- डेटासेट की उपलब्धता
- 2015-04-02T12:00:00Z–2022-08-02T12:00:00Z
- डेटासेट प्रोड्यूसर
- NASA GSFC
- केडेंस
- तीन दिन
- टैग
ब्यौरा
NASA-USDA Enhanced SMAP Global soil moisture data से, दुनिया भर की मिट्टी में मौजूद नमी की जानकारी मिलती है. यह जानकारी 10 कि॰मी॰ के स्पेशल रिज़ॉल्यूशन पर मिलती है. इस डेटासेट में यह जानकारी शामिल होती है: सतह, सतह के नीचे, मिट्टी में नमी (मिमी), मिट्टी में नमी का प्रतिशत (%), सतह और सतह के नीचे की मिट्टी में नमी की अनियमितताएं (-).
इस डेटासेट को जनरेट करने के लिए, सैटलाइट से मिले सॉइल मॉइस्चर ऐक्टिव पैसिव (एसएमएपी) के लेवल 3 के सॉइल मॉइस्चर ऑब्ज़र्वेशन को, संशोधित किए गए दो लेयर वाले पामर मॉडल में इंटिग्रेट किया जाता है. इसके लिए, 1-डी एनसेंबल कालमैन फ़िल्टर (ईएनकेएफ़) डेटा एसिमिलेशन अप्रोच का इस्तेमाल किया जाता है. मिट्टी में नमी की अनियमितताओं का हिसाब, उस दिन के हिसाब से लगाया गया था. जलवायु विज्ञान का अनुमान, SMAP सैटलाइट से मिले डेटा के पूरे रिकॉर्ड और 31 दिनों के मूविंग-विंडो अप्रोच के आधार पर लगाया गया था. SMAP से मिले मिट्टी की नमी के डेटा को मॉडल में शामिल करने से, मिट्टी की नमी के बारे में मॉडल के अनुमानों को बेहतर बनाने में मदद मिलती है. खास तौर पर, दुनिया के उन इलाकों में जहां अच्छी क्वालिटी का बारिश का डेटा उपलब्ध नहीं है.
इस डेटासेट को नासा के गोडार्ड स्पेस फ़्लाइट सेंटर में मौजूद हाइड्रोलॉजिकल साइंस लैबोरेट्री ने तैयार किया है. इसे तैयार करने में, यूएसडीए फ़ॉरेन ऐग्रिकल्चरल सर्विसेज़ और यूएसडीए हाइड्रोलॉजी ऐंड रिमोट सेंसिंग लैब ने भी मदद की है.
बैंड
पिक्सल का साइज़
10,000 मीटर
बैंड
| नाम | इकाइयां | कम से कम | ज़्यादा से ज़्यादा | पिक्सल का साइज़ | ब्यौरा |
|---|---|---|---|---|---|
ssm |
mm | 0* | 25.39* | मीटर | सतही मिट्टी में नमी |
susm |
mm | 0* | 274.6* | मीटर | ज़मीन के नीचे की मिट्टी में नमी |
smp |
भिन्न | 0* | 1* | मीटर | मिट्टी में नमी की प्रोफ़ाइल |
ssma |
कोई डाइमेंशन नहीं | -4* | 4* | मीटर | सतही मिट्टी में नमी की अनियमितता |
susma |
कोई डाइमेंशन नहीं | -4* | 4* | मीटर | मिट्टी की ऊपरी परत में नमी की गड़बड़ी |
इस्तेमाल की शर्तें
इस्तेमाल की शर्तें
यह डेटासेट सार्वजनिक डोमेन में है. इसे बिना किसी पाबंदी के इस्तेमाल और डिस्ट्रिब्यूट किया जा सकता है. ज़्यादा जानकारी के लिए, नासा की पृथ्वी विज्ञान से जुड़े डेटा और जानकारी की नीति देखें.
