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

NASA_USDA/HSL/SMAP10KM_soil_moisture
資料集開放期間
2015-04-02T12:00:00Z–2022-08-02T12:00:00Z
資料集產生者
Earth Engine 程式碼片段
ee.ImageCollection("NASA_USDA/HSL/SMAP10KM_soil_moisture")
行銷系列活動
3 天
標記
地球物理
HSL
nasa
smap
泥土
soil-moisture
usda

說明

NASA-USDA 強化型 SMAP 全球土壤濕度資料，提供全球土壤濕度資訊，空間解析度為 10 公里。這個資料集包含：地表、地表下、土壤濕度 (公釐)、土壤濕度剖面 (%)、地表和地表下土壤濕度異常 (-)。

這個資料集是透過 1 維集合卡爾曼濾波器 (EnKF) 資料同化方法，將衛星衍生的土壤濕度主動被動 (SMAP) 第 3 級土壤濕度觀測資料整合至修改後的雙層 Palmer 模型中產生。土壤濕度異常是根據感興趣日期的氣候學計算而得。氣候學是根據 SMAP 衛星觀測資料的完整資料記錄和 31 天為中心的移動視窗方法估算而得。同化 SMAP 土壤濕度觀測資料有助於改善模型為基礎的土壤濕度預測，特別是在全球儀器設備不足的區域，這些區域缺乏優質的降水資料。

這項資料集是由 NASA Goddard Space Flight Center 的水文科學實驗室，與 USDA Foreign Agricultural Services 和 USDA Hydrology and Remote Sensing Lab 合作開發。

頻帶

波段

像素大小：10000 公尺 (所有頻段)

名稱 單位 最小值 最大值 像素大小 說明
ssm 毫米 0* 25.39* 10000 公尺

表土濕度
susm 公釐 0* 274.6* 10000 公尺

地表下土壤濕度
smp 分數 0* 1* 10000 公尺

土壤濕度剖面圖
ssma 無尺寸 -4* 4* 10000 公尺

地表土壤濕度異常
susma 無尺寸 -4* 4* 10000 公尺

地表下土壤濕度異常
* 預估最小或最大值

使用條款

使用條款

這個資料集屬於公有領域內容，可供使用和散布，不受任何限制。詳情請參閱 NASA 的地球科學資料與資訊政策。

參考資料

參考資料：

  • Sazib, N.、J. D. Bolten 和 I. E. Mladenova。2021 年。 運用 NASA Soil Moisture Active Passive 評估澳洲和加州發生火災的可能性和潛在影響。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 年。 透過將 SMAP 土壤濕度擷取資料同化到全球土壤水分平衡模型中，監測農業乾旱。前置鏡頭。Big Data, 3(10). doi:10.3389/fdata.2020.00010

  • Sazib, N.、J. D. Bolten 和 I. E. Mladenova。2021 年。 運用 NASA Soil Moisture Active Passive 評估澳洲和加州發生火災的可能性和潛在影響。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. 和 Reynolds, C.，2019 年。 評估 SMAP 在全球農業乾旱監測作業中的應用。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.、及 Bolten, J. (2020 年)。 使用地球觀測資料評估 ENSO 對非洲農業的影響。Frontiers in Sustainable Food Systems, 4, 188. doi:10.3389/fsufs.2020.509914 Google Scholar

  • Sazib, N.、Mladenova, I. 和 Bolten, J.，2018 年。 Leveraging the google earth engine for drought assessment using global soil moisture data. Remote sensing, 10(8): 1265. doi:10.3390/rs10081265

  • Bolten, J.、W.T. Crow、X. Zhan、T.J. Jackson 和 C.A. Reynolds (2010 年)。 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. 和 W. T. 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 學術搜尋

  • 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

  • I. 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 和 R. Bindlish (2016)。 SMAP L3 Radiometer Global Daily 36 km EASE-Grid Soil Moisture，第 4 版。 美國科羅拉多州波爾德。NASA National Snow and Ice Data Center Distributed Active Archive Center.doi:10.5067/ZX7YX2Y2LHEB

DOI

使用 Earth Engine 探索

程式碼編輯器 (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');

Python 設定

請參閱「 Python 環境」頁面，瞭解 Python API 和如何使用 geemap 進行互動式開發。

import ee
import geemap.core as geemap

Colab (Python)

dataset = ee.ImageCollection('NASA_USDA/HSL/SMAP10KM_soil_moisture').filter(
    ee.Filter.date('2017-04-01', '2017-04-30')
)

soil_moisture = dataset.select('ssm')

soil_moisture_vis = {
    'min': 0.0,
    'max': 28.0,
    'palette': ['0300ff', '418504', 'efff07', 'efff07', 'ff0303'],
}

m = geemap.Map()
m.set_center(-6.746, 46.529, 2)
m.add_layer(soil_moisture, soil_moisture_vis, 'Soil Moisture')
m
在程式碼編輯器開啟
NASA-USDA 強化型 SMAP 全球土壤濕度資料，提供全球土壤濕度資訊，空間解析度為 10 公里。這個資料集包含：地表、地表下、土壤濕度 (公釐)、土壤濕度剖面 (%)、地表和地表下土壤濕度異常 (-)。這個資料集是整合衛星衍生的土壤濕度主動被動 (SMAP) …
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