IGNISMODIS × VIIRS fire intelligence
Conectando…
Método y validación

Dos décadas de satélites que no se pueden comparar directamente. Un solo registro que sí.

MODIS (1 km, 2000→) y VIIRS (375 m, 2012→) observan los mismos incendios con resoluciones, horarios de paso y sensibilidades distintas. Concatenar sus conteos fabrica tendencias falsas. Estas son las evidencias que IGNIS mide en los propios datos y cómo las corrige.

Sensibilidad VIIRS / MODIS
—
más celdas-día con fuego en el mismo periodo
Deriva de Terra
—
hora solar del pase diurno ()
Deriva de Aqua
—
se acerca al pico diurno de fuego
Sesgo del registro
—
sin armonizar → IGNIS (año excluido)
Evidencia 1 · medida en las detecciones

La deriva orbital cambia la hora a la que se mira el fuego

Hora solar local mediana de los pases diurnos, calculada a partir de cada detección. Terra se adelanta y Aqua se retrasa desde 2022 a medida que agotan combustible; VIIRS permanece estable. La rejilla diaria y el día solar hacen al calendario robusto a este muestreo cambiante.

Evidencia 2 · inferida automáticamente

Caídas de datos detectadas (… de ≥ 5 días)

    Coinciden con incidentes documentados: modos seguros de Terra (feb 2016, oct 2022), anomalía de Aqua (mar–abr 2022) y fallo de la electrónica de escaneo de VIIRS S-NPP (jul–ago 2022). Esos días se rellenan con el siguiente sensor de la cadena en lugar de contarse como «cero fuego».

    Pipeline

    Del píxel al calendario, en nueve pasos

    1. 01
      Ingesta

      Archivo estándar NASA FIRMS (MODIS C6.1, VIIRS S-NPP / NOAA-20 375 m, 2000→2025) + feeds NRT públicos de los cuatro satélites cada 3 h; API de área con MAP_KEY para cualquier región.

    2. 02
      Esquema canónico

      Brillo T21/T31 ↔ I4/I5, confianza 0–100 ↔ l/n/h (umbrales C6.1: 30/80), códigos de plataforma, versión SP/NRT y huella del píxel → un solo esquema. Sólo fuegos de vegetación con confianza ≥ nominal.

    3. 03
      Máscara de fuentes estáticas

      Antorchas de gas e industria (FIRMS tipo 2) aprendidas del archivo en celdas H3 res-8: se excluyen también de los datos NRT, que no traen el campo «type».

    4. 04
      Día solar local

      Hora solar aparente (longitud + ecuación del tiempo). Evita que el pase nocturno de Terra (22:30 LST) caiga en el día UTC siguiente sobre las Américas.

    5. 05
      Rejilla común H3 res-6

      Hexágonos de ~36 km², mayores que el píxel MODIS más grande (9,8 km²): la ocurrencia celda-día es observable por ambos sensores.

    6. 06
      Disponibilidad ≠ ausencia de fuego

      VIIRS ve antorchas cada día; MODIS se contrasta con su plataforma compañera. Se detectan las caídas documentadas (Terra 2016/2022, Aqua 2022, S-NPP 2022).

    7. 07
      Calibración cruzada por AOI

      Razón mensual con contracción, ley de potencia log-lineal y variante con FRP; retro-transformación que conserva masa. Gana el modelo con mejor validación dejando un año fuera (día + mes + año).

    8. 08
      Cadena de referencia

      VIIRS S-NPP → NOAA-20/21 → MODIS Terra+Aqua → Terra → Aqua, día a día, con intervalos de predicción diarios y anuales.

    9. 09
      Calendario

      Climatología ±7 días, percentiles, año de fuego que empieza en el mes más tranquilo, periodos críticos (> P90 ≥ 3 días), tendencia Mann-Kendall + pendiente de Sen.

    Ficha del modelo de IA

    Riesgo de propagación

    Ficha del modelo de IA · clasificación

    ¿Es un incendio? Clasificador de fuentes fijas

    Referencias

    Fundamentos científicos y datos

    1. [1] Giglio, L., Schroeder, W., Justice, C. O. (2016). The collection 6 MODIS active fire detection algorithm and fire products. Remote Sensing of Environment 178, 31–41.
    2. [2] Schroeder, W., Oliva, P., Giglio, L., Csiszar, I. (2014). The New VIIRS 375 m active fire detection data product. Remote Sensing of Environment 143, 85–96.
    3. [3] Van Wagner, C. E. (1987). Development and structure of the Canadian Forest Fire Weather Index System. Forestry Technical Report 35.
    4. [4] Forestry Canada Fire Danger Group (1992). Development and structure of the Canadian Forest Fire Behavior Prediction System. ST-X-3.
    5. [5] Wotton, B. M., Alexander, M. E., Taylor, S. W. (2009). Updates and revisions to the 1992 Canadian FBP System. GLC-X-10.
    6. [6] Duan, N. (1983). Smearing estimate: a nonparametric retransformation method. JASA 78, 605–610.
    7. [7] Sen, P. K. (1968). Estimates of the regression coefficient based on Kendall's tau. JASA 63, 1379–1389.
    8. [8] Uber Technologies (2018). H3: hexagonal hierarchical geospatial indexing system.
    9. [9] NASA FIRMS; NASA POWER (MERRA-2); NASA GIBS / Worldview.