उद्धरण
सज़ीब, एन., जे॰ डी॰ बोल्टन, और आई. ई॰ मलेडेनोवा. 2021. ऑस्ट्रेलिया और कैलिफ़ोर्निया में आग लगने की आशंका और संभावित असर का आकलन करने के लिए, NASA के सॉइल मॉइस्चर ऐक्टिव पैसिव (एसएमएपी) मिशन का इस्तेमाल करना. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 15: 779-787. doi:10.1109/jstars.2021.3136756
Mladenova, I.E., बोल्टन, जे॰डी॰, क्रॉ, डब्ल्यू॰, सज़ीब, एन॰ और रेनॉल्ड्स, सी॰, 2020. एसएमएपी से मिट्टी में नमी की जानकारी को ग्लोबल सॉइल वॉटर बैलेंस मॉडल में शामिल करके, खेती के लिए सूखे की निगरानी करना. सामने से. Big Data, 3(10). doi:10.3389/fdata.2020.00010
सज़ीब, एन., जे॰ डी॰ बोल्टन, और आई. ई॰ मलेडेनोवा. 2021. ऑस्ट्रेलिया और कैलिफ़ोर्निया में आग लगने की आशंका और संभावित असर का आकलन करने के लिए, NASA के सॉइल मॉइस्चर ऐक्टिव पैसिव (एसएमएपी) मिशन का इस्तेमाल करना. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 15: 779-787. doi:10.1109/jstars.2021.3136756
Mladenova, I.E., बोल्टन, जे॰डी॰, क्रॉ, डब्ल्यू॰टी॰, नजीब साज़िब, कोश, एम॰एच॰, टकर, सी॰जे॰ और रेनॉल्ड्स, सी॰, 2019. दुनिया भर में कृषि क्षेत्र में सूखे की निगरानी के लिए, SMAP के ऑपरेशनल ऐप्लिकेशन का आकलन करना. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 12(9): 3387-3397. doi:10.1109/JSTARS.2019.2923555
सज़ीब, एन., इवा म्लादेनोवा, और जे॰ बोल्टन (2020). Earth Observation Data का इस्तेमाल करके, अफ़्रीका में खेती पर ENSO के असर का आकलन करना. Frontiers in Sustainable Food Systems, 4, 188. doi:10.3389/fsufs.2020.509914 Google Scholar
सज़ीब, एन., इवा म्लादेनोवा और जेनी बोल्टन, 2018. मिट्टी में नमी की वैश्विक जानकारी का इस्तेमाल करके, सूखे का आकलन करने के लिए Google Earth Engine का इस्तेमाल करना. Remote sensing, 10(8): 1265. doi:10.3390/rs10081265
बोल्टन, जे॰, डब्ल्यू॰टी॰ क्रो, एक्स॰ ज़ान, टी.जे. जैक्सन, और सी.ए. रेनॉल्ड्स (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. टी॰ Crow (2012). Improved prediction of quasi-global vegetation conditions using remotely sensed surface soil moisture, Geophysical Research Letters, 39: (L19406). [doi:10.1029/2012GL053470][https://doi.org/10.1029/2012GL053470) Google Scholar
एंटेखाबी, डी, नजोकु, ईजी, ओ'नील, पीई, केलॉग, केएच, क्रो, डब्ल्यूटी, एडेलस्टीन, डब्ल्यूएन, एंटिन, जेके, गुडमैन, एसडी, जैक्सन, टीजे, जॉनसन, जे, किंबल, जे, पीपमेयर, जेआर, कोस्टर, आरडी, मार्टिन, एन, मैकडॉनल्ड, केसी, मोघद्दाम, एम, मोरान, एस, राइक्ल, आर, शी, जेसी, स्पेंसर, एमडब्ल्यू, थर्मन, एसडब्ल्यू, त्सैंग, एल और वैन ज़िल, जे (2010). The soil moisture active passive (SMAP) mission, Proceedings of the IEEE, 98(5): 704-716. doi:10.1109/JPROC.2010.2043918
I. ई॰ एम॰सी॰ एंडरसन, सी॰आर॰ हैन, डी॰एम॰ जॉनसन, आर॰ Mueller (2017). अमेरिका में मक्का और सोयाबीन की पैदावार का अनुमान लगाने के लिए, मिट्टी में नमी, वाष्पीकरण का दबाव, और वनस्पति सूचकांकों की तुलना, 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., एस॰ चान, ई. जी॰ एनजोकू, टी. Jackson, and R. Bindlish (2016). SMAP L3 Radiometer Global Daily 36 km EASE-Grid Soil Moisture, Version 4. बोल्डर, कोलोराडो यूएसए. NASA National Snow and Ice Data Center Distributed Active Archive Center.doi:10.5067/ZX7YX2Y2LHEB
डीओआई
- 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
Earth Engine की मदद से एक्सप्लोर करें
कोड एडिटर (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');