An active-fire based burned area ma

An active-fire based burned area mapping algorithm for the MODIS sensor
Louis Giglio a,b,⁎, Tatiana Loboda b, David P. Roy c, Brad Quayle d, Christopher O. Justice b
a Science Systems and Applications, Inc., Lanham, Maryland, USA
b Department of Geography, University of Maryland, College Park, Maryland, USA
c Geographic Information Science Center of Excellence, South Dakota State University, Brookings, South Dakota, USA
d USDA Forest Service Remote Sensing Applications Center, Salt Lake City, Utah, USA
a r t i c l e i n f o a b s t r a c t
Article history:
Received 23 June 2008
Received in revised form 9 October 2008
Accepted 11 October 2008
Keywords:
Fire
Biomass burning
Burn scar
Burned area
MODIS
We present an automated method for mapping burned areas using 500-m Moderate Resolution Imaging
Spectroradiometer (MODIS) imagery coupled with 1-km MODIS active fire observations. The algorithm
applies dynamic thresholds to composite imagery generated from a burn-sensitive vegetation index and a
measure of temporal texture. Cumulative active fire maps are used to guide the selection of burned and
unburned training samples. An accuracy assessment for three geographically diverse regions (central Siberia,
the western United States, and southern Africa) was performed using high resolution burned area maps
derived from Landsat imagery. Mapped burned areas were accurate to within approximately 10% in all
regions except the high-tree-cover sub-region of southern Africa, where the MODIS burn maps
underestimated the area burned by 41%. We estimate the minimum detectable burn size for reliable
detection by our algorithm to be on the order of 120 ha.
© 2008 Elsevier Inc. All rights reserved.
1. Introduction
The growing recognition of biomass burning as a widespread and
significant agent of change in the Earth system has led to an ongoing
need for long-term fire data at the regional, continental, and global
scale. In part this demand has been met with a substantial body of
satellite-based active fire observations made using a number of
coarse- and medium-resolution sensors, initially the Advanced Very
High Resolution Radiometer (AVHRR) (Dozier, 1981; Matson and
Dozier, 1981), followed by the Geostationary Operational Environmental
Satellite (GOES) Imager (Prins and Menzel, 1992), the Defense
Meteorological Satellite Program (DMSP) Operational Linescan System
(OLS) (Elvidge et al., 1996), the Along-Track Scanning Radiometer
(ATSR) (Arino and Rosaz,1999), the Visible and Infrared Scanner (VIRS)
(Giglio et al., 2000), the Moderate Resolution Imaging Spectroradiometer
(MODIS) (Justice et al., 2002), and the Spinning Enhanced
Visible and Infrared Imager (SEVIRI) (Roberts et al., 2005).
While active fire products capture information about the location
and timing of fires burning at the time of the satellite overpass, they
do not generally permit burned area to be reliably (or at least directly)
estimated (Scholes et al., 1996; Eva and Lambin, 1998b; Kasischke
et al., 2003; Giglio et al., 2006). Yet reliable, large-scale (usually global)
maps of burned area are essential for many applications, in particular
the estimation of pyrogenic gaseous and aerosol emissions. This need
has consequently prompted the development of numerous satellitebased
methods for mapping burned areas, the majority of which
operate without exploiting active fire information. Kasischke and
French (1995), for example, applied differencing to 15-day AVHRR
Normalized Difference Vegetation Index (NDVI) composite imagery to
detect burns in Alaskan boreal forests during 1990 and 1991.
Fernández et al. (1997) mapped large forest fires in Spain during
1993 and 1994 with 10-day AVHRR maximum-NDVI composites using
separate regression and differencing techniques. Eva and Lambin
(1998a) mapped burns in central Africa during the 1994–1995 dry
season using 1-km ATSR imagery by matching decreases in shortwave
infrared (SWIR) reflectance with increases in surface temperature.
Barbosa et al. (1999) used daily 5-km AVHRR imagery to map
burned areas in Africa based on changes occurring in reflectance,
brightness temperature, and a vegetation index (VI). Pereira et al.
