全美野火风险数据集
【摘要】 野火风险 (WRC)¶野火风险数据集由美国农业部林务局创建，旨在提供全国范围内潜在野火风险的视图。该数据集包括有关野火风险以下组成部分的空间数据：野火可能性、野火强度、敏感性和暴露度。数据分辨率为 270 米，覆盖整个美国。它基于多种来源，包括植被数据、燃料模型、历史火灾数据和人口数据。前言 – 人工智能教程社区野火风险数据集可用于评估社区级别的野火风险并制定野火缓解计划。它还可用于确定...
野火风险 (WRC)
野火风险数据集由美国农业部林务局创建，旨在提供全国范围内潜在野火风险的视图。该数据集包括有关野火风险以下组成部分的空间数据：野火可能性、野火强度、敏感性和暴露度。数据分辨率为 270 米，覆盖整个美国。它基于多种来源，包括植被数据、燃料模型、历史火灾数据和人口数据。
社区野火风险数据集可用于评估社区级别的野火风险并制定野火缓解计划。它还可用于确定最需要援助的社区。社区野火风险数据集由美国农业部林务局创建，旨在帮助评估家庭、企业和其他有价值资源的风险。该数据集包含全国一致的信息，用于比较全国或州或县内社区之间的相对野火风险。使用大型火灾模拟系统 (FSim) 和 2014 年的 LANDFIRE 燃料装载数据集对原位风险（对景观产生不利影响的位置的风险）进行建模。对于该数据集，250m 处的原始数据已上采样至 30m关于气候引擎。您可以在此处找到有关阅读有关此内容的更多信息。的链接
| 空间范围 | 美国 |
|---|---|
| 空间分辨率 | 30米 |
| 时间分辨率 | 单时间点 |
| 时间跨度 | 2014年 |
| 更新频率 | 静止的 |
| 变量 | |
|---|---|
| 烧伤概率（“BP”） | - 单位：分数概率 |
| - 比例因子：1.0 | |
| 条件火焰长度（“CFL”） | - 单位：英尺 |
| - 比例因子：1.0 | |
| 潜在结构的条件风险（“CRPS”） | - 单位：百分位数 |
| - 比例因子：1.0 | |
| 曝光类型（“曝光”） | - 单位：曝光类型 |
| - 比例因子：1.0 | |
| 火焰长度超出概率 - 4 英尺（“FLEP4”） | - 单位：分数概率 |
| - 比例因子：1.0 | |
| 火焰长度超出概率 - 8 英尺（“FLEP8”） | - 单位：分数概率 |
| - 比例因子：1.0 | |
| 潜在结构风险（“RPS”） | - 单位：百分位数 |
| - 比例因子：1.0 | |
| 野火潜在危险指数（“WHP”） | - 单位：无单位 |
| - 比例因子：1.0 |
引文
Scott, Joe H.; Gilbertson-Day, Julie W.; Moran, Christopher; Dillon, Gregory K.; Short, Karen C.; Vogler, Kevin C. 2020. Wildfire Risk to
Communities: Spatial datasets of landscape-wide wildfire risk components for the United States. Fort Collins, CO: Forest Service Research Data
Archive. Updated 25 November 2020.
地球引擎片段
// Read in Image Collection and mosaic to single image
var wrc_i = ee.ImageCollection('projects/climate-engine-pro/assets/ce-wrc-static').mosaic()
// Print image to see bands
print(wrc_i)
// Visualize select bands from first image — additional bands are present in the Image Collection
var bp_palette = ["#d53e4f", "#fc8d59", "#fee08b", "#ffffbf", "#e6f598", "#99d594", "#3288bd"].reverse()
var exposure_palette = ["#f6eff7", "#d0d1e6", "#a6bddb", "#67a9cf", "#3690c0", "#02818a", "#016450"].reverse()
var crps_palette = ["#ffffd4", "#fee391", "#fec44f", "#fe9929", "#ec7014", "#cc4c02", "#8c2d04"]
var flep_palette = ["#8c510a", "#d8b365", "#f6e8c3", "#f5f5f5", "#c7eae5", "#5ab4ac", "#01665e"].reverse()
var rps_palette = ["#ffffb2", "#fed976", "#feb24c", "#fd8d3c", "#fc4e2a", "#e31a1c", "#b10026"]
var whp_palette = ["#d73027", "#fc8d59", "#fee08b", "#ffffbf", "#d9ef8b", "#91cf60", "#1a9850"].reverse()
Map.addLayer(wrc_i.select('BP'), {min: 0, max: 0.025, palette: bp_palette}, 'BP')
Map.addLayer(wrc_i.select('CFL').selfMask(), {min: 0, max: 15, palette: flep_palette}, 'CFL')
Map.addLayer(wrc_i.select('CRPS'), {min: 30, max: 80, palette: crps_palette}, 'CRPS')
Map.addLayer(wrc_i.select('Exposure'), {min: 0, max: 1, palette: exposure_palette}, 'Exposure')
Map.addLayer(wrc_i.select('FLEP4'), {min: 0.1, max: 0.9, palette: flep_palette}, 'FLEP4')
Map.addLayer(wrc_i.select('FLEP8'), {min: 0.1, max: 0.9, palette: flep_palette}, 'FLEP8')
Map.addLayer(wrc_i.select('RPS'), {min: 0, max: 1, palette: rps_palette}, 'RPS')
Map.addLayer(wrc_i.select('WHP'), {min: 0, max: 2000, palette: whp_palette}, 'WHP')
示例代码：
执照
CC0 1.0 通用 (CC0 1.0) 公共领域奉献
关键词：野火、美国大陆、美国、美国农业部、林务局、土地火灾
提供者：美国农业部林务局
GEE 策划者：Climate Engine Org
【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）