NASA-USDA Enhanced SMAP Global Soil Moisture Data [deprecated]

مدى توفّر مجموعة البيانات: 2015-04-02T12:00:00Z–2022-08-02T12:00:00Z
الجهة المنتجة لمجموعة البيانات: مركز غودارد لرحلات الفضاء التابع لوكالة ناسا

سلسلة نقاط التواصل: 3 أيام
العلامات: جيوفيزيائي

hsl

nasa

smap

تربة

رطوبة التربة

usda

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 المستمدة من الأقمار الصناعية في نموذج بالمر المعدّل ذي الطبقتين باستخدام نهج استيعاب البيانات المستند إلى مرشح كالمان 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 واتّباع نهج النافذة المتحركة التي تتوسّطها 31 يومًا. يساعد استيعاب بيانات رطوبة التربة التي جمعها القمر الصناعي SMAP في تحسين التوقعات المستندة إلى النموذج بشأن رطوبة التربة، لا سيما في المناطق التي لا تتوفّر فيها أدوات قياس كافية في العالم والتي تفتقر إلى بيانات هطول الأمطار ذات الجودة العالية.

تم تطوير مجموعة البيانات هذه من قِبل مختبر العلوم الهيدرولوجية في "مركز غودارد لرحلات الفضاء" التابع لوكالة ناسا بالتعاون مع "دائرة الخدمات الزراعية الأجنبية" التابعة لوزارة الزراعة الأمريكية و"مختبر الهيدرولوجيا والاستشعار عن بُعد" التابع لوزارة الزراعة الأمريكية.

النطاقات

حجم البكسل
‫10000 متر

النطاقات

الاسم	الوحدات	الحد الأدنى	الحد الأقصى	حجم البكسل	الوصف
`ssm`	مم	0*	25.39*	متر	رطوبة التربة السطحية
`susm`	مم	0*	274.6*	متر	رطوبة التربة تحت السطح
`smp`	كسر	*0	*1	متر	الملف الشخصي لرطوبة التربة
`ssma`	بلا أبعاد	‎-4*	4*	متر	شذوذ رطوبة التربة السطحية
`susma`	بلا أبعاد	‎-4*	4*	متر	القيمة الشاذة لرطوبة التربة تحت السطح

* الحدّ الأدنى أو الأقصى للقيمة المقدَّرة

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. استخدام بيانات "الرطوبة النشطة وغير النشطة في التربة" من وكالة ناسا لتقييم مدى التعرّض للحرائق والتأثيرات المحتملة في أستراليا وكاليفورنيا 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. استخدام بيانات "الرطوبة النشطة وغير النشطة في التربة" من وكالة ناسا لتقييم مدى التعرّض للحرائق والتأثيرات المحتملة في أستراليا وكاليفورنيا 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 Google Scholar
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
Bolten, J., 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
Bolten, J., and W. "تي كرو (2012). تحسين التوقّع بشأن الظروف شبه العالمية للنباتات باستخدام رطوبة التربة السطحية التي يتم رصدها عن بُعد، Geophysical Research Letters، 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)

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');

فتح في "أداة تعديل الرموز"

بيانات محسّنة حول رطوبة التربة العالمية من NASA-USDA [متوقّفة نهائيًا]

NASA_USDA/HSL/SMAP10KM_soil_moisture, geophysical,hsl,nasa,smap,soil,soil-moisture,usda

2015-04-02T12:00:00Z/2022-08-02T12:00:00Z

‎-60 -180 90 180

Google Earth Engine

https://developers.google.com/earth-engine/datasets