Burned Area Mapping in the North American Boreal Forest Using Terra-MODIS LTDR (2001–2011): A Comparison with the MCD45A1, MCD64A1 and BA GEOLAND-2 Products

Abstract

816 results, the BA-LTDR product proved to be an alternative for mapping burned areas in the North American boreal forest region compared with the other global BA products, even those with higher spatial/spectral resolution.

Estimation of Burned Area in the Northeastern Siberian Boreal Forest from a Long-Term Data Record (LTDR) 1982–2015 Time Series

“…The count, size, fragmentation, and severity of the fires registered that year could explain these higher errors. Moreno-Ruiz et al [43] also found similar variability in their BA accuracy analysis for the North American boreal region. In addition, the analysis of the scatter plots of the different products versus the reference Landsat-TM data using 50 km × 50 km grids in Figure 6 reveals that the average determination coefficients of the linear regression model of the BA percentage versus the reference data are similar.…”

“…The distribution of these grids was uniform over the entire region. The commission and omission errors gathered the data at this 50 km spatial resolution, to prevent errors due to co-georeferencing of the images [43]. Landsat-TM images in the USGS database are scarce for the pre-MODIS era in the Northeastern Siberian region.…”

Desarrollo de una metodología para la detección de cambios de la cubierta vegetal en series temporales de imágenes de satélite diarias. Aplicación a la detección de áreas quemadas

“…Se presenta por un lado, la pendiente de la regresión lineal del porcentaje de píxeles quemados del producto BA-LTDR en celdas de 40 km x 40 km por año para la región boreal de Norte América con respecto a los correspondientes de las referencias, y su coeficiente de determinación (R 2 ), y por otro lado, los errores de comisión y omisión encontrados. Por otro lado, se han comparado los resultados obtenidos por el clasificador bayesiano para imágenes LTDR en la región de bosque boreal de Norteamérica con otros productos de área quemada disponibles de mayor resolución espacial (500 m y 1 km), dentro de los límites espacio/temporales de los mismos, ya que algunos de estos productos sólo están disponibles a partir del año 2000 y no cubren el periodo total de la serie LTDR (Moreno Ruiz et al, 2012;Moreno Ruiz et al, 2014;Nuñez-Casillas et al, 2013), y otros están limitados a una región limitada espacialmente (Chuvieco et al, 2008).…”

“…En este sentido, presenciamos una continua evolución de dichas tecnologías informáticas, tanto a nivel de potencia de cómputo y almacenamiento del hardware, como también del desarrollo de software y de la puesta en funcionamiento de nuevos algoritmos y aplicaciones informáticas, que posibilitan conjuntamente poder abordar con éxito estos nuevos retos. Frente a los primeros enfoques tradicionales de clasificación no supervisados (tales como IsoData ó K-means) y supervisados (paralelepípedo) (Barbosa et al, 1998;Riaño et al, 2007;Chuvieco et al, 2008), han surgido nuevos métodos de aprendizaje máquina ("learning machine") basados en árboles de decisión, redes bayesianas, sistemas difusos o redes neuronales, los cuales han sido aplicados a las imágenes de satélite de forma exitosa en diversos contextos (Al-Rawi et al, 2001;Zhan et al, 2002Moreno Ruiz et al, 2012García Lázaro et al, 2013;Moreno Ruiz et al, 2014).…”

Estimating Grassland Curing with Remotely Sensed Data

“…There are two separate MODIS burned area products: the MCD45A1 and the MCD64A1. The MCD64A1 burned area product is preferred over MCD45A1, since it was proven to be more accurate (Andela and van der Werf, 2014;Padilla et al, 2015;Ruiz et al, 2014). Its spatial specification is exactly the same as the MODIS reflectance dataset, with temporal availability from August 2000 onwards.…”