使用Google Earth Engine获取指定区域的全球月度火灾数据500m分辨率

最新推荐文章于 2025-05-23 05:30:00 发布

LrlDebug

最新推荐文章于 2025-05-23 05:30:00 发布

阅读量489

点赞数

CC 4.0 BY-SA版权

文章标签： GEE

本文链接：https://blog.youkuaiyun.com/LrlDebug/article/details/133212807

GEE 专栏收录该内容

79 篇文章 ¥59.90 ¥99.00

订阅专栏

本文介绍如何使用Google Earth Engine（GEE）获取MCD64A全球月度火灾数据集的指定区域数据。通过导入500m分辨率的火灾数据，筛选日期，定义区域范围，最终裁剪并打印火灾信息。读者可以调整代码以适应不同区域和日期需求。

Google Earth Engine（GEE）是一个强大的云平台，可用于分析和处理地理空间数据。其中包含了丰富的遥感数据集，如MCD64A全球月度火灾数据，该数据集提供了全球范围内每月火灾的信息。本文将介绍如何使用GEE获取指定区域的火灾情况，并提供相应的源代码。

首先，我们需要在Google Earth Engine中导入所需的数据集。我们将使用MCD64A全球月度火灾数据集，该数据集的分辨率为500m。以下是导入数据集的代码：

// 导入MCD64A全球月度火灾数据集
var fireData = ee.ImageCollection('MODIS/006/MCD64A1')
                  .select(

了解本专栏

订阅专栏解锁全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

LrlDebug

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

订阅专栏

GEE：基于MCD64A1的GlobFire的火灾时间

养乐多的博客

12-25

965

优快云@_养乐多_本文将介绍如何可视化 JRC/GWIS/GlobFire/v2/FinalPerimeters 数据集中每个火灾斑块，以及火灾斑块发生火灾的时间。因为原始数据的时间是年月日格式，可视化只能是将其转换成 Day Of Year （DOY，一年中的天数，0-366），这样才能了解火灾发生的具体时间，以便于对比和更直观的了解火灾分布和动态。结果如下图所示，不同的颜色代表不同的DOY时间。

Google Earth Engine（GEE）——计算火灾面积并利用不同图表进行展示

此星光明博客

11-18

2009

如果对象的时间戳落在日历字段的给定范围内，则返回一个通过的过滤器。月、年中的日、月中的日和周中的日是以1为基础的。本教程的主要目的是如何进行图表的多样化展示，本教程的主要是利用全球数简化版本的国家边界，分别计算中美洲地区洪都拉斯、尼加拉瓜、危地马拉、萨尔瓦多、巴拿马、哥斯达黎加、伯利兹7个国家的地区的过火面积，并利用不同图表进行了结果分析。提取并绘制集合中每张图片在每个区域的指定波段的值。选项有：年、月、小时、分钟、年中之日、月中之日和周中之日。field（字符串，默认为 "年中的一天"）。

1 条评论您还未登录，请先登录后发表或查看评论

1 条评论

优快云-Ada助手 2024.02.02
恭喜您写了这篇博客！使用Google Earth Engine获取全球月度火灾数据的500m分辨率，这是一个非常有趣和有实际应用价值的主题。您的文章清晰地介绍了如何使用这个工具来获取指定区域的数据，而且给出了具体的步骤和分析结果，让读者可以很容易地跟随您的教程。在下一步的创作中，我建议您可以进一步探索这些数据的应用场景，例如探讨火灾与气候变化之间的关系，或者对不同地区火灾发生频率和强度的比较分析。同时，您也可以考虑分享一些与火灾数据相关的案例研究，这将为读者提供更多的实际应用示例。总体而言，您的博客内容非常有价值，希望您能继续保持创作，分享更多关于地球科学和数据分析的知识！谢谢您的努力！如何快速涨粉，请看该博主的分享：https://hope-wisdom.blog.youkuaiyun.com/article/details/130544967?utm_source=csdn_ai_ada_blog_reply5

使用Python中的GEE（Google Earth Engine）库中的sampleRegions方法从影像中提取像素值至点

LrlDebug的博客

09-22

717

这样，我们就成功地使用Python的GEE库中的sampleRegions方法从遥感影像中提取了像素值至给定的点位置。这个方法可以帮助我们进行遥感数据的预处理和分析，为后续的研究工作提供了基础。其中，'collection’参数指定了要提取像素值的点位置，'scale’参数指定了提取像素值时的缩放比例。在本文中，我们将介绍如何使用GEE库中的sampleRegions方法将影像的像素值提取至给定的点位置。在这个例子中，我们打印了Landsat 8影像中所选点位置的红色波段（B4）的像素值。

遥感数据下载——FIRM：VIIRS火点数据、MODIS火点数据简介及下载

最新发布

11-17

内容概要：本文利用Google Earth Engine平台，基于多源卫星遥感数据对2019–2020年澳大利亚山火期间的大气污染状况进行时空分析。研究涵盖一氧化碳（CO）、二氧化氮（NO₂）和气溶胶指数（AAI）的时间序列变化与空间...

