GOES-18 FDCF Series ABI Level 2 Fire/Hot Spot Characterization Full Disk

NOAA/GOES/18/FDCF
Dostępność zbioru danych
2022-10-13T16:10:21Z–2025-11-07T20:20:22.300000Z
Dostawca zbioru danych
Fragment kodu Earth Engine
ee.ImageCollection("NOAA/GOES/18/FDCF")
Kadencja
10 minut
Tagi
abi fdc pożar goes goes-18 goes-t goes-west punkt zapalny nesdis noaa ospo pożar lasu

Opis

Produkt Fire (HSC) zawiera 4 obrazy: 1 w postaci maski pożaru i 3 z wartościami pikseli określającymi temperaturę ognia, obszar objęty pożarem i moc promieniowania pożaru.

Maska metadanych ABI L2+ FHS przypisuje do każdego piksela z georeferencją flagę, która wskazuje jego położenie względem algorytmu FHS. Użytkownicy operacyjni, którzy mają najniższą tolerancję na fałszywe alarmy, powinni skupić się na kategoriach „processed” (rozwinięty) i „saturated” (stacjonarny) (kody maski 10, 11, 30 i 31), ale w tych kategoriach nadal mogą występować fałszywe alarmy.

README

NOAA udostępnia następujące skrypty dotyczące sugerowanych kategorii, map kolorów i wizualizacji:

Biuro NOAA ds. operacji satelitarnych i produktów ma kanał General Satellite Messages (Ogólne wiadomości satelitarne), na którym publikuje aktualizacje stanu.

Pasma

Rozmiar piksela
2000 metrów

Pasma

Nazwa Jednostki Min. Maks. Skalowanie Przesunięcie Rozmiar piksela Opis
Area m^2 0* 16 723* 60,98 4000 metry

Obszar objęty pożarem.

Temp K 0* 32 642* 0,0549367 400 metry

Temperatura ognia.

Mask metry

Kategorie masek pożaru. Wartości pikseli na obrazie maski pożaru identyfikują kategorię pożaru i informacje diagnostyczne powiązane z działaniem algorytmu. 6 kategorii pożarów to: dobra jakość lub przefiltrowany czasowo piksel pożaru o dobrej jakości; nasycony piksel pożaru lub przefiltrowany czasowo nasycony piksel pożaru; piksel pożaru zanieczyszczony chmurami lub przefiltrowany czasowo piksel pożaru zanieczyszczony chmurami; piksel pożaru o wysokim prawdopodobieństwie lub przefiltrowany czasowo piksel pożaru o wysokim prawdopodobieństwie; piksel pożaru o średnim prawdopodobieństwie lub przefiltrowany czasowo piksel pożaru o wysokim prawdopodobieństwie; piksel pożaru o niskim prawdopodobieństwie lub przefiltrowany czasowo piksel pożaru o wysokim prawdopodobieństwie. Filtrowane czasowo piksele pożaru to piksele pożaru, które znajdują się blisko siebie zarówno w przestrzeni, jak i w czasie.

Power MW 0 200 000 metry

Moc promieniowania pożaru.

DQF 0 5 metry

Flagi jakości danych.

* Szacunkowa wartość minimalna lub maksymalna.

