The growing recognition of biomass

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

Results (Indonesian) 1:

Meningkatnya 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 kombinasi

Results (Indonesian) 2:

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