- 利用可能なデータセットの期間
- 2015-04-02T12:00:00Z–2020-12-31T12:00:00Z
- データセット プロデューサー
- NASA GSFC
- ケイデンス
- 3 日間
- タグ
説明
NASA-USDA の世界の土壌水分データと NASA-USDA の SMAP 世界の土壌水分データは、0.25°x0.25° の空間解像度で世界中の土壌水分情報を提供します。これらのデータセットには、地表と地表下の土壌水分（mm）、土壌水分プロファイル（%）、地表と地表下の土壌水分異常が含まれます。土壌水分異常は単位がなく、31 日間の移動ウィンドウを使用して計算された標準化された異常を表します。0 前後の値は一般的な水分状態を示し、正の値が大きいほど極端な湿潤（土壌水分状態が平均を上回る）、負の値が大きいほど極端な乾燥（土壌水分状態が平均を下回る）を示します。
このデータセットは、衛星から得られた土壌水分アクティブ パッシブ（SMAP）レベル 3 の土壌水分観測値を、1 次元アンサンブル カルマン フィルタ（EnKF）データ同化アプローチを使用して、修正された 2 層の Palmer モデルに統合することで生成されます。SMAP の土壌水分観測の同化により、特に降水量の質の高いデータが不足している世界の観測が不十分な地域で、モデルベースの土壌水分予測の精度が向上しました。
このデータセットは、NASA の Goddard Space Flight Center の Hydrological Science Laboratory（HSL）が、USDA Foreign Agricultural Services および USDA Hydrology and Remote Sensing Lab と協力して開発しました。
バンド
バンド
ピクセルサイズ: 27,830 メートル（すべてのバンド）
| 名前 | 単位 | 最小 | 最大 | ピクセルサイズ | 説明 |
|---|---|---|---|---|---|
ssm |
mm | 0* | 25.39* | 27830 メートル | 地表の土壌水分 |
susm |
mm | 0* | 274.6* | 27830 メートル | 地表下の土壌水分 |
smp |
分数 | 0* | 1* | 27830 メートル | 土壌水分プロファイル |
ssma |
無次元 | -4* | 4* | 27830 メートル | 地表土壌水分異常 |
susma |
無次元 | -4* | 4* | 27830 メートル | 地表下の土壌水分異常 |
利用規約
利用規約
このデータセットはパブリック ドメインにあり、使用と配布に制限はありません。詳しくは、NASA の地球科学データと情報に関するポリシーをご覧ください。
引用
Bolten, J.、W.T. Crow、X. Zhan、T.J. Jackson、C.A. Reynolds（2010 年）。Evaluating the Utility of Remotely Sensed Soil Moisture Retrievals for Operational Agricultural Drought Monitoring（運用上の農業干ばつモニタリングのためのリモート センシングによる土壌水分量推定の有用性の評価）、IEEE Transactions on Geoscience and Remote Sensing、3(1): 57-66。 doi:10.1109/JSTARS.2009.2037163 Google Scholar
Bolten, J., and W. T. Crow（2012 年）。リモートセンシングされた地表土壌水分を使用した準地球規模の植生状態の予測の改善、Geophysical Research Letters、39: (L19406)。 doi:10.1029/2012GL053470 Google Scholar
I. E. Mladenova、J.D. Bolten、W.T. Crow、M.C. Anderson、C.R. Hain、D.M. Johnson、R. Mueller（2017 年）。米国におけるトウモロコシと大豆の収量を推定するための土壌水分、蒸発ストレス、植生指数の相互比較IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing、10(4): 1328-1343、doi:10.1109/JSTARS.2016.2639338
Sazib, N.、I. E. Mladenova、J.D. Bolten（2018 年）。世界の土壌水分データを使用した干ばつ評価のための Google Earth Engine の活用。Remote Sensing, 10(8), p.1265. doi:10.3390/rs10081265 Google Scholar
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 年）.The soil moisture active passive (SMAP) mission, Proceedings of the IEEE, 98(5): 704-716. doi:10.1109/JPROC.2010.2043918 記事
O'Neill, P. E., S. Chan, E. G. Njoku, T. Jackson、R. Bindlish（2016 年）。SMAP L3 Radiometer Global Daily 36 km EASE-Grid Soil Moisture, Version 4. Boulder, Colorado USA. NASA National Snow and Ice Data Center Distributed Active Archive Center.doi:10.5067/ZX7YX2Y2LHEB
DOI
Earth Engine で探索する
コードエディタ（JavaScript）
var dataset = ee.ImageCollection('NASA_USDA/HSL/SMAP_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');