Tabela klas masek

Wartość Kolor Opis
10 czerwony

Pożar rozwinięty

11 biały

Pożar stacjonarny

12 szary

Widok pożaru zasłonięty przez chmury

13 pomarańczowy

Pożar o wysokim prawdopodobieństwie

14 fioletowy

Pożar o średnim prawdopodobieństwie

15 niebieski

Pożar o niskim prawdopodobieństwie

30 ciemnoczerwony

Pożar rozwinięty, dane przefiltrowane

31 śnieżnobiały

Pożar stacjonarny, dane przefiltrowane

32 ciemnoszary

Widok pożaru zasłonięty przez chmury, dane przefiltrowane

33 ciemnopomarańczowy

Pożar o wysokim prawdopodobieństwie, dane przefiltrowane

34 ciemnofioletowy

Pożar o średnim prawdopodobieństwie, dane przefiltrowane

35 ciemnoniebieski

Pożar o niskim prawdopodobieństwie, dane przefiltrowane

Tabela klasy DQF

Wartość Kolor Opis
0 #ffffff

Dobra jakość danych o pożarze

1 #ff00ff

Dobra jakość danych o obszarze wolnym od pożaru

2 #0000ff

Dane nieprawidłowe z powodu zasłonięcia obrazu przez chmury

3 #00ffff

Dane nieprawidłowe z powodu typu powierzchni, odblasku słonecznego, przekroczenia progu LZA, braku danych wejściowych lub braku danych o powierzchni Ziemi

4 #ffff00

Dane nieprawidłowe z powodu nieprawidłowych danych wejściowych

5 #ff0000

Dane nieprawidłowe z powodu błędu algorytmu

Warunki usługi

Warunki usługi

Dane, informacje i produkty NOAA, niezależnie od sposobu ich udostępnienia, nie podlegają ochronie prawem autorskim i nie podlegają ograniczeniom w zakresie ich późniejszego publicznego wykorzystania. Po uzyskaniu można je wykorzystywać w dowolny zgodny z prawem sposób.

Cytowanie

Cytowanie:
  • Early characterization of the active fire detection products derived from the next generation NPOESS/VIIRS and GOES-R/ABI instruments. Schroeder, W., Csiszar, I., et al, (2010), Early characterization of the active fire detection products derived from the next generation NPOESS/VIIRS and GOES-R/ABI instruments, paper presented at 2010 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), Honolulu, HI. doi:10.1109/IGARSS.2010.5650863

  • Schmit, T., Griffith, P. i in., (2016), A closer look at the ABI on the GOES-R series, Bull. Amer. Meteor. Soc., 98(4), 681-698. doi:10.1175/BAMS-D-15-00230.1

DOI

Odkrywaj za pomocą Earth Engine

Edytor kodu (JavaScript)

// NOAA GOES-18 full disk fire product for a single time slice.

// TODO(schwehr): Find an asset with some fires.
var image = ee.Image('NOAA/GOES/18/FDCF/2022341230020300000');
var area = image.select('Area');
var temp = image.select('Temp');
var dqf = image.select('DQF');

var xmin = -205;  // On station as GOES-W
var xmax = xmin + 135;
Map.setCenter((xmin+xmax)/2, 15, 3);
var geometry = ee.Geometry.Rectangle([xmin, -65, xmax, 65], null, true);

var DQFVis = {
  min: 0,
  max: 5,
  palette: [
    'blanchedalmond',  // Good quality fire pixel
    'olive',           // Good quality fire free land
    'teal',            // Opaque cloud
                       // Bad surface type, sunglint, LZA threshold exceeded,
    'darkslateblue',   // off Earth, or missing input data
    'lemonchiffon',    // Bad input data
    'burlywood'        // Algorithm failure
  ]};
Map.addLayer(dqf, DQFVis, 'DQF');

// Fires are small enough that they are difficult to see at the scale of
// an entire GOES image.  Buffer fires based on area to make them stand out.
var area = area.reduceToVectors({
  geometry: geometry,
  scale: 2000,
  geometryType: 'centroid',
  labelProperty: 'area',
  maxPixels: 1e10,
}).map(function(feature){
  return feature.buffer(ee.Number(feature.get('area')).add(1).pow(1.5));
});
Map.addLayer(area, {color: 'orange'}, 'area');

// Buffer fires based on temperature to make them stand out.
var temp = temp.reduceToVectors({
  geometry: geometry,
  scale: 2000,
  geometryType: 'centroid',
  labelProperty: 'temp',
  maxPixels: 1e10,
}).map(function(feature){
  return feature.buffer(ee.Number(feature.get('temp')).add(2).pow(1.2));
});
Map.addLayer(temp, {color: 'red'}, 'temp');
Otwórz w edytorze kodu