- Disponibilità set di dati
- 2010-01-13T12:00:00Z–2020-12-31T12:00:00Z
- Produttore di dati del set di dati
- NASA GSFC
- Cadenza
- 3 giorni
- Tag
Descrizione
I set di dati NASA-USDA Global soil moisture e NASA-USDA SMAP Global soil moisture forniscono informazioni sull'umidità del suolo in tutto il mondo con una risoluzione spaziale di 0,25°x0,25°. Questi set di dati includono l'umidità del suolo superficiale e subsuperficiale (mm), il profilo dell'umidità del suolo (%), e le anomalie dell'umidità del suolo superficiale e subsuperficiale. Le anomalie dell'umidità del suolo non hanno unità e rappresentano anomalie standardizzate calcolate utilizzando una finestra mobile di 31 giorni. I valori intorno a 0 indicano condizioni di umidità tipiche, mentre i valori molto positivi e molto negativi indicano rispettivamente condizioni di umidità estreme (le condizioni di umidità del suolo sono superiori alla media) e di siccità (le condizioni di umidità del suolo sono inferiori alla media).
Questo set di dati viene generato integrando le osservazioni dell'umidità del suolo di livello 2 di Soil Moisture Ocean Salinity (SMOS) derivate da satellite nel modello di Palmer a due strati modificato utilizzando un approccio di assimilazione dei dati del filtro di Kalman di insieme (EnKF) 1D. L'assimilazione delle osservazioni dell'umidità del suolo SMOS ha contribