- זמינות קבוצת הנתונים
- 2010-01-13T12:00:00Z–2020-12-31T12:00:00Z
- מפיק מערך הנתונים
- NASA GSFC
- קצב
- 3 ימים
- תגים
תיאור
קבוצת הנתונים NASA-USDA Global soil moisture וקבוצת הנתונים NASA-USDA SMAP Global soil moisture מספקות מידע על לחות הקרקע ברחבי העולם ברזולוציה מרחבית של 0.25°x0.25°. קבוצות הנתונים האלה כוללות לחות בקרקע (מ"מ) ולחות בקרקע מתחת לפני השטח (מ"מ), פרופיל לחות בקרקע (%) ואנומליות של לחות בקרקע על פני השטח ומתחת לפני השטח. אנומליות של לחות בקרקע הן חסרות יחידות ומייצגות אנומליות סטנדרטיות שמחושבות באמצעות חלון נע של 31 ימים. ערכים סביב 0 מציינים תנאי לחות אופייניים, בעוד שערכים חיוביים מאוד ושליליים מאוד מציינים הרטבה קיצונית (תנאי הלחות בקרקע גבוהים מהממוצע) וייבוש (תנאי הלחות בקרקע נמוכים מהממוצע), בהתאמה.
קבוצת הנתונים הזו נוצרת על ידי שילוב של תצפיות על לחות בקרקע ברמה 2 של SMOS (מליחות האוקיינוס ולחות בקרקע) שמקורן בלוויין, במודל פאלמר הדו-שכבתי שעבר שינוי, באמצעות גישה של שילוב נתונים של מסנן קלמן (EnKF) חד-ממדי. השילוב של תצפיות על לחות בקרקע של SMOS עזר לשפר את התחזיות של לחות בקרקע שמבוססות על המודל, במיוחד באזורים בעולם שבהם יש מעט מכשירים (למשל, דרום אפריקה והמזרח התיכון) ואין נתוני משקעים באיכות טובה.
קבוצת הנתונים הזו פותחה על ידי Hydrological Science Laboratory (HSL) במרכז טיסות החלל גודרד (GSFC) של נאס"א, בשיתוף עם USDA Foreign Agricultural Services ו-USDA Hydrology and Remote Sensing Lab.
תחום תדרים
תחום תדרים
גודל הפיקסל: 27,830 מטרים (כל הפסים)
| שם | יחידות | מינימום | מקסימום | גודל הפיקסל | תיאור |
|---|---|---|---|---|---|
ssm |
מ"מ | 0* | 25.39* | 27,830 מטרים | לחות באדמה על פני השטח |
susm |
מ"מ | 0* | 274.6* | 27,830 מטרים | לחות באדמה מתחת לפני השטח |
smp |
שבר | 0* | 1* | 27,830 מטרים | פרופיל הלחות באדמה |
ssma |
חסר ממדים | -4* | 4* | 27,830 מטרים | חריגה בלחות של פני השטח |
susma |
חסר ממדים | -4* | 4* | 27,830 מטרים | אנומליה של הלחות באדמה מתחת לפני השטח |
תנאים והגבלות
תנאים והגבלות
קבוצת הנתונים הזו היא נחלת הכלל וניתן להשתמש בה ולהפיץ אותה ללא הגבלה. מידע נוסף ניתן למצוא במדיניות של NASA בנושא נתונים ומידע שקשורים למדעי כדור הארץ.
ציטוטים ביבליוגרפיים
Bolten, J., 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
Bolten, J., and 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 Google Scholar
I. ה. Mladenova, J.D. Bolten, W.T. Crow, M.C. Anderson, C.R. Hain, D.M. Johnson, R. Mueller (2017). השוואה בין מדדי לחות בקרקע, מאמץ אידוי ומדדי צמחייה להערכת יבולי תירס ופולי סויה בארה"ב, 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. ה. Mladenova, J.D. Bolten (2018). שימוש ב-Google Earth Engine להערכת בצורת באמצעות נתונים גלובליים של לחות בקרקע. Remote Sensing, 10(8), p.1265. doi:10.3390/rs10081265 Google Scholar
Kerr, Y. H. ו-D. Levine (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
מזהי DOI
סיור עם פלטפורמת Earth Engine
עורך קוד (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');