Quantification of global forest change has been lacking despite the recognized importance of forest ecosystem services. In this study, Earth observation satellite data were used to map global forest loss (2.3 million square kilometers) and gain (0.8 million square kilometers) from 2000 to 2012 at a spatial resolution of 30 meters. The tropics were the only climate domain to exhibit a trend, with forest loss increasing by 2101 square kilometers per year. Brazil's well-documented reduction in deforestation was offset by increasing forest loss in Indonesia, Malaysia, Paraguay, Bolivia, Zambia, Angola, and elsewhere. Intensive forestry practiced within subtropical forests resulted in the highest rates of forest change globally. Boreal forest loss due largely to fire and forestry was second to that in the tropics in absolute and proportional terms. These results depict a globally consistent and locally relevant record of forest change.

Landsat 8, a NASA and USGS collaboration, acquires global moderate-resolution measurements of the Earth's terrestrial and polar regions in the visible, near-infrared, short wave, and thermal infrared. Landsat 8 extends the remarkable 40 year Landsat record and has enhanced capabilities including new spectral bands in the blue and cirrus cloud-detection portion of the spectrum, two thermal bands, improved sensor signal-to-noise performance and associated improvements in radiometric resolution, and an improved duty cycle that allows collection of a significantly greater number of images per day. This paper introduces the current (2012–2017) Landsat Science Team's efforts to establish an initial understanding of Landsat 8 capabilities and the steps ahead in support of priorities identified by the team. Preliminary evaluation of Landsat 8 capabilities and identification of new science and applications opportunities are described with respect to calibration and radiometric characterization; surface reflectance; surface albedo; surface temperature, evapotranspiration and drought; agriculture; land cover, condition, disturbance and change; fresh and coastal water; and snow and ice. Insights into the development of derived 'higher-level' Landsat products are provided in recognition of the growing need for consistently processed, moderate spatial resolution, large area, long-term terrestrial data records for resource management and for climate and global change studies. The paper concludes with future prospects, emphasizing the opportunities for land imaging constellations by combining Landsat data with data collected from other international sensing systems, and consideration of successor Landsat mission requirements.

Experience with the first 2 years of high quality data from the Moderate Resolution Imaging Spectroradiometer (MODIS) through quality control and validation has suggested several improvements to the original MODIS active fire detection algorithm described by Kaufman, Justice et al. [Journal of Geophysical Research 103 (1998) 32215]. In this paper, we present an improved replacement detection algorithm that offers increased sensitivity to smaller, cooler fires as well as a significantly lower false alarm rate. Performance of both the original and improved algorithm is established using a theoretical simulation and high-resolution Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) scenes. In general, the new algorithm can detect fires roughly half the minimum size that could be detected with the original algorithm while having an overall false alarm rate 10–100 times smaller.

Data from the first Moderate Resolution Imaging Spectroradiometer (MODIS) instrument on the NASA Terra Platform are being used to provide a new generation of land data products in support of the National Aeronautics and Space Administration (NASA)'s Earth Science Enterprise, global change research and natural resource management. The MODIS products include global data sets heretofore unavailable, derived from new moderate resolution spectral bands with spatial resolutions of 250 m to 1 km. A partnership between Science Team members and the MODIS Science Data Support Team is producing data sets of unprecedented volume and number for the land research and applications. This overview paper provides a summary of the instrument performance and status, the data production system, the products, their status and availability for land studies.

Fire products are now available from the Moderate Resolution Imaging Spectroradiometer (MODIS) including the only current global daily active fire product. This paper describes the algorithm, the products and the associated validation activities. High-resolution ASTER data, which are acquired simultaneously with MODIS, provide a unique opportunity for MODIS validation. Results are presented from a preliminary active fire validation study in Africa. The prototype MODIS burned area product is described, and an example is given for southern Africa of how this product can be used in modeling pyrogenic emissions. The MODIS Fire Rapid Response System and a web-based mapping system for enhanced distribution are described and the next steps for the MODIS fire products are outlined.

The two Moderate Resolution Imaging Spectroradiometer (MODIS) instruments, on-board NASA's Terra and Aqua satellites, have provided more than a decade of global fire data. Here we describe improvements made to the fire detection algorithm and swath-level product that were implemented as part of the Collection 6 land-product reprocessing, which commenced in May 2015. The updated algorithm is intended to address limitations observed with the previous Collection 5 fire product, notably the occurrence of false alarms caused by small forest clearings, and the omission of large fires obscured by thick smoke. Processing was also expanded to oceans and other large water bodies to facilitate monitoring of offshore gas flaring. Additionally, fire radiative power (FRP) is now retrieved using a radiance-based approach, generally decreasing FRP for all but the comparatively small fraction of high intensity fire pixels. We performed a Stage-3 validation of the Collection 5 and Collection 6 Terra MODIS fire products using reference fire maps derived from more than 2500 high-resolution Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) images. Our results indicated targeted improvements in the performance of the Collection 6 active fire detection algorithm compared to Collection 5, with reduced omission errors over large fires, and reduced false alarm rates in tropical ecosystems. Overall, the MOD14 Collection 6 daytime global commission error was 1.2%, compared to 2.4% in Collection 5. Regionally, the probability of detection for Collection 6 exhibited a ~3% absolute increase in Boreal North America and Boreal Asia compared to Collection 5, a ~1% absolute increase in Equatorial Asia and Central Asia, a ~1% absolute decrease in South America above the Equator, and little or no change in the remaining regions considered. Not unexpectedly, the observed variability in the probability of detection was strongly driven by regional differences in fire size. Overall, there was a net improvement in Collection 6 algorithm performance globally.

