Een hoogresolutie spatio-temporele dataset van brandverspreiding voor het Middellandse Zeegebied en Europa

Waarom het bijhouden van branden dag voor dag belangrijk is

Bosbranden zijn niet langer zeldzame rampen die we van een afstand volgen. Heetere, drogere omstandigheden maken grote, langdurige branden vaker voorkomend in Europa en het Middellandse Zeegebied, en vormen een bedreiging voor woningen, gezondheid, natuur en kritieke infrastructuur. Om deze branden te begrijpen en te beheersen, moeten wetenschappers niet alleen weten waar een brand eindigde, maar ook hoe deze zich van dag tot dag over het landschap verplaatste. Dit artikel introduceert een nieuwe open dataset die de verspreiding van bosbranden in hoge detail vastlegt in zowel ruimte als tijd, en onderzoekers een krachtig instrument biedt om te zien hoe moderne branden zich gedragen.

Een nieuwe kaartserie van bewegende brandfronten

De auteurs presenteren FireSpread_MedEU, een verzameling gedetailleerde kaarten die laten zien hoe 103 afzonderlijke bosbranden zich uitbreidden in Europa en het Middellandse Zeegebied tussen 2017 en 2023. In plaats van slechts één omlijning van het uiteindelijke brandschadegebied te bieden, legt de dataset tot dagelijkse momentopnames vast van het verbrande gebied terwijl het groeide, in totaal 320 afzonderlijke groeistappen. Elke kaart volgt de buitenrand van de verbrande zone op een gegeven moment in de levensloop van de brand, zoals een time-lapse tekening van het oprukkende brandfront. Dit detailniveau maakt het mogelijk te onderzoeken hoe snel branden zich verspreiden, hoe ze reageren op het weer en hoe ze interageren met verschillende typen vegetatie.

Vanuit de ruimte kijken met fijne resolutie

Om deze kaarten te maken, werkte het team met hoge-resolutie commerciële satellieten van Planet Labs. Deze kleine satellieten maken optische afbeeldingen van het aardoppervlak met ongeveer drie meter resolutie, vaak eenmaal per dag. Dat is scherp genoeg om de structuur van individuele verbrande stukken te zien en hoe ze van de ene op de andere dag groeien. De onderzoekers gebruikten eerst een semi-automatische methode om verbrande grond in elke afbeelding te selecteren, gebaseerd op het feit dat vuur-geschroeid land in het nabij-infrarood anders reflecteert dan ongeschroeide vegetatie. Daarna werden deze voorlopige omtrekken handmatig opgeschoond, waarbij fouten veroorzaakt door rook, wolken of verwarrende landkenmerken zoals donker water of kale bodem werden gecorrigeerd.

Ruwe beelden omzetten naar bruikbare brandvormen

Achter de schermen begint elke kaart van een verbrande zone als een raster van pixels waarvan de helderheid is aangepast om extreme waarden te verwijderen en beelden vergelijkbaar te maken. De onderzoekers stelden een op maat gemaakte drempel in het nabij-infraroodkanaal vast, zodat pixels donkerder dan deze grens waarschijnlijk tot verbrande grond behoren. Clusters van zulke pixels werden vervolgens samengevoegd tot grotere vormen, terwijl duidelijke foutdetecties — zoals waterlichamen — werden verwijderd. Omdat het lastig is met slechts een paar kleurkanalen kleine ongeschroeide eilanden binnen het brandgebied te onderscheiden van werkelijk gemiste verbrande plekken, richtte het team zich op het in kaart brengen van de buitenste grens van elk litteken. Ten slotte zetten ze de pixelclusters om in vloeiende polygonen die eenvoudig in kaartsoftware kunnen worden verwerkt.

Context toevoegen over het land en de data

De verspreiding van bosbranden hangt sterk af van wat er brandt, dus elke gemapte brandstap is gekoppeld aan een landbedekkingskaart die de onderliggende grond classificeert — zoals bossen, struiken, akkers, graslanden of stedelijke gebieden. Voor elke verbrande vorm vermeldt de dataset het aandeel van het gebied dat in elk van deze brede categorieën valt. De auteurs nemen ook een uitgebreide set beschrijvende velden op: wanneer en op welk tijdstip de satellietfoto is genomen, hoe groot het verbrande gebied was, en hoe duidelijk het zichtbaar was, met een vierledige kwaliteitsbeoordeling gebaseerd op de hoeveelheid rook en wolkendekking. Zelfs data waarop geen omtrek kon worden getekend, bijvoorbeeld door dichte rook of ontbrekende beelden, worden in het register bewaard met de reden erbij.

Hoe onderzoekers en planners het kunnen gebruiken

Aangezien FireSpread_MedEU wordt gedeeld als één goed gedocumenteerd kaartbestand, kan het gemakkelijk worden gebruikt in brandmodellen, risicoanalyses en nieuwe computer-vision tools. Wetenschappers kunnen testen hoe goed hun simulaties van brandverspreiding de waargenomen dag-tot-dag groei van echte branden reproduceren, of nagaan of geautomatiseerde producten voor verbrande gebieden van andere satellieten de grootte en vorm van branden correct vastleggen. De data benadrukken ook hun eigen beperkingen: er treden gaten van meerdere dagen op wanneer rook of wolken het zicht blokkeerden, en de interne structuur van branden is vereenvoudigd tot hun buitenrand. Toch biedt deze dataset, door fijne ruimtelijke detaillering te combineren met frequente momentopnamen in de tijd, de onderzoeksgemeenschap een waardevolle nieuwe basis voor het begrijpen en voorspellen van het gedrag van bosbranden in een opwarmend Europa.

Bronvermelding: Müller, S., Hofmann-Böllinghaus, A., Chen, Z. et al. A high-resolution spatiotemporal wildfire propagation dataset for the Mediterranean and Europe. Sci Data 13, 389 (2026). https://doi.org/10.1038/s41597-026-06965-2

Trefwoorden: bosbranden, satellietgegevens, klimaatverandering, brandverspreiding, remote sensing