基于MODIS数据的秸秆焚烧遥感监测

基于MODIS数据的秸秆焚烧遥感监测

先利用MOD14A2 v006提取着火点,再利用ESA WorldCover 10m v100提取河南省耕地斑块,两数据相交,可得到秸秆焚烧斑块的位置和面积。

初始化环境

import aie
aie.Authenticate()
aie.Initialize()

选取区域

yu = aie.FeatureCollection('China_Province') \
                        .filter(aie.Filter.eq('province', '河南省'))
# 提取河南省出来,这是一个例子,所以只做河南就行了
geometry = yu.geometry()
# 利用MOD14数据地理定位,提取着火点
# 指定检索数据集,可设置检索的时间范围,2012年6月11日卫星过境,现在秸秆焚烧已经比较少了,所以用以前的数据。
dataset = aie.ImageCollection('MODIS_MOD14A2_006') \
             .filterDate('2012-06-10', '2012-6-12')
imgs = dataset.select(['FireMask'])
imgs = imgs.mosaic().rename(['fire'])
imgs = imgs.clip(geometry)
map = aie.Map(
    center=yu.getCenter(),
    height=800,
    zoom=6
)
vis_params = {
    'bands': 'fire',
    'min': 1,
    'max': 9,
    'palette': [
        '#000000', '#ffffff'
    ]
}
map.addLayer(
    imgs,
    vis_params,
    'Fire',
    bounds=imgs.getBounds()
)
map
原始数据

提取着火点

# 根据规则7-9为着火点
fire_image = imgs.gte(aie.Image.constant(7.0)).And(imgs.lte(aie.Image.constant(9.0)))
mask_params = {
    'min': 0,
    'max': 1,
    'palette': ['#ffffff','#fc5531']
}
map.addLayer(
    fire_image,
    mask_params,
    'FireROI',
    bounds=fire_image.getBounds()
)
map
着火点分布

提取农用地

#指定检索数据集,可设置检索的时间范围,因为没有2012年的lucc,所以这里用2020年的
lucc = aie.ImageCollection('ESA_WORLD_COVER_V100') \
             .filterBounds(geometry) \
             .filterDate("2020-01-01", "2022-01-31") \
             .mosaic()\
             .clip(geometry)
lucc_imgs = lucc.select(['Map']).rename(['lucc'])
lucc_imgs = lucc_imgs.eq(aie.Image(40))
mask_params = {
    'min': 0,
    'max': 1,
    'palette': ['#ffffff','#f096ff']
}

map.addLayer(
    lucc_imgs,
    mask_params,
    'Lucc',
    bounds=imgs.getBounds()
)
map
河南省耕地分布

秸秆焚烧点提取

fire_straw = lucc_imgs.And(fire_image)
mask_params = {
    'min': 0,
    'max': 1,
    'palette': ['#ffffff','#fc5531']
}
map.addLayer(
    fire_straw,
    mask_params,
    'FireStraw',
    bounds=fire_straw.getBounds()
)
map
# task = aie.Export.image.toAsset(fire_straw,'FireStraw',1000)
# task.start()
秸秆焚烧区域
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,039评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,223评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,916评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,009评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,030评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,011评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,934评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,754评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,202评论 1 309
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,433评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,590评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,321评论 5 342
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,917评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,568评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,738评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,583评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,482评论 2 352

推荐阅读更多精彩内容