- مدى توفّر مجموعة البيانات
- 2015-04-02T12:00:00Z–2022-08-02T12:00:00Z
- الجهة المنتِجة لمجموعة البيانات
- مركز غودارد لرحلات الفضاء التابع لوكالة ناسا
- سلسلة نقاط التواصل
- 3 أيام
- العلامات
الوصف
توفّر بيانات رطوبة التربة العالمية المحسّنة من NASA-USDA معلومات عن رطوبة التربة في جميع أنحاء العالم بدقة مكانية تبلغ 10 كيلومترات. تتضمّن مجموعة البيانات هذه: السطح، والسطح الفرعي، ورطوبة التربة (ملليمتر)، وملف رطوبة التربة (بالمائة)، وشذوذ رطوبة التربة السطحية والفرعية (-).
يتم إنشاء مجموعة البيانات من خلال دمج ملاحظات رطوبة التربة النشطة والسلبية (SMAP) من المستوى 3 المستندة إلى الأقمار الصناعية في نموذج بالمر المعدّل ذي الطبقتين باستخدام أسلوب استيعاب البيانات المستند إلى "مرشّح كلمان" المجمّع أحادي الأبعاد (EnKF). تم احتساب القيم الشاذة لرطوبة التربة من المناخ في اليوم المعنيّ. تم تقدير علم المناخ استنادًا إلى سجلّ البيانات الكامل لملاحظات القمر الصناعي SMAP وأسلوب النافذة المتحركة التي تتوسّط 31 يومًا. يساعد استيعاب بيانات رطوبة التربة التي جمعتها مهمة SMAP في تحسين التوقعات المستندة إلى النموذج بشأن رطوبة التربة، لا سيما في المناطق التي تفتقر إلى أدوات قياس كافية في العالم والتي لا تتوفّر فيها بيانات هطول أمطار ذات جودة جيدة.
تم تطوير مجموعة البيانات هذه من قِبل مختبر العلوم الهيدرولوجية في "مركز غودارد لرحلات الفضاء" التابع لوكالة ناسا بالتعاون مع "خدمات الزراعة الأجنبية" التابعة لوزارة الزراعة الأمريكية و"مختبر الهيدرولوجيا والاستشعار عن بُعد" التابع لوزارة الزراعة الأمريكية.
النطاقات
النطاقات
حجم البكسل: 10000 متر (جميع النطاقات)
| الاسم | الوحدات | الحد الأدنى | الحد الأقصى | حجم البكسل | الوصف |
|---|---|---|---|---|---|
ssm |
مم | 0* | 25.39* | 10,000 متر | رطوبة التربة السطحية |
susm |
مم | 0* | 274.6* | 10,000 متر | رطوبة التربة تحت السطح |
smp |
كسر | *0 | *1 | 10,000 متر | ملف رطوبة التربة |
ssma |
بلا أبعاد | -4* | 4* | 10,000 متر | شذوذ رطوبة التربة السطحية |
susma |
بلا أبعاد | -4* | 4* | 10,000 متر | القيم الشاذة لرطوبة التربة تحت السطح |
بنود الاستخدام
بنود الاستخدام
مجموعة البيانات هذه متاحة للجميع ويمكن استخدامها وتوزيعها بدون أي قيود. يمكنك الاطّلاع على سياسة وكالة ناسا بشأن بيانات ومعلومات علوم الأرض للحصول على معلومات إضافية.
