2019年亚马孙大火比往年更活跃

2019年亚马孙大火比往年更活跃

来源:NASA

2019年8月19日,NASA Terra卫星上的MODIS仪器捕获了一幅自然彩色图像,显示巴西帕拉州新普罗格雷索附近的火灾。该镇位于BR-163公路(一条南北向的高速公路)沿线,连接亚马孙南部的农民和亚马孙河上圣塔伦的远洋港口。高速公路周围聚集了牧场和农田,西边的蜿蜒道路连接着小型矿井,深入雨林。

随着亚马孙火灾季接近中点,科学家使用NASA卫星跟踪大火活动证实,2019年巴西亚马孙火灾的数量和强度都有所增加,这是自2010年以来该地区火灾最活跃的一年。

由于经济条件和气候的变化,亚马孙的火灾活动每年每月都有很大差异。NASA戈达德太空飞行中心生物圈科学实验室主任Douglas Morton解释说,今年8月,巴西中部亚马孙主道上的大火格外强烈并持续地燃烧十分引人注目。虽然干旱在过去加剧火灾方面起到了重要作用,但2019年旱季早期火灾探测的时间和地点,比起区域性干旱,与地面清理更为一致。

“卫星通常会第一个发现亚马孙偏远地区的火灾,”Morton说道。自2002年以来,NASA用于火灾探测的主要工具是Terra和Aqua卫星上的中分辨率成像光谱仪(MODIS)。

到目前为止,整个巴西亚马孙地区2019年的MODIS火灾活动探测高于2010年以来的任何一年。亚马孙州有望在2019年更新火灾活动纪录。

Morton指出,来自NASA和巴西国家环境保护协会(INPE)的2019年火灾活动统计数据达成一致。“INPE也利用NASA MODIS传感器的数据来监测巴西亚马孙的火灾活动,”Morton说,“因此,NASA和INPE对近期火灾活动的变化估计相同。在巴西亚马孙所包括的所有七个州,MODIS检测率都比去年同期高。”

全球火灾排放数据库(GFED)项目负责MODIS火灾探测分析,该项目包括来NASA戈达德、加州大学欧文分校、和阿姆斯特丹自由大学的研究员。多年来,GFED团队已经处理了17年的NASA卫星数据以更好地了解火灾对地球系统变化的作用。他们对亚马孙南部的分析包括巴西、秘鲁、和玻利维亚的部分地区,该地区通常在7月至10月间发生火灾。

[rml_read_more]

2019年亚马孙大火比往年更活跃

2012年1月1日至2019年8月21日
来源:NASA

2019年亚马孙大火比往年更活跃

2012年1月1日至2019年8月21日
来源:NASA

这些图显示了截至2019年8月22日,MODIS和索米国家极地轨道伙伴卫星(Suomi NPP)上的可见红外成像辐射计套件(VIIRS)累积检测到的火灾活动。数据证实,2019年是2012年(VIIRS开始记录)以来,巴西亚马孙七个州的最多火灾年度。此外,累积火灾辐射功率的记录表示2019年的火灾比往年更加激烈。

2019年亚马孙大火比往年更活跃

2012年1月1日至2019年8月21日
来源:NASA

2019年亚马孙大火比往年更活跃

2012年1月1日至2019年8月21日
来源:NASA

2019年亚马孙大火比往年更活跃

2019年8月15日至22日
来源:NASA

上图显示了Terra和Aqua MODIS在2019年8月15日至22日期间对巴西火灾活动的探测。火灾的位置(橙色显示)覆盖在VIIRS获得的夜间图像上。在这些数据中,城镇呈现白色,森林覆盖的区域呈黑色,热带稀树草原和林地(在巴西称为Cerrado)呈灰色。巴西帕拉州和亚马孙州的火灾探测集中在BR-163和BR-230高速公路沿线。

2019年亚马孙大火比往年更活跃

2019年8月8日至22日,巴西亚马孙地区上空与火灾相关的一氧化碳变化。这张动图由NASA的Aqua卫星上的大气红外线探测器(AIRS)绘制,显示了海拔大约5500米上空一氧化碳的变化
来源:NASA

自2003年以来,NASA的Aqua和Terra卫星上的MODIS传感器每天都在观察世界各地的热异常(通常是火灾)。火灾探测地图基于资源管理系统火灾信息(FIRMS)的数据,该系统由马里兰大学和NASA的应用科学计划开发。FIRMS为自然资源管理者和研究人员提供近实时的火灾信息。值得注意的是,地图上的每个点不一定直接对应地面上的一个火灾。火灾活动探测代表1平方公里区域的中心,该区域具有一个或多个热异常。有时一次连续火灾会被记录为排成一行的多个异常,代表火灾前沿。

参考:
[1]https://earthobservatory.nasa.gov/images/145498/uptick-in-amazon-fire-activity-in-2019
[2]https://www.jpl.nasa.gov/news/news.php?feature=7486

发表回复

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据