GEE：基于 MCD64A1 的 GlobFire 日常火灾数据集
【摘要】 最近发现了一个巨牛的人工智能学习网站，点击跳转到网站：https://www.cbedai.net/xg基于 MODIS 数据集 MCD64A1 的火灾边界。数据是基于一种算法计算的，该算法依赖于在图形结构中编码烧毁区域补丁之间的时空关系。每场火灾都有一个唯一的编号来标识事件。Dataset Availability2001-01-01T00:00:00Z–2021-01-01T00:00:...
最近发现了一个巨牛的人工智能学习网站，点击跳转到网站：https://www.cbedai.net/xg
基于 MODIS 数据集 MCD64A1 的火灾边界。数据是基于一种算法计算的，该算法依赖于在图形结构中编码烧毁区域补丁之间的时空关系。
每场火灾都有一个唯一的编号来标识事件。
Dataset Availability
2001-01-01T00:00:00Z–2021-01-01T00:00:00
Dataset Provider
数据调用：
'JRC/GWIS/GlobFire/v2/DailyPerimeters'代码：
// 直接从文件夹中调用，这里没有featurecollection.
var folder = 'JRC/GWIS/GlobFire/v2/DailyPerimeters';
// 使用带有异步回调的ee.data.listAssets列出可用表格。
function printAssetList(listAssetsOutput) {
print('Asset list:', listAssetsOutput['assets']);
}
ee.data.listAssets(folder, {}, printAssetList);
// 定义一个从可用表列表中确定的表名（表ID）。
var tableName = 'JRC/GWIS/GlobFire/v2/DailyPerimeters/2020';
var computeArea = function (f) {
return f.set({'area': f.area()});
}
// 将一个选定的表作为一个特征集合导入。
var features = ee.FeatureCollection(tableName).map(computeArea);
// 线性火灾面积梯度的可视化参数。
var visParams = {
palette: ['f5ff64', 'b5ffb4', 'beeaff', 'ffc0e8', '8e8dff', 'adadad'],
min: 0.0,
max: 600000000.0,
opacity: 0.8,
};
// 用计算出的火灾面积作为数值属性，在图像上画出火灾周界。
var image = ee.Image().float().paint(features, 'area')
// 将图像显示在地图上（包括用检查员探索的特征）。
Map.addLayer(image, visParams, 'GlobFire 2020');
Map.addLayer(features, null, 'For Inspector', false);
Map.setCenter(-121.23, 39.7, 12);
Terms of Use
Licensed under the Creative Commons Attribution 4.0 International License.
Citations:
-
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.
结果：
不同等级的火灾显示情况：
点击查看相应的信息火灾面积等等
【版权声明】本文为华为云社区用户原创内容，转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息， 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）