fire detections count within severa

fire detections count within several different biomes based on the
mean percent tree cover. Their approach involved using
regression trees to calibrate MODIS active fire detection counts
and MODIS burned area estimates derived from 500 m MODIS
imagery in fourteen global regions. In their algorithm, the
variability of the proportion of active fire detections count to
burned area was driven by percent tree and herbaceous cover and
mean fire cluster size. Their results show that in biomes with low
percent tree cover, such as grasslands and shrublands, a single
1 km2 active fire detection represents 4–6 km2 of burned area.
However, in boreal forests the relationship is much closer where
∼1km2 of active fire detection represents 1.5km2 of burned area.
In addition to the dependence on fractional tree cover, the
relationship between active fire detections and burned area is
affected by the mean size of the fire cluster. The amount of
burned area per active fire detection increases with an increase in
the mean fire cluster size. The increase is shown to be steepest in
grassland ecosystems, reaching 8 km2 of burned area per 1 km2
of active fire detections in the arid grasslands of Central Asia
(Giglio et al., 2006).
The coefficients developed by Giglio et al. (2006) are
indicative of the thresholds used in our approach. However, since

Results (Indonesian) 1:

api pendeteksian menghitung dalam beberapa bioma yang berbeda berdasarkanberarti pohon persen penutup. Pendekatan mereka terlibat menggunakanpohon-pohon regresi untuk mengkalibrasi MODIS aktif api hitungan deteksidan MODIS dibakar daerah perkiraan berasal dari 500 m MODIScitra di wilayah global empat belas. Dalam algoritma mereka,variabilitas proporsi aktif api pendeteksian perhitungan kedaerah dibakar didorong oleh pohon persen dan herba penutup danberarti api ukuran cluster. Hasilnya menunjukkan bahwa di bioma dengan rendahpersen pohon penutup, seperti padang rumput dan semak belukar, satu1 km2 deteksi kebakaran aktif mewakili 4 – 6 km2 daerah dibakar.Namun, di hutan boreal hubungan yang lebih dekat di mana∼1km2 deteksi kebakaran aktif mewakili 1.5km2 daerah dibakar.Selain ketergantungan pada penutup pecahan pohon,hubungan antara deteksi kebakaran aktif dan dibakar areadipengaruhi oleh berarti ukuran cluster api. Jumlaharea per peningkatan Deteksi Api aktif dengan peningkatan yang terbakarukuran cluster berarti api. Peningkatan terbukti rel diekosistem padang rumput, mencapai 8 km2 daerah dibakar per 1 km2aktif api pendeteksian di padang rumput gersang Asia Tengah(Giglio et al., 2006).Koefisien yang dikembangkan oleh Giglio et al. (2006) adalahmenunjukkan ambang batas yang digunakan dalam pendekatan kami. Namun, karena

Results (Indonesian) 2:

deteksi api menghitung dalam beberapa bioma yang berbeda berdasarkan pada
rata-rata tutupan pohon persen. Pendekatan mereka yang terlibat menggunakan
pohon regresi untuk mengkalibrasi jumlah deteksi kebakaran aktif MODIS
dan MODIS dibakar perkiraan daerah yang berasal dari 500 m MODIS
citra di empat belas wilayah global. Pada algoritma mereka,
variabilitas proporsi deteksi api yang aktif menghitung sampai
daerah terbakar didorong oleh persen pohon dan penutup herba dan
berarti ukuran api cluster. Hasil penelitian mereka menunjukkan bahwa pada bioma dengan rendah
tutupan pohon persen, seperti padang rumput dan shrublands, satu
1 km2 deteksi api yang aktif mewakili 4-6 km2 dari daerah yang terbakar.
Namun, di hutan boreal hubungan lebih dekat di mana
~1km2 api aktif deteksi merupakan 1.5km2 dari daerah yang terbakar.
Selain ketergantungan pada tutupan pohon pecahan,
hubungan antara deteksi api yang aktif dan area yang terbakar adalah
dipengaruhi oleh ukuran rata-rata dari cluster api. Jumlah
daerah yang terbakar per meningkat deteksi api yang aktif dengan peningkatan
ukuran api klaster berarti. Peningkatan ini terbukti paling terjal di
ekosistem padang rumput, mencapai 8 km2 dari daerah yang terbakar per 1 km2
dari deteksi api yang aktif di padang rumput kering Asia Tengah
(Giglio et al., 2006).
Koefisien dikembangkan oleh Giglio et al. (2006) adalah
indikasi dari ambang batas yang digunakan dalam pendekatan kami. Namun, karena