machine learning in Python, J. Mach. Learn. Res., 12, 2825–2830, 2011.
Pereira, J. M. C.: A Comparative Evaluation of NOAA/AVHRR Vegetation Indexes for Burned Surface Detection and Mapping, IEEE T. Geosci. Remote, 37, 217–226, 1999.
Pinty, B. and Verstraete, M. M.: GEMI: a non-linear index to monitor global vegetation from satellites, Vegetatio, 101, 15–20, 1992.
Plummer, S., Lecomte, P., and Doherty, M.: The ESA Climate Change Initiative (CCI): A European contribution to the generation of the Global Climate Observing System, Remote Sens. Environ., 203, 2–8, https://doi.org/10.1016/j.rse.2017.07.014, 2017.
Plummer, S. E., Arino, O., Simon, M., and Steffen, W.: Establishing an Earth Observation Product Service for the Terrestrial Carbon Community: The GLOBCARBON Initiative, Mitig. Adapt. Strat. Gl., 11, 97–111, 2006.
Ramo, R. and Chuvieco, E.: Developing a Random Forest Algorithm for MODIS Global Burned Area Classification, Remote Sensing, 9, 1193, https://doi.org/10.3390/rs9111193, 2017.
Reid, C. E., Brauer, M., Johnston, F. H., Jerrett, M., Balmes, J. R., and Elliott, C. T.: Critical review of health impacts of wildfire smoke exposure, Environ. Health Persp., 124, https://doi.org/10.1289/ehp.1409277, 2016.
Román-Cuesta, R. M., Gracia, M., and Retana, J.: Factors influencing the formation of unburned forest islands within the perimeter of a large forest fire, Forest Ecol. Manage., 258, 71–80, 2009.
Roos, C. I., Scott, A. C., Belcher, C. M., Chaloner, W. G., Aylen, J., Bird, R. B., Coughlan, M. R., Johnson, B. R., Johnston, F. H., and McMorrow, J.: Living on a flammable planet: interdisciplinary, cross-scalar and varied cultural lessons, prospects and challenges, Philos. T. R. Soc. B, 371, 20150469, https://doi.org/10.1098/rstb.2015.0469, 2016.
Roteta, E., Bastarrika, A., Storm, T., and Chuvieco, E.: Development of a Sentinel-2 burned area algorithm: generation of a small fire database for northern hemisphere tropical Africa, Remote Sens. Environ., in review, 2018.
Roy, D., Jin, Y., Lewis, P., and Justice, C.: Prototyping a global algorithm for systematic fire-affected area mapping using MODIS time series data, Remote Sens. Environ., 97, 137–162, 2005.
Roy, D. P., Boschetti, L., and Justice, C. O.: The collection 5 MODIS burned area product – Global evaluation by comparison with the MODIS active fire product, Remote Sens. Environ., 112, 3690–3707, 2008.
Sturtevant, B. R., Miranda, B. R., Yang, J., He, H. S., Gustafson, E. J., and Scheller, R. M.: Studying fire mitigation strategies in multi-ownership landscapes: Balancing the management of fire-dependent ecosystems and fire risk, Ecosystems, 12, 445–461, 2009.
Tansey, K., Grégoire, J. M., Defourny, P., Leigh, R., Peckel, J. F., Bogaert, E. V., and Bartholome, J. E.: A new, global, multi-annual (2000–2007) burnt area product at 1&thinsp;km resolution, Geophys. Res. Lett., 35, L01401, https://doi.org/10.1029/2007GL031567, 2008.
van der Werf, G. R., Randerson, J. T., Giglio, L., van Leeuwen, T. T., Chen, Y., Rogers, B. M., Mu, M., van Marle, M. J. E., Morton, D. C., Collatz, G. J., Yokelson, R. J., and Kasibhatla, P. S.: Global fire emissions estimates during 1997–2016, Earth Syst. Sci. Data, 9, 697–720, https://doi.org/10.5194/essd-9-697-2017, 2017.