💡这项突破是什么?
最后，清单还证实了现有主流低空间分辨率遥感火灾产品（如MODIS、VIIRS active fire product）等存在着大量的检测遗漏，整体遗漏率超过了50%（图4）。研究建立的高分辨率火点清单将成为改进碳排放与碳核算的重要数据参考，为更精细尺度上气候、火灾和土地覆盖变化耦合关系的揭示提供了新思路和新方式。
研究成果以Active Fire Dynamics in the Amazon: New Perspectives from High-resolution Satellite Observations为题发表于Nature Index收录期刊、地学领域卓越期刊《Geophysical Research Letters》上，论文第一作者为南京大学地理与海洋科学学院博士研究生许文轩，通讯作者为刘永学教授。研究得到了国家重点研发计划、国家自然科学基金等项目支持，也得到了阿姆斯特丹自由大学Sander Veraverbeke教授等国内外同行的大力协助与支持。
相关论文链接：
Liu, Y.*, Zhi, W., Xu, B., Xu, W., & Wu, W. (2021). Detecting high-temperature anomalies from Sentinel-2 MSI images. ISPRS Journal of Photogrammetry and Remote Sensing, 177, 174–193.https://doi.org/10.1016/j.isprsjprs.2021.05.008
Xu, W., Liu, Y.*, Veraverbeke, S., Wu, W., Dong, Y., & Lu, W. (2021). Active Fire Dynamics in the Amazon: New Perspectives from High-resolution Satellite Observations. Geophysical Research Letters, 48, e2021GL093789.https://doi.org/10.1029/2021GL093789
图1 基于云计算平台、时间序列Sentinel-2 MSI的火点清单生产流程
图2 亚马逊地区的火灾的时空动态（2016–2019年）。（a）亚马逊地区火点探测的空间格局（0.1°× 0.1°），生物质燃烧类型随纬度/经度的变化分别显示在（a1）右侧和（a2）顶部;（a3）亚马逊地区各行政单元内的火点检测占比。（b）研究时段内亚马逊地区旱季（6–10月）和湿季（11月–次年5月）的火点密度与对应降水量的变化。
图3 亚马逊地区人为火发生机制。（a1–a7）时间序列MSI影像展示了巴西朗多尼亚州森林砍伐与火灾动态。（b）2016年以来该地区农用地扩张。（c）2008年至2018年亚马逊地区各土地类型的转移矩阵。DF：雨林；SF：灌木林；C：农用地；G：草地；WB：水体；W：湿地；NV：裸地。（d）新增农用地附近0.3 km、1.5 km和3 km范围内检测到的火像元总数。
图4 MODIS火点产品在各月、各类土地覆盖类型中的遗漏率。（a）位于Sentinel-2成像轨道上的Terra MODIS火点观测的日遗漏率。(b)不同植被覆盖上的火点遗漏的比较。左面板显示了MODIS分别在湿季和旱季的检测率与遗漏率。右面板显示了MODIS的遗漏率和清单中被MODIS遗漏的火簇大小的月变化。