(2000) used classification trees to map burned area in central Africa
and Iberia with AVHRR thermal, albedo, and VI imagery; Stroppiana
et al. (2003) applied a similar technique in Australian woodland
savannas using 10-day SPOT VEGETATION (VGT) composites. Fraser et
al. (2003) developed an approach for mapping burned boreal forest at
the continental scale using 10-day VGT VI composites and a logistic
regression model. The GLOBSCAR global burned area product (Simon
et al., 2004) was produced for the year 2000 using two different
algorithms, one contextual and one fixed-threshold, applied to ATSR-2
and AATSR imagery. The GBA-2000 global burned area product was
independently produced by Tansey et al. (2004) using a combination
Remote Sensing of Environment 113 (2009) 408–420
⁎ Corresponding author. Science Systems

Results (Indonesian) 1:

Aktif-api berbasis dibakar daerah pemetaan algoritma untuk MODIS sensorLouis Giglio a, b, ⁎, Tatiana Loboda b, David P. Roy c, d Brad Quayle Christopher O. Justice bIlmu sistem dan aplikasi, Inc, Lanham, Maryland, Amerika Serikatb Departemen geografi, University of Maryland, College Park, Maryland, Amerika Serikatc informasi ilmu pusat geografis keunggulan, South Dakota State University, Brookings, South Dakota, Amerika Serikatd USDA hutan Layanan Remote Sensing aplikasi pusat, Salt Lake City, Utah, Amerika Serikatr t saya c l e aku n f o b s t r c tSejarah artikel:Diterima tanggal 23 Juni 2008Diterima dalam bentuk revisi 9 Oktober 2008Diterima 11 Oktober 2008Kata kunci:ApiPembakaran biomassaMembakar bekas lukaDaerah dibakarMODISKami menyajikan metode yang otomatis untuk pemetaan daerah dibakar menggunakan 500-m moderat Resolution ImagingCitra SpectroRadiometer (MODIS) yang digabungkan dengan 1-km MODIS aktif api pengamatan. Algoritmaberlaku ambang dinamis untuk citra komposit yang dihasilkan dari indeks vegetasi membakar-sensitif danukuran dari fosil tekstur. Dibakar api aktif kumulatif peta digunakan untuk memandu pemilihan danpasanglah pelatihan sampel. Penilaian akurasi untuk tiga beragam geografis daerah (Pusat Siberia,Barat Amerika Serikat, dan Afrika Selatan) ini dilakukan dengan menggunakan peta wilayah resolusi tinggi yang dibakarberasal dari Citra Landsat. Daerah dibakar dipetakan yang akurat dalam jarak kira-kira 10% di semuadaerah kecuali tinggi-pohon-cover sub-wilayah Afrika Selatan, dimana MODIS membakar mapsremeh daerah dibakar oleh 41%. Kami memperkirakan ukuran minimum terdeteksi membakar untuk dapat diandalkandeteksi oleh algoritma kami menjadi urutan 120 ha.© 2008 Elsevier Inc Semua Hak, milik.1. PendahuluanMeningkatnya pengakuan biomassa membakar sebagai luas dansignifikan agen perubahan dalam sistem bumi telah menyebabkan berkelanjutanperlu untuk jangka panjang data api di daerah, kontinental, dan globalskala. Dalam bagian permintaan ini telah bertemu dengan tubuh yang besarapi aktif berbasis satelit pengamatan yang dibuat menggunakan sejumlahkasar dan media-resolusi sensor, awalnya maju sangatResolusi tinggi Radiometer (AVHRR) (Dozier, 1981; Matson danDozier, 1981), diikuti oleh lingkungan operasional geostasionerSatelit (berjalan) Imager (Prins dan Menzel, 1992), pertahananSistem Linescan Meteorological satelit Program (hari) operasional(OLS) (Elvidge et al., 1996), sepanjang jalur pemindaian Radiometer(ATSR) (Arino dan Rosaz, 1999), terlihat dan inframerah Scanner (VIRS)(Giglio et al., 2000), resolusi moderat Imaging SpectroRadiometer (Misr)(MODIS) (Keadilan et al., 2002), dan berputar ditingkatkanTerlihat dan inframerah Imager (SEVIRI) (Roberts et al, 2005).Sementara aktif api produk menangkap informasi tentang lokasidan waktu api pembakaran pada saat jembatan satelit, merekaumumnya tidak mengizinkan daerah dibakar menjadi dapat diandalkan (atau setidaknya langsung)perkiraan (Scholes