用 Wolfram 语言映射美国的山火

野火最近已在美国多个州蔓延。加利福尼亚州遭受着历史上最大规模的野火之苦。俄勒冈州有20处大火，覆盖面积超过40万英亩。甚至华盛顿今年也不能幸免。

为了得到当前野火在哪里的感觉，我生成了一个调用的函数 WildfireData 其源数据来自美国宇航局的MODIS仪器登上了Terra和Aqua两颗卫星（代码包括在文章的结尾）：https://modis.gsfc.nasa.gov/

这 WildfireData 函数可以通过以下全局 ResourceFunction URI进行访问：

代码语言：javascript复制

WildfireData=ResourceFunction["user:arnoudb/DeployedResources/Function/WildfireData"]

现在，我们可以立即使用此函数从NASA获取当前可用的野火数据：

代码语言：javascript复制

data=WildfireData[]

输出是具有几列的数据集。第一列包含野火观测的地理位置，第二列包含其亮度：

我们可以从在地图上绘制所有位置开始：

代码语言：javascript复制

GeoGraphics[{Red,Point[data[All,"Location"]]}]

输出显示观察到的野火：

在此缩放级别上，南方似乎有很多野火，但是我们可以放大，例如密西西比州，以近距离观察：

代码语言：javascript复制

ms=Entity["AdministrativeDivision",{"Mississippi","UnitedStates"}];

代码语言：javascript复制

GeoGraphics[{Blue,Polygon[ms],Red,Point[data[All,"Location"]]},GeoRange->ms]

近距离来看，这些野火非常分散且独立：

我们可以将密西西比州和俄勒冈州进行比较，以了解两者之间的区别：

代码语言：javascript复制

or=Entity["AdministrativeDivision",{"Oregon","UnitedStates"}];

代码语言：javascript复制

GeoGraphics[{Blue,Polygon[or],Red,Point[data[All,"Location"]]},GeoRange->or]

俄勒冈州的野火数量更多：

我们可以放大任何区域，例如，洛杉矶市中心40英里以内的区域：

代码语言：javascript复制

la=Entity["City",{"LosAngeles","California","UnitedStates"}];

代码语言：javascript复制

GeoGraphics[{Red,Point[data[All,"Location"]]},GeoRange->GeoDisk[la,Quantity[40,"Miles"]]]

圣盖博山上有许多野火：

这些野火被称为山猫火（Twitter上的#bobcatfire）：

在俄勒冈州塞勒姆以东还有大火：

代码语言：javascript复制

area=Entity["City",{"Salem","Oregon","UnitedStates"}]

代码语言：javascript复制

GeoGraphics[{Red,Point[data[All,"Location"]]},GeoRange->GeoDisk[area,Quantity[60,"Miles"]]]

这显示了一大堆野火：

不幸的是，西部的野火季节预计要到11月才能结束。到目前为止，仅在加利福尼亚州，就有超过300万英亩的土地被烧毁，估计成本为8亿美元。俄勒冈州损失了60万英亩，华盛顿损失了500,000英亩。

WildfireData 函数的代码：

代码语言：javascript复制

WildfireData[] := Module[{base, csv1, csv2, csv, ds},
  base = "https://firms.modaps.eosdis.nasa.gov/data/active_fire/c6/
csv/"; csv1 = 
   Once[Import[
     URLBuild[{base, "MODIS_C6_USA_contiguous_and_Hawaii_24h.csv"}]]];
  csv2 = Once[Import[URLBuild[{base, "MODIS_C6_Alaska_24h.csv"}]]];
  csv = If[Length[csv2] > 1, Join[csv1, csv2], csv1];
  ds = Dataset[Map[
     <|
       "Location" -> GeoPosition[{First[#], #[[2]]}],
       "Brightness" -> #[[3]],
       "Scan" -> #[[4]],
       "Track" -> #[[5]],
       "AcquisitionDate" -> 
        DateObject[{#[[6]] <> " " <> 
           IntegerString[#[[7]], 10, 4], {"Year", "-", "Month", "-", 
           "Day", " ", "Hour", "Minute"}}],
       "Satellite" -> #[[8]],
       "ConfidenceFraction" -> #[[9]]/100.,
       "Version" -> #[[10]],
       "BrightnessT31" -> #[[11]],
       "FRP" -> #[[12]],
       "DayNight" -> #[[13]]|> &, Rest[csv]]
    ]
  ]

twitter

0 人点赞