The global parameter fields used in the revised Simple Biosphere Model (SiB2) of Sellers et al. are reviewed. The most important innovation over the earlier SiB1 parameter set of Dorman and Sellers is the use of satellite data to specify the time-varying phonological properties of FPAR, leaf area index. and canopy greenness fraction. This was done by processing a monthly 1° by 1° normalized difference vegetation index (NDVI) dataset obtained farm Advanced Very High Resolution Radiometer red and near-infrared data. Corrections were applied to the source NDVI dataset to account for (i) obvious anomalies in the data time series, (ii) the effect of variations in solar zenith angle, (iii) data dropouts in cold regions where a temperature threshold procedure designed to screen for clouds also eliminated cold land surface points, and (iv) persistent cloud cover in the Tropics. An outline of the procedures for calculating the land surface parameters from the corrected NDVI dataset is given, and a brief description is provided of source material, mainly derived from in situ observations, that was used in addition to the NDVI data. The datasets summarized in this paper should he superior to prescriptions currently used in most land surface parameterizations in that the spatial and temporal dynamics of key land surface parameters, in particular those related to vegetation, are obtained directly from a consistent set of global-scale observations instead of being inferred from a variety of survey-based land-cover classifications.

The Harmonized Landsat and Sentinel-2 (HLS) project is a NASA initiative aiming to produce a Virtual Constellation (VC) of surface reflectance (SR) data acquired by the Operational Land Imager (OLI) and Multi-Spectral Instrument (MSI) aboard Landsat 8 and Sentinel-2 remote sensing satellites, respectively. The HLS products are based on a set of algorithms to obtain seamless products from both sensors (OLI and MSI): atmospheric correction, cloud and cloud-shadow masking, spatial co-registration and common gridding, bidirectional reflectance distribution function normalization and spectral bandpass adjustment. Three products are derived from the HLS processing chain: (i) S10: full resolution MSI SR at 10 m, 20 m and 60 m spatial resolutions; (ii) S30: a 30 m MSI Nadir BRDF (Bidirectional Reflectance Distribution Function)-Adjusted Reflectance (NBAR); (iii) L30: a 30 m OLI NBAR. All three products are processed for every Level-1 input products from Landsat 8/OLI (L1T) and Sentinel-2/MSI (L1C). As of version 1.3, the HLS data set covers 10.35 million km2 and spans from first Landsat 8 data (2013); Sentinel-2 data spans from October 2015. The L30 and S30 show a good consistency with coarse spatial resolution products, in particular MODIS Collection 6 MCD09CMG products (overall deviations do not exceed 11%) that are used as a reference for quality assurance. The spatial co-registration of the HLS is improved compared to original Landsat 8 L1T and Sentinel-2A L1C products, for which misregistration issues between multi-temporal data are known. In particular, the resulting computed circular errors at 90% for the HLS product are 6.2 m and 18.8 m, for S10 and L30 products, respectively. The main known issue of the current data set remains the Sentinel-2 cloud mask with many cloud detection omissions. The cross-comparison with MODIS was used to flag products with most evident non-detected clouds. A time series outlier filtering approach is suggested to detect remaining clouds. Finally, several time series are presented to highlight the high potential of the HLS data set for crop monitoring.

The two Moderate Resolution Imaging Spectroradiometer (MODIS) instruments on-board NASA's Terra and Aqua satellites have provided nearly two decades of global fire data. Here, we describe refinements made to the 500-m global burned area mapping algorithm that were implemented in late 2016 as part of the MODIS Collection 6 (C6) land-product reprocessing. The updated algorithm improves upon the heritage Collection 5.1 (C5.1) MCD64A1 and MCD45A1 algorithms by offering significantly better detection of small burns, a modest reduction in burn-date temporal uncertainty, and a large reduction in the extent of unmapped areas. Comparison of the C6 and C5.1 MCD64A1 products for fifteen years (2002-2016) on a regional basis shows that the C6 product detects considerably more burned area globally (26%) and in almost every region considered. The sole exception was in Boreal North America, where the mean annual area burned was 6% lower for C6, primarily as a result of a large increase in the number of small lakes mapped (and subsequently masked) at high latitudes in the upstream C6 input data. With respect to temporal reporting accuracy, 44% of the C6 MCD64A1 burned grid cells were de-tected on the same day as an active fire, and 68% within 2 days, which represents a substantial reduction in temporal uncertainty compared to the C5.1 MCD64A1 and MCD45A1 products. In addition, an areal accuracy assessment of the C6 burned area product undertaken using high resolution burned area reference maps derived from 108 Landsat image pairs is reported.

The MODIS instrument provides major advances in moderate resolution earth observation. Improved spatial resolution for land observation at 250 and 500 m and improved spectral band placement provide new remote sensing opportunities. NASA has invested in the development of improved algorithms for MODIS, which will provide new data sets for global change research. Surface reflectance is one of the key products from MODIS and is used in developing several higher-order land products. The surface reflectance algorithm builds on the heritage of the Advanced Very High Resolution Radiometer (AVHRR) and SeaWiFS algorithms, taking advantage of the new sensing capabilities of MODIS. Atmospheric correction by the removal of water vapor and aerosol effects provides improvements over previous coarse resolution products and the basis for a new time-series, which will extend through to the NPOESS generation imagers. This paper summarizes the first evaluation of the MODIS surface reflectance product accuracy, in comparison with other data products and in the context of the MODIS instrument performance since launch. The MODIS surface reflectance product will provide an important time-series data set for quantifying global environmental change.