GEE平台全球火灾斑块数据集分析与应用源码

首先，从遥感数据源来看，MCD64A1是Terra与Aqua卫星上搭载的MODIS传感器生成的月度火灾烧迹产品，空间分辨率为500米，时间跨度从2000年至今。它利用中红外波段对地表进行连续观测，结合主动火点检测和后验分析算法...

火焰数据集

06-25

火灾识别的部分未处理的原始数据图片，适用于火灾现场的识别与警示

使用MODIS数据筛选火点

wenhaochu321的博客

03-11

7598

1.在USGS上下载数据后，使用ENVI打开，选择HDF格式的1km的辐射率和250、500m的反射率数据集 2.几何校正后将数据集定标转为反射率和辐亮度（MTCK工具可以直接转换，但是数据结果貌似被高值抑制） 3.辐亮度转换为亮温 ...

火焰检测原始数据集，已分好训练集与验证集

07-13

适用任务目标检测：火焰/火点定位语义分割：可扩展 mask 分支做火区分割异常检测：利用“非火”场景做负样本轻量化部署：提供 320×320 缩略图版本，适配边缘设备主流框架「一网打尽」同时提供 COCO JSON + PASCAL VOC XML 双格式

全球火点数据-modis-2015-2023年

11-22

全球火点数据集（MODIS，2015-2023年）提供了2015年至2023年间全球范围内的火点检测数据。该数据集基于MODIS（中分辨率成像光谱仪）卫星遥感技术，通过热红外波段对地面温度异常进行监测，能够有效识别火点，尤其是在森林火灾、草原火灾和其他类型火灾发生期间。数据集主要内容包括：火点坐标和时间；火点强度与持续时间。应用场景：火灾监测与预警：实时监控全球范围内的火点，提前预警潜在的火灾风险。气候变化研究：研究火灾与气候变化之间的关系，分析极端天气事件对火灾发生频率和强度的影响。灾害管理与应急响应：为政府和相关机构提供火灾灾害信息，支持应急响应和资源调度。生态与环境研究：评估火灾对生态系统和生物多样性的影响，尤其是在森林和草原地区的火灾事件。全球火灾评估：帮助国际组织或研究机构进行全球火灾发生频率、影响范围及趋势的分析

modis卫星探测全球山火2020-2022数据集.rar

11-19

modis卫星探测全球山火2020-2022数据集

处理火灾数据集

qq_52935182的博客

07-15

738

最后选择了kaggle网站中的火灾数据集，加上flame跟flame2里面选取了一些具有代表性图像进行标注，接下来以YOLOv8s为baseline进行改进，改进3点，然后与YOLOv9,v10，v5 进行算法对比。注意力机制还可以选择两三个进行对比然后挑选出效果最好的一个再进行进一步的消融实验。选取的图像也进行数据增强，放到训练数据集里。

地震点、火点和气候数据收集

你们瞎搞

10-20

2558

这里面压缩包包含了所有气象站点的数据，每一个表里面是一个站点逐日的气象观测数据，处理起来还是比较麻烦的，有兴趣的小伙伴可以去试试（下载速度非常慢，可以试试科学上网哦）。如下图是打开某个站点后的excel表格，一列代表一天的观测数据，里面包含站点ID、经纬度、海拔高度以及其他众多的气候参数等，打开arcmap，右键刚才保持的数据，选择显示XY数据，分辨设置经纬度和坐标系，点击确定即可生成点数据。可以看到数据来源于Landsat8、NPP以及modis，根据自己的需要下载对应时间的数据即可，

Google Earth Engine ——全球资源管理系统火灾信息（FIRMS）1公里数据集

此星光明博客

09-11

2082

The Earth Engine version of the Fire Information for Resource Management System (FIRMS) dataset contains the LANCE fire detection product in rasterized form. The near real-time (NRT) active fire locations are processed by LANCE using the standard MODIS MOD

GEE案例：基于MODIS火灾数据，并结合气候和地形变量等多源遥感数据，评估火灾对生态环境的影响并导出矢量数据

此星光明博客

05-23

224

一项全球性研究分析了过去10年影响野火分布的因素，使用Google Earth Engine（GEE）获取数据，并通过Python进行分析。研究提出了两种从多光谱卫星图像中提取野火信息的方法，旨在理解全球野火分布的驱动因素。第一种方法通过应用掩码直接提取感兴趣区域的数据，而第二种方法使用六边形瓦片提取特定区域的烧毁像素，提供了更高的灵活性和分类准确性。研究利用GEE创建了包含所有因素的图像，并通过随机森林、自适应增强等机器学习工具对烧毁和未烧毁区域进行点采样分析。研究提取了地形、气候变量（如风速、温度、降水

GEE：基于 MCD64A1 数据集 BurnDate 波段的火灾次数

养乐多的博客

03-20

1130

本文将介绍在 Google Earth Engine （GEE）平台上，使用 MCD64A1 数据集 BurnDate 波段计算火灾次数的方法和步骤。

如何使用yolov8 训练红外火点检测数据集深度学习目标检测红外火灾火焰数据集的训练与优化模型

2401_88441190的博客

02-06

1082

如何使用yolov8 训练红外火点检测数据集深度学习目标检测红外火灾火焰数据集的训练与优化模型