地球资源数据云——数据资源详情

MODIS（MCD64A1）中国2020-2024年烧毁面积数据集

本数据集基于中分辨率成像光谱仪（ MODIS ）的 MCD64A1 产品，生成了覆盖中国全境、时间跨度为 2000 年至 2024 年的烧毁面积数据。数据集采用 MCD64A1 标准算法，该算法通过结合 MODIS 地表反射率数据和主动火点信息，利用燃烧敏感植被指数与未燃烧参考像元之间的时序变化，来识别和绘制火烧迹地。数据集在空间上覆盖中国全域，空间分辨率为 500 米，时间分辨率为逐月。其主要特征为以栅格形式记录了每个像元被探测到发生燃烧的日期，从而可进一步提取出每次火灾事件的燃烧范围、面积和发生时间。数据生产过程中遵循了 MODIS 产品的标准质量控制流程，数据质量主要受云、雪覆盖以及地形复杂地区像元混合效应的影响。本数据集为长时间序列、大范围的火灾动态监测提供了基础数据，对于评估中国区域火灾 regimes 的时空格局、研究火灾对生态系统和碳循环的影响、以及支持相关领域的政策制定和灾害管理具有重要的科学价值与应用意义。 关键词 ： GEE ；烧毁面积； M CD64A1 ； 500 米分辨率 引 言 火灾是陆地生态系统中一种重要的自然干扰和人为活动过程，对全球碳循环、生态系统结构、生物多样性以及大气化学成分具有深远影响（ Bowman et al ., 2009 ）。准确、连续地监测火烧迹地的时空分布，是量化火灾生态与气候效应、理解火灾发生驱动机制以及评估火灾风险和管理成效的科学基础。在全球和区域尺度上，卫星遥感因其宏观、及时和周期性的观测能力，已成为绘制烧毁面积产品的最关键技术手段。 在众多卫星传感器中，美国国家航空航天局的中分辨率成像光谱仪凭借其适中的空间分辨率、广泛的光谱覆盖和每日重访周期，为生成长时间序列的全球烧毁面积产品提供了理想的数据源。基于 MODIS 数据开发的 MCD64A1 烧毁面积产品，通过分析地表反射率的时间序列变化，实现了对火烧迹地位置和发生时间的有效识别（ Giglio et al ., 2018 ），是目前全球火灾科学研究中应用最为广泛的数据集之一。 尽管存在多种全球尺度的烧毁面积产品，但在针对特定区域，尤其是像中国这样地域辽阔、生态系统多样、火灾类型复杂（包括森林火、草原火和农业残余燃烧等）的国家级研究时，构建一个经过区域裁剪、格式统一、便于直接使用的长时间序列数据集，仍然具有重要的数据科学价值。此类数据集能够有效减少研究人员在数据预处理上的重复工作，促进数据的一致性和可比性。 本工作旨在基于 MCD64A1 Version 6.1 产品，生成一份覆盖中国全境、时间跨度从 2000 年至 2024 年的烧毁面积数据集。本引言所提及的前期工作与代表性参考文献为数据集的生成与应用提供了坚实的理论与方法基础。本数据集系统地整合了超过二十年的观测记录，为分析中国区域火灾的长期变化趋势、空间分布特征及其与气候和人类活动的关联提供了核心数据支撑。我们期望本数据集能够在中国地区的火灾生态学、生物地球化学循环、气候变化以及环境管理等多个领域的研究中发挥其潜在的重用价值。 1 数据采集和处理方法 1.1 数据采集方法 本数据集 依靠 GEE （ Google Earth Engine ）平台，使用 MCD64A1 数据集。 Terra 和 Aqua 组合的 MCD64A1 版本 6.1 烧毁面积数据产品是一种每月更新的全球网格化 500 米产品，包含每个像素的烧毁面积和质量信息。 MCD64A1 烧毁面积测绘方法采用 500 米 MODIS 地表反射率影像，并结合 1 公里 MODIS 主动火灾观测数据。该算法使用烧毁敏感植被指数 ( VI ) 来创建动态阈值，这些阈值会应用于合成数据。该 VI 派生自 MODIS 短波红外大气校正地表反射率波段 5 和 7 ，并包含时间纹理度量。 该算法可识别每个 MODIS 影像块内 500 米网格单元的燃烧日期。日期以单个数据层的形式进行编码，表示发生火灾的日历年的序号日期，并为未燃烧的陆地像素分配值，以及为缺失数据和水网格单元预留额外的特殊值。