数据分享｜全球森林火灾监测（2003-2016）数据集

1. 研究背景

近年来，全球范围内的大规模严重森林火灾变得愈发频繁，这与火灾天气和干旱条件的加剧密切相关。在这样的背景下，为了更好地量化森林火灾损害的强度和范围，研究人员开发了一个30米分辨率的全球森林火烧严重度（GFBS）数据集，覆盖了2003年至2016年间的森林火灾数据。该数据集利用全球火灾图谱产品来确定火灾发生的时间和地点，并结合Landsat地表反射率产品获取每个燃烧像素的火灾前后归一化燃烧比（NBR），以计算dNBR和RdNBR差异。

研究结果显示，与现有的基于MODIS的全球燃烧严重度数据集（MOSEV）相比，GFBS在代表加拿大森林燃烧严重度分布方面表现出更好的一致性。在全球范围内，GFBS提取的dNBR和RdNBR空间模式与MOSEV相似，但MOSEV往往提供更高的燃烧严重度水平。GFBS数据集比现有数据集提供了更精确和可靠的燃烧严重度评估。

回复关键词“20240808”获取全球森林火灾监测数据集；

2. 研究内容

该研究的主要科学问题是如何利用遥感技术更准确地监测全球森林火灾的燃烧严重度。研究对象主要集中在2003年至2016年间发生的全球森林火灾，旨在通过GFBS数据集更好地量化和评估森林火灾的影响。研究的目标是提供一个精细空间分辨率的全球数据集，以支持火灾管理策略和生态系统保护工作的决策。

3. 研究方法

本研究基于Landsat 5、7和8卫星影像，开发了一个30米分辨率的全球森林火烧严重度（GFBS）数据集。

首先，使用全球火灾图谱产品确定2003年至2016年间全球森林火灾的发生时间和地点。接着，获取Landsat地表反射率产品的火灾前后影像，计算归一化燃烧比（NBR），其公式为NBR = (NIR - SWIR) / (NIR + SWIR)，其中NIR和SWIR分别代表近红外和短波红外波段。

通过计算火灾前后的NBR差异(dNBR= NBR_before-NBR_after)，以及相对差异(RdNBR)，来评估火灾对植被的影响。

GFBS 数据库的建立方法以及与MOSEV基准的验证和比较。

在数据处理过程中，GFBS数据集的生成包含几个关键步骤。首先，获取和预处理Landsat影像，以消除云和阴影的影响。其次，基于火灾边界数据筛选出火灾影响区的影像对，确保在火灾前后分别至少有一个有效观测。接着，计算每个像素的dNBR和RdNBR值，并对其进行分类，以确定燃烧严重度级别。最后，将生成的燃烧严重度数据与其他现有数据集进行比较和验证。

GFBS数据集的一个显著优势是其30米的空间分辨率，远高于MODIS的500米分辨率，这使得GFBS能够捕捉到更细致的空间变异性和燃烧严重度差异。通过与实地数据的比对和验证，GFBS被证明能够更准确地反映火灾的空间分布和燃烧严重度，这对于制定更加有效的火灾管理策略和生态系统恢复措施具有重要意义。

4. 质量评价

通过对GFBS数据集的分析，本研究发现GFBS在描述森林火灾的燃烧严重度分布方面优于MOSEV，尤其是在加拿大、美国大陆(CONUS)和澳大利亚等火灾高发地区。

GFBS能够更好地表现出高、中、低不同严重度等级之间的差异，而这种差异在MOSEV产品中并未能清晰捕捉。GFBS的dNBR与综合燃烧指数(CBI)的相关性更强(r=0.63)，而MOSEV的相关性相对较低(r=0.28)。同样，GFBS的RdNBR与CBI的相关性(r=0.56)也优于MOSEV(r=0.20)。

在全球范围内，尽管GFBS和MOSEV在dNBR和RdNBR的空间模式上具有一定相似性，但MOSEV往往高估了燃烧严重度，特别是在低严重度的火灾区域。GFBS的数据为理解森林火灾的生态影响以及制定恢复措施提供了更为精确和可靠的评估。GFBS数据集的高精度和可靠性在支持全球森林火灾管理和生态保护决策方面具有重要价值。

5.未来展望

6.引用格式

关联论文：

He, K., Shen, X., and Anagnostou, E. N.: A global forest burn severity dataset from Landsat imagery (2003–2016), Earth Syst. Sci. Data, 16, 3061–3081, https://doi.org/10.5194/essd-16-3061-2024, 2024.

数据集：

He, K., Shen, X., & Anagnostou, E. N. (2023). A Global Forest Burn Severity Dataset from Landsat Imagery (2003–2016) [Data set]. Zenodo. https://doi.org/10.5281/zenodo.10037629

7.数据获取

引用格式：

He, K., Shen, X., and Anagnostou, E. N.: A global forest burn severity dataset from Landsat imagery (2003–2016), Earth Syst. Sci. Data, 16, 3061–3081, https://doi.org/10.5194/essd-16-3061-2024, 2024.

论文链接：

https://doi.org/10.5194/essd-16-3061-2024

数据链接：

https://doi.org/10.5281/zenodo.10037629

出版期刊：Earth System Science Data

发表时间：01.July.2024

获取数据：

回复关键词“20240808”获取全球森林火灾监测数据集；