- مدى توفّر مجموعة البيانات
- 2010-01-13T12:00:00Z–2020-12-31T12:00:00Z
- الجهة المنتِجة لمجموعة البيانات
- مركز غودارد لرحلات الفضاء التابع لوكالة ناسا
- سلسلة نقاط التواصل
- 3 أيام
- العلامات
الوصف
توفّر مجموعة بيانات "رطوبة التربة العالمية" من وكالة ناسا ووزارة الزراعة الأمريكية، ومجموعة بيانات "رطوبة التربة العالمية" من SMAP التابعة لوكالة ناسا، معلومات عن رطوبة التربة في جميع أنحاء العالم بدقة مكانية تبلغ 0.25 درجة × 0.25 درجة. تتضمّن مجموعات البيانات هذه رطوبة السطح وتحت السطح للتربة (بالملليمتر)، وملف رطوبة التربة (بالنسبة المئوية)، وشذوذ رطوبة التربة على السطح وتحت السطح. إنّ قيم شذوذ رطوبة التربة ليس لها وحدات، وهي تمثّل قيم شذوذ موحّدة يتم احتسابها باستخدام فترة زمنية متحرّكة مدتها 31 يومًا. تشير القيم القريبة من 0 إلى الظروف النموذجية للرطوبة، بينما تشير القيم الإيجابية والسلبية جدًا إلى التبلّل الشديد (تكون ظروف رطوبة التربة أعلى من المتوسط) والجفاف (تكون ظروف رطوبة التربة أقل من المتوسط)، على التوالي.
يتم إنشاء مجموعة البيانات هذه من خلال دمج ملاحظات رطوبة التربة من المستوى 2 المستندة إلى بيانات القمر الصناعي Soil Moisture Ocean Salinity (SMOS) في نموذج Palmer المعدَّل ذي الطبقتين باستخدام أسلوب دمج البيانات المستند إلى فلتر Kalman الجماعي أحادي الأبعاد (EnKF). وقد ساعدت عملية استيعاب الملاحظات الخاصة برطوبة التربة التي تم جمعها من خلال القمر الصناعي SMOS في تحسين التوقعات المستندة إلى النموذج بشأن رطوبة التربة، لا سيما في المناطق التي لا تتوفّر فيها أدوات كافية (مثل جنوب أفريقيا والشرق الأوسط) والتي تفتقر إلى بيانات هطول الأمطار ذات الجودة العالية.
تم تطوير مجموعة البيانات هذه من قِبل "مختبر علوم المياه" (HSL) 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
النطاقات
حجم البكسل: 27830 مترًا (جميع النطاقات)
| الاسم | الوحدات | الحد الأدنى | الحد الأقصى | حجم البكسل | الوصف |
|---|---|---|---|---|---|
ssm |
مم | 0* | 25.39* | 27830 متر | رطوبة التربة السطحية |
susm |
مم | 0* | 274.6* | 27830 متر | رطوبة التربة تحت السطح |
smp |
كسر | *0 | *1 | 27830 متر | ملف رطوبة التربة |
ssma |
بلا أبعاد | -4* | 4* | 27830 متر | شذوذ رطوبة التربة السطحية |
susma |
بلا أبعاد | -4* | 4* | 27830 متر | القيم الشاذة لرطوبة التربة تحت السطح |
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
بولتن، ج.، 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
بولتن، ج.، و "تي كرو (2012). Improved prediction of quasi-global vegetation conditions using remotely-sensed surface soil moisture, Geophysical Research Letters, 39: (L19406). doi:10.1029/2012GL053470 الباحث العلمي من Google
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
Sazib, N., 1- E. Mladenova, J.D. Bolten (2018). الاستفادة من Google Earth Engine في تقييم الجفاف باستخدام بيانات رطوبة التربة العالمية Remote Sensing, 10(8), p.1265. doi:10.3390/rs10081265 Google Scholar
Kerr, Y. H., and D. ليفين (2008). Forward to the special issue on the Soil Moisture and Ocean Salinity (SMOS) mission, IEEE Transactions on Geoscience and Remote Sensing, 46(3): 583-585. doi:10.1109/TGRS.2008.917807 Google Scholar
معرِّفات العناصر الرقمية (DOI)
الاستكشاف باستخدام Earth Engine
أداة تعديل الرموز (JavaScript)
var dataset = ee.ImageCollection('NASA_USDA/HSL/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, 15.529, 2); Map.addLayer(soilMoisture, soilMoistureVis, 'Soil Moisture');