本数据集为全球月度0.5°×0.5°过火面积比例数据集，覆盖时段为1901年至2020年。数据基于气候条件、植被状态、人口密度和土地利用数据，通过机器学习模型重建生成，旨在提供20世纪时空一致的过火面积数据，以弥补卫星观测时间覆盖短和模型模拟不确定性大的不足。数据集包含三个版本：基于FireCCI51卫星产品训练的版本、基于GFED5卫星产品训练的版本，以及用历史统计过火面积与GDP关系校准的FireCCI51-GDP版本。数据变量包括网格中心纬度、经度、过火面积比例以及区分常规与极端火灾的类型标识。
数据来源于https://zenodo.org/records/14191467 。
数据生产首先将全球划分为14个GFED区域并分别处理。采用分类模型以区域内过火面积比例的90%分位数为阈值，将网格单元识别为极端或常规火灾。随后，针对两类火灾分别训练回归模型，模型以2003-2020年期间排除农田火灾的卫星过火面积产品（FireCCI51）为训练目标，利用气候、植被、人口与土地利用作为预测变量。训练后的模型应用于1901-2020年的历史数据以重建过火面积。此外，还生产了以GFED5为训练目标的版本，以及对FireCCI51版本利用历史统计过火面积与GDP关系进行区域尺度校准的版本。
数据集通过未参与训练的卫星观测数据、木炭记录以及其他独立全球和区域过火面积数据集进行了验证。其优势在于提供了20世纪长期、空间一致的过火面积重建数据，且通过分区建模和区分极端与常规火灾的方法提升了表征能力。局限性包括：百年尺度重建依赖于模型外推，其不确定性受历史输入数据精度影响；训练所用的卫星产品本身存在不确定性且排除了农田火灾；GDP校准版本建立在历史关系假设之上；早期历史时期缺乏直接观测验证；空间分辨率较粗。该数据集主要用于评估动态全球植被模型中火灾模块的模拟结果。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.NCDC.ZENODO.DB7048.2025
10.5281/zenodo.14191467
