
- Доступность набора данных
- 2015-04-02T12:00:00Z–2022-08-02T12:00:00Z
- Производитель наборов данных
- Космический центр космических полетов НАСА
- Каденция
- 3 дня
- Теги
- геофизические
Описание
Расширенные глобальные данные NASA-USDA о влажности почвы в рамках проекта SMAP предоставляют информацию о влажности почвы по всему миру с пространственным разрешением 10 км. Этот набор данных включает: влажность поверхности, подповерхностного слоя, влажность почвы (мм), профиль влажности почвы (%), аномалии влажности поверхности и подповерхностного слоя почвы (-).
Набор данных создан путем интеграции спутниковых наблюдений за влажностью почвы уровня 3 (SMAP) в модифицированную двухслойную модель Палмера с использованием одномерного ансамблевого фильтра Калмана (EnKF) для ассимиляции данных. Аномалии влажности почвы были рассчитаны на основе климатологии за интересующий день. Климатология была оценена на основе полной записи данных спутниковых наблюдений SMAP и подхода с использованием скользящего окна с центром в 31 день. Ассимиляция данных наблюдений за влажностью почвы SMAP помогает улучшить прогнозы влажности почвы, основанные на модели, особенно в регионах мира с недостаточным количеством измерительных приборов, где отсутствуют качественные данные об осадках.
Данный набор данных был разработан Лабораторией гидрологических наук в Центре космических полетов имени Годдарда НАСА в сотрудничестве со Службой зарубежного сельскохозяйственного производства Министерства сельского хозяйства США и Лабораторией гидрологии и дистанционного зондирования Министерства сельского хозяйства США.
Группы
Размер пикселя
10000 метров
Группы
| Имя | Единицы | Мин | Макс | Размер пикселя | Описание |
|---|---|---|---|---|---|
ssm | мм | 0* | 25.39* | метры | Влажность поверхностного слоя почвы |
susm | мм | 0* | 274.6* | метры | Влажность подповерхностного слоя почвы |
smp | Дробь | 0* | 1* | метры | Профиль влажности почвы |
ssma | Безразмерная | -4* | 4* | метры | Аномалия влажности поверхностного слоя почвы |
susma | Безразмерная | -4* | 4* | метры | Аномалия влажности подповерхностного слоя почвы |
Условия эксплуатации
Условия эксплуатации
Данный набор данных находится в общественном достоянии и доступен без ограничений на использование и распространение. Дополнительную информацию см. в Политике НАСА в отношении данных и информации о науках о Земле .
Цитаты
Сазиб, Н., Дж. Д. Болтен и И. Е. Младенова. 2021. Использование данных НАСА об активности и пассивности измерения влажности почвы для оценки пожарной опасности и потенциального воздействия на Австралию и Калифорнию. Журнал IEEE по избранным темам прикладных наблюдений за Землей и дистанционного зондирования , 15: 779-787. doi:10.1109/jstars.2021.3136756
Младенова, И.Е., Болтен, Дж.Д., Кроу, В., Сазиб, Н. и Рейнольдс, К., 2020. Мониторинг сельскохозяйственной засухи посредством ассимиляции данных о влажности почвы SMAP в глобальную модель водного баланса почвы. Front. Big Data , 3(10). doi:10.3389/fdata.2020.00010
Сазиб, Н., Дж. Д. Болтен и И. Е. Младенова. 2021. Использование данных НАСА об активности и пассивности измерения влажности почвы для оценки пожарной опасности и потенциального воздействия на Австралию и Калифорнию. Журнал IEEE по избранным темам прикладных наблюдений за Землей и дистанционного зондирования , 15: 779-787. doi:10.1109/jstars.2021.3136756
Младенова, И.Е., Болтен, Дж.Д., Кроу, В.Т., Сазиб, Н., Кош, М.Х., Такер, К.Дж. и Рейнольдс, К., 2019. Оценка оперативного применения SMAP для глобального мониторинга сельскохозяйственной засухи. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing , 12(9): 3387-3397. doi:10.1109/JSTARS.2019.2923555
Сазиб, Н., Младенова, И., и Болтен, Дж. (2020). Оценка влияния ENSO на сельское хозяйство в Африке с использованием данных дистанционного зондирования Земли. Frontiers in Sustainable Food Systems , 4, 188. doi:10.3389/fsufs.2020.509914 Google Scholar
Сазиб, Н., Младенова, И. и Болтен, Дж., 2018. Использование Google Earth Engine для оценки засухи с помощью глобальных данных о влажности почвы. Дистанционное зондирование , 10(8): 1265. doi:10.3390/rs10081265
Болтен, Дж., У. Т. Кроу, С. Чжан, Т. Дж. Джексон и К. А. Рейнольдс (2010). Оценка полезности дистанционного зондирования влажности почвы для оперативного мониторинга сельскохозяйственной засухи, IEEE Transactions on Geoscience and Remote Sensing , 3(1): 57-66. doi:10.1109/JSTARS.2009.2037163 Google Scholar
Болтен, Дж., и У. Т. Кроу (2012). Улучшенное прогнозирование квазиглобальных условий растительности с использованием данных дистанционного зондирования влажности поверхностного слоя почвы, Geophysical Research Letters , 39: (L19406). [doi:10.1029/2012GL053470][https://doi.org/10.1029/2012GL053470) Google Scholar
Энтехаби, Д., Нджоку, Э.Г., О'Нил, П.Е., Келлогг, К.Х., Кроу, В.Т., Эдельштейн, В.Н., Энтин, Дж.К., Гудман, С.Д., Джексон, Т.Дж., Джонсон, Дж., Кимбалл, Дж., Пипмайер, Дж.Р., Костер, Р.Д., Мартин, Н., Макдональд, К.С., Могхаддам, М., Моран, С., Райхле, Р., Ши, Дж.С., Спенсер, М.В., Турман, С.В., Цанг, Л. и Ван Зил, Дж. (2010). Миссия активного пассивного мониторинга влажности почвы (SMAP), Труды IEEE , 98(5): 704-716. doi:10.1109/JPROC.2010.2043918
IE Mladenova, JD Bolten, WT Crow, MC Anderson, CR Hain, DM Johnson, R. Mueller (2017). Intercomparison of Soil Moisture, Evaporative Stress, and Vegetation Indices for Estimating Corn and Soybean Yields Over the US, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing , 10(4): 1328-1343. doi:10.1109/JSTARS.2016.2639338
О'Нил, П. Э., С. Чан, Э. Г. Нджоку, Т. Джексон и Р. Биндлиш (2016). Глобальные ежедневные данные о влажности почвы с использованием радиометра SMAP L3 на расстоянии 36 км в сетке EASE, версия 4. Боулдер, Колорадо, США. Национальный центр данных о снеге и льде НАСА, Распределенный центр активного архивирования. doi:10.5067/ZX7YX2Y2LHEB
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
Исследуйте мир с помощью Earth Engine.
Редактор кода (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');