et al, 1996; Eva dan Lambin, 1998b; Kasischkeet al., 2003; Giglio et al., 2006). Namun dapat diandalkan, besar-besaran (biasanya global)Peta wilayah terbakar penting untuk banyak aplikasi, khususnyaperkiraan pyrogenic emisi gas dan aerosol. Kebutuhan iniAkibatnya telah mendorong perkembangan berbagai satellitebasedmetode untuk pemetaan dibakar daerah, mayoritas yangberoperasi tanpa mengeksploitasi informasi aktif api. Kasischke danPerancis (1995), misalnya, diterapkan pembedaan untuk 15 hari AVHRRMenormalkan perbedaan vegetasi Index (NDVI) citra komposit untukmendeteksi luka bakar di hutan boreal Alaska selama tahun 1990 dan 1991.Fernández et al. (1997) dipetakan kebakaran hutan besar di Spanyol selamatahun 1993 dan 1994 dengan 10-hari AVHRR maksimum-NDVI komposit menggunakanregresi terpisah dan pembedaan teknik. Eva dan Lambin(1998a) dipetakan luka bakar di Afrika Tengah selama tahun 1994-1995musim menggunakan 1-km ATSR citra dengan mencocokkan penurunan gelombang pendekinframerah reflektansi (SWIR) dengan kenaikan suhu permukaan.Barbosa et al. (1999) digunakan sehari-hari 5-km AVHRR citra untuk petadibakar daerah di Afrika yang didasarkan pada perubahan yang terjadi di reflektansi,kecerahan suhu, dan indeks vegetasi (VI). Pereira et al.pohon digunakan klasifikasi (2000) untuk peta daerah dibakar di Afrika Tengahdan Iberia dengan AVHRR termal, albedo dan citra VI; Stroppianaet al. (2003) diterapkan teknik serupa di Australia woodlandSabana menggunakan komposit SPOT VEGETASI (VGT) 10 hari. Fraser etAl. (2003) mengembangkan suatu pendekatan untuk pemetaan kebakaran hutan boreal diskala kontinental menggunakan 10 hari VGT VI komposit dan logistikmodel regresi. GLOBSCAR daerah dibakar global Produk (Simonet al., 2004) diproduksi untuk tahun 2000 menggunakan dua berbedaalgoritma, satu kontekstual dan satu tetap-ambang, diterapkan ATSR-2dan AATSR citra. GBA-2000 daerah dibakar global produkindependen oleh Tansey et al. (2004) menggunakan kombinasiPenginderaan jauh lingkungan 113 (2009) 408-420⁎ Sesuai penulis. Sistem ilmu

Results (Indonesian) 2:

Sebuah dibakar algoritma pemetaan wilayah berdasarkan aktif-api untuk sensor MODIS
Louis Giglio a, b, ⁎, Tatiana Loboda b, David P. Roy c, Brad Quayle d, Christopher Keadilan O. b
a Sistem dan Aplikasi Sains, Inc., Lanham , Maryland, USA
b Departemen Geografi, Universitas Maryland, College Park, Maryland, USA
c Geographic Information Science Center of Excellence, South Dakota State University, Brookings, South Dakota, USA
d USDA Forest Service Aplikasi Penginderaan jauh Pusat, Salt Lake City , Utah, Amerika Serikat
sebuah rticleinfoabstract
Pasal sejarah:
Diterima 23 Juni 2008
Diterima dalam bentuk direvisi 9 Oktober 2008
yang diterima 11 Oktober 2008
Kata kunci:
Api
Biomassa membakar
bakar parut
daerah terbakar
MODIS
Kami menyajikan metode otomatis untuk pemetaan dibakar daerah menggunakan 500-m Resolusi Moderat Pencitraan
Spectroradiometer (MODIS) citra ditambah dengan 1-km MODIS pengamatan api yang aktif. Algoritma
berlaku ambang batas dinamis untuk citra komposit yang dihasilkan dari indeks vegetasi burn-sensitif dan
ukuran tekstur temporal. Kumulatif peta api yang aktif digunakan untuk memandu pemilihan dibakar dan
sampel pelatihan terbakar. Penilaian akurasi untuk tiga wilayah geografis yang beragam (pusat Siberia,
Amerika Serikat bagian barat, dan selatan Afrika) dilakukan dengan menggunakan peta wilayah resolusi tinggi terbakar
berasal dari citra landsat. Daerah terbakar dipetakan yang akurat untuk dalam waktu kurang lebih 10% di semua
wilayah kecuali pohon-cover tinggi sub-wilayah Afrika bagian selatan, di mana MODIS membakar peta
meremehkan daerah dibakar oleh 41%. Kami memperkirakan ukuran luka bakar terdeteksi minimum untuk diandalkan
deteksi oleh algoritma kami berada di urutan 120 ha.