الاقتباسات
Sazib, N., ي. د. "بولتن" وأنا. E. Mladenova. 2021. الاستفادة من بيانات "مهمة ناسا النشطة والسلبية لرصد رطوبة التربة" في تقييم مدى قابلية المناطق في أستراليا وكاليفورنيا للتأثّر بالحرائق والتأثيرات المحتملة الناجمة عنها IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 15: 779-787. doi:10.1109/jstars.2021.3136756
Mladenova, I.E., Bolten, J.D., Crow, W., Sazib, N. and Reynolds, C., 2020. مراقبة الجفاف الزراعي من خلال دمج بيانات استرجاع رطوبة التربة من مهمة SMAP في نموذج عالمي لتوازن المياه في التربة الجهة الأمامية Big Data, 3(10). doi:10.3389/fdata.2020.00010
Sazib, N., ي. د. "بولتن" وأنا. E. Mladenova. 2021. الاستفادة من بيانات "مهمة ناسا النشطة والسلبية لرصد رطوبة التربة" في تقييم مدى قابلية المناطق في أستراليا وكاليفورنيا للتأثّر بالحرائق والتأثيرات المحتملة الناجمة عنها IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 15: 779-787. doi:10.1109/jstars.2021.3136756
Mladenova, I.E., Bolten, J.D., Crow, W.T., Sazib, N., Cosh, M.H., Tucker, C.J. and Reynolds, C., 2019. Evaluating the operational application of SMAP for global agricultural drought monitoring. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 12(9): 3387-3397. doi:10.1109/JSTARS.2019.2923555
Sazib, N., Mladenova, I., & Bolten, J. (2020) تقييم تأثير ظاهرة النينو والنينيا على الزراعة في أفريقيا باستخدام بيانات مراقبة الأرض Frontiers in Sustainable Food Systems، 4، 188. doi:10.3389/fsufs.2020.509914 الباحث العلمي من Google
Sazib, N., Mladenova, I. and Bolten, J., 2018. الاستفادة من Google Earth Engine لتقييم الجفاف باستخدام بيانات رطوبة التربة العالمية Remote sensing, 10(8): 1265. doi:10.3390/rs10081265
بولتن، ج.، W.T. Crow, X. Zhan, T.J. Jackson, and C.A. Reynolds (2010). Evaluating the Utility of Remotely Sensed Soil Moisture Retrievals for Operational Agricultural Drought Monitoring, IEEE Transactions on Geoscience and Remote Sensing, 3(1): 57-66. doi:10.1109/JSTARS.2009.2037163 Google Scholar
بولتن، ج.، و "تي كرو (2012). تحسين التوقّع بشأن الظروف شبه العالمية للنباتات باستخدام رطوبة التربة السطحية التي يتم رصدها عن بُعد، رسائل أبحاث الفيزياء الأرضية، 39: (L19406). [doi:10.1029/2012GL053470][https://doi.org/10.1029/2012GL053470) الباحث العلمي من Google
Entekhabi, D, Njoku, EG, O'Neill, PE, Kellogg, KH, Crow, WT, Edelstein, WN, Entin, JK, Goodman, SD, Jackson, TJ, Johnson, J, Kimball, J, Piepmeier, JR, Koster, RD, Martin, N, McDonald, KC, Moghaddam, M, Moran, S, Reichle, R, Shi, JC, Spencer, MW, Thurman, SW, Tsang, L & Van Zyl, J (2010). The soil moisture active passive (SMAP) mission, Proceedings of the IEEE, 98(5): 704-716. doi:10.1109/JPROC.2010.2043918
1- E. Mladenova, J.D. Bolten, W.T. Crow, M.C. Anderson, C.R. Hain, D.M. Johnson, R. Mueller (2017). Intercomparison of Soil Moisture, Evaporative Stress, and Vegetation Indices for Estimating Corn and Soybean Yields Over the U.S., IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 10(4): 1328-1343. doi:10.1109/JSTARS.2016.2639338
O'Neill, P. E., S. Chan, E. G. Njoku, T. Jackson, and R. Bindlish (2016). SMAP L3 Radiometer Global Daily 36 km EASE-Grid Soil Moisture, Version 4 بولدر، كولورادو، الولايات المتحدة الأمريكية NASA National Snow and Ice Data Center Distributed Active Archive Center.doi:10.5067/ZX7YX2Y2LHEB
معرِّفات العناصر الرقمية (DOI)
- https://doi.org/10.1029/2012GL053470
- https://doi.org/10.1109/JPROC.2010.2043918
- https://doi.org/10.1109/JSTARS.2009.2037163
- https://doi.org/10.1109/JSTARS.2016.2639338
- https://doi.org/10.1109/JSTARS.2019.2923555
- https://doi.org/10.1109/jstars.2021.3136756
- https://doi.org/10.3389/fsufs.2020.509914
- https://doi.org/10.3390/rs10081265
- https://doi.org/10.5067/ZX7YX2Y2LHEB
الاستكشاف باستخدام Earth Engine
أداة تعديل الرموز (JavaScript)
var dataset = ee.ImageCollection('NASA_USDA/HSL/SMAP10KM_soil_moisture') .filter(ee.Filter.date('2017-04-01', '2017-04-30')); var soilMoisture = dataset.select('ssm'); var soilMoistureVis = { min: 0.0, max: 28.0, palette: ['0300ff', '418504', 'efff07', 'efff07', 'ff0303'], }; Map.setCenter(-6.746, 46.529, 2); Map.addLayer(soilMoisture, soilMoistureVis, 'Soil Moisture');