​

 ABoVE: Landsat-derived Burn Scar dNBR across Alaska and Canada, 1985-2015

简介

该数据集包含 1985 年至 2015 年期间在阿拉斯加和加拿大北极寒带及脆弱性实验 (ABoVE) 项目区域内发生的火灾造成的烧伤痕迹，以 30 米分辨率计算的差分归一化燃烧比 (dNBR)。火灾范围来自阿拉斯加跨部门协调中心 (AICC) 和加拿大自然资源部 (NRC) 的火灾发生数据集。仅包含面积大于 200 公顷的烧伤。每个烧伤痕迹 30 米像素分辨率的 dNBR 数据，均基于每个烧伤痕迹周围 5 公里缓冲区内烧伤前后的 Landsat 5、7 和 8 号卫星场景，并使用 Landsat LEDAPS 地表反射图像对计算得出。

在 1985 年至 2015 年的每个火灾年份，每个烧伤痕迹都会被分配一个烧伤 ID (BID)，并且每个烧伤痕迹中每个 30 米像素都会被分配相应的 BID 值。BID 链接到一个单独的数据文件，其中包含具体的烧伤痕迹区域，并列出了用于计算该 BID 的 dNBR 的原始 Landsat 影像对。同样，在每个火灾年份，每个烧伤痕迹中每个 30 米像素都会被分配一个 Landsat 影像对 ID (PID)，指示用于计算该火灾年份该像素 dNBR 的原始 Landsat 影像对。PID 链接到一个单独的数据文件，其中包含原始 Landsat 影像对信息。

该数据集包含 4,625 个数据文件。其中包括 4,623 个 GeoTIFF (.tif) 格式的 dNBR、BID 和 PID 数据文件，以及两个逗号分隔的 (.csv) 格式的文件，其中包含 BID 和 PID Landsat 场景数据。dNBR、BID 和 PID 数据采用 ABoVE 30 米参考网格系统提供，涵盖 128 个 ABoVE 网格图块。每个 dNBR 数据文件都包含一个 BID 数据文件和一个 PID 数据文件，用于记录 ABoVE 领域内每年（1985-2015 年）的烧伤疤痕。这两个 .csv 文件是 BID 和 PID 数据查找表。

摘要

代码

!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassify
 
import pandas as pd
import leafmap
 
url = "https://github.com/opengeos/NASA-Earth-Data"
df = pd.read_csv(url, sep="\t")
df
 
leafmap.nasa_data_login()
 
 
results, gdf = leafmap.nasa_data_search(
    short_name="ABoVE_Fire_Severity_dNBR_1564",
    cloud_hosted=True,
    bounding_box=(-168.42, 50.25, -101.74, 71.36),
    temporal=("1985-01-01", "2015-12-31"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

​