© 2008 Elsevier Inc All rights reserved.
1. Pendahuluan
Pengakuan tumbuh dari pembakaran biomassa sebagai luas dan
agen yang signifikan dari perubahan dalam sistem Bumi telah menyebabkan berkelanjutan
kebutuhan data kebakaran jangka panjang di daerah, benua, dan global
skala. Pada bagian permintaan ini telah bertemu dengan tubuh besar
pengamatan api yang aktif berbasis satelit buatan menggunakan sejumlah
coarse- dan menengah-resolusi sensor, awalnya Advanced Very
High Resolution Radiometer (AVHRR) (Dozier, 1981; Matson dan
Dozier, 1981), diikuti oleh geostasioner Operasional Lingkungan
satelit (GOES) Imager (Prins dan Menzel, 1992), Pertahanan
Program Meteorologi satelit (DMSP) Operasional Linescan Sistem
(OLS) (Elvidge et al., 1996), yang Seiring-track Scanning Radiometer
(ATSR) (Arino dan Rosaz, 1999), yang Terlihat dan Infrared Scanner (VIRS)
(Giglio et al., 2000), Moderate Resolution imaging Spectroradiometer
(MODIS) (Peradilan et al., 2002), dan berputar Enhanced
terlihat dan Infrared Imager (SEVIRI) (Roberts et al., 2005).
Sementara produk api yang aktif menangkap informasi tentang lokasi
dan waktu kebakaran terbakar pada saat jalan layang satelit, mereka
umumnya tidak mengizinkan daerah yang terbakar menjadi andal (atau setidaknya secara langsung)
diperkirakan (Scholes et al., 1996; Eva dan Lambin, 1998b; Kasischke
et al., 2003; Giglio et al., 2006). Namun dapat diandalkan, skala besar (biasanya global)
peta wilayah terbakar sangat penting untuk banyak aplikasi, khususnya
estimasi pirogenik gas dan aerosol emisi. Kebutuhan ini
telah akibatnya mendorong pengembangan berbagai satellitebased
metode untuk pemetaan dibakar daerah, yang sebagian besar
beroperasi tanpa mengeksploitasi informasi api yang aktif. Kasischke dan
Perancis (1995), misalnya, diterapkan differencing untuk 15-hari AVHRR
Normalized Difference Vegetation Index (NDVI) citra komposit untuk
mendeteksi luka bakar di hutan boreal Alaska pada tahun 1990 dan 1991.
Fernández et al. (1997) dipetakan kebakaran hutan besar di Spanyol selama
tahun 1993 dan 1994 dengan 10-hari AVHRR maksimum-NDVI komposit menggunakan
regresi terpisah dan teknik differencing. Eva dan Lambin
(1998a) dipetakan luka bakar di Afrika Tengah selama 1994-1995 kemarau
musim menggunakan citra ATSR 1-km dengan mencocokkan penurunan gelombang pendek
inframerah (SWIR) reflektansi dengan peningkatan suhu permukaan.
Barbosa et al. (1999) yang digunakan sehari-hari citra AVHRR 5-km ke map
daerah di Afrika berdasarkan perubahan yang terjadi di reflektansi, dibakar
suhu kecerahan, dan indeks vegetasi (VI). . Pereira et al
(2000) menggunakan pohon klasifikasi untuk memetakan daerah terbakar di Afrika tengah
dan Iberia dengan AVHRR termal, albedo, dan citra VI; Stroppiana
et al. (2003) menerapkan teknik yang sama di hutan Australia
sabana menggunakan 10-hari SPOT VEGETASI (VGT) komposit. Fraser et
al. (2003) mengembangkan pendekatan untuk pemetaan terbakar hutan boreal di
skala benua menggunakan 10-hari komposit VGT VI dan logistik
model regresi. The GLOBSCAR produk global area yang terbakar (Simon
et al., 2004) diproduksi untuk tahun 2000 menggunakan dua yang berbeda
algoritma, satu kontekstual dan satu tetap threshold, diterapkan ATSR-2
dan AATSR citra. Produk daerah terbakar global yang GBA-2000
secara independen diproduksi oleh Tansey et al. (2004) menggunakan kombinasi
Remote Sensing Lingkungan Hidup 113 (2009) 408-420
⁎ penulis Sesuai. Sistem ilmu