VIIRS 위성 관측 및 물체를 사용하여 파생된 캘리포니아 산불 확산

소식

홈페이지홈페이지 / 소식 / VIIRS 위성 관측 및 물체를 사용하여 파생된 캘리포니아 산불 확산

Jul 01, 2023

VIIRS 위성 관측 및 물체를 사용하여 파생된 캘리포니아 산불 확산

Scientific Data 9권, 기사 번호: 249(2022) 이 기사 인용 4044 액세스 6 인용 219 Altmetric Metrics 세부 정보 미국 서부 및 기타 화재 발생 취약 지역의 산불 체계 변경

과학 데이터 9권, 기사 번호: 249(2022) 이 기사 인용

4044 액세스

6 인용

219 알트메트릭

측정항목 세부정보

미국 서부와 기타 산불 취약 지역의 산불 상황 변화는 인간의 건강과 생태계 기능에 상당한 위험을 초래합니다. 그러나 산불 행동에 대한 우리의 이해는 화재 확산, 행동 및 영향을 체계적으로 정량화하는 데이터 제품이 부족하여 여전히 제한적입니다. 여기서 우리는 375m Visible Infrared Imaging Radiometer Suite 활성 화재 감지를 사용하여 개별 화재의 진행 상황을 추적하기 위한 새로운 객체 기반 시스템을 개발했습니다. 각 반일 시간 단계에서 화재 픽셀은 공간적 근접성에 따라 클러스터링되며 기존 활성 화재 개체에 추가되거나 새 개체에 할당됩니다. 이 자동 시스템을 통해 우리는 각 화재 사건의 속성을 업데이트하고, 화재 경계를 묘사하고, 위성 데이터를 수집한 직후 활성 화재 전선을 식별할 수 있습니다. 이 시스템을 사용하여 우리는 2012년부터 2020년까지 캘리포니아 화재의 역사를 매핑했습니다. 우리의 접근 방식과 데이터 스트림은 화재 확산 모델의 교정 및 평가, 거의 실시간 산불 배출량 추정, 화재 예측 모델의 초기 조건을 규정하는 수단으로 유용할 수 있습니다.

측정

산불 반일 경계 및 속성

기술 유형

원격 감지

샘플 특성 - 유기체

산불

샘플 특성 - 환경

생태계

샘플 특성 - 위치

캘리포니아

화재는 생태계 구조와 대기 구성에 영향을 미치는 지구 시스템 내의 필수적인 과정입니다1. 기후 온난화, 토지 관리 및 인구통계학적 추세는 최근 수십 년 동안 화재의 역할을 변화시켰으며, 이는 전례 없는 환경, 사회 및 기후 영향을 초래하는 화재 행동의 새로운 극단으로 이어졌습니다3,4. 산불 규모의 분포와 산불 행태 및 산불 확산 속도의 일상적 변화는 다양한 날씨와 생태계 과정 사이의 상호작용에 의해 영향을 받으며, 현재 모델이 이러한 복잡한 물리적, 생태학적 과정을 올바르게 표현하는 것은 여전히 ​​어려운 일입니다5. 다양한 기간과 지역에 걸쳐 화재 상황(예: 빈도, 강도 및 심각도)을 특성화하고 화재가 대기 질, 기후 및 생태계에 미치는 영향을 평가하고 화재 발생 및 확산을 예측하려면 새로운 관찰이 필요합니다. 물리 기반 알고리즘6,7 또는 경험적 공식8,9,10을 사용하는 화재 확산 모델은 개별 화재 및 지역 집합체의 동작을 예측하는 데 널리 사용되지만 성능 평가는 종종 고품질이 부족하여 제한됩니다. 관찰11.

화재 경계 및 지역 데이터는 역사적으로 현장 및 항공 관측을 통해 파생되었습니다. 1970년대 후반부터 특히 Landsat의 위성 원격 감지 장비는 화재 지역 및 화재 심각도 매핑을 위한 신뢰할 수 있는 대체 데이터 소스를 제공했습니다12. 위성 데이터 세트의 많은 초기 적용에서 화재 감지는 종종 공간 그리드에서 일련의 독립적인 픽셀 수준 이벤트로 보고되었으며, 이는 종종 둘 사이의 공간적 및 시간적 연결을 무시했습니다. 최근 연구에서는 객체 지향 분류 및 상황에 따른 성장의 아이디어를 사용하여 픽셀 수준 화재 데이터13,14,15,16,17,18,19(표 1)를 사용하여 개별 화재의 속성을 추적했습니다. 시간과 공간상 근처에서 감지된 화재 픽셀을 클러스터링함으로써 이러한 유형의 접근 방식은 화재에 대한 일상적인 위성 관측의 이점을 극대화합니다. 이 연구에서 가장 널리 사용되는 데이터는 중해상도 적외선 이미징 센서(예: MODIS(중해상도 이미징 분광복사계))에서 얻은 화상 지역 제품입니다. 그러나 이러한 제품은 화재 사건에 대한 신속한 평가를 생성하는 데 적합하지 않은 경우가 많습니다. 이는 화재 면적 추정에 사용되는 변화 감지 알고리즘에 화재 후 표면 반사도 관찰의 지속적인 간격이 필요하기 때문입니다. 또는 위성에 의해 감지된 열 이상 및 복사 전력은 활성 화재의 위치 및 에너지 방출에 대한 즉각적인 정보를 제공하여20 작은 화재를 감지하고 거의 실시간으로 화재 사건을 묘사할 수 있습니다16,21,22. 그러나 연속적인 위성 육교 시간 사이의 화재 확산(때때로 화재 진압)과 구름과 화재 에어로졸에 의한 지표면 마스킹의 결과로 활성 화재 감지의 시공간적 적용 범위는 불완전합니다23.

 4 km2) in California during 2018, fire perimeters were estimated using VIIRS active fires and different alpha parameters. By comparing (a) the burned area (BA) and (b) the number of fire objects with the FRAP data, an optimal alpha parameter of 1 km was identified for use in this study (shown in red). The vertical bars and lines show the mean and 1-std variability from all fires. The dashed blue lines indicate the ideal values when compared to FRAP. Panels (c)–(h) show the fire perimeters derived using different alpha shape parameters for two sample fires in 2018. The shapes with pink color are final FEDS fire perimeters derived from VIIRS active fires using the alpha shape algorithm. The blue shapes represent the corresponding fire perimeters from the FRAP dataset. Overlap between FRAP and FEDS is shown in purple./p> 20 per km2), it is considered to be a static fire and subsequently labelled as invalid./p> 4 km2) occurring in California during 2018. Purple areas in inset figures show regions of agreement for the two example wildfires. FEDS fire perimeter generally agrees well with FRAP, but sometimes underestimates the burned area for fast moving grassland fires, such as the Waverly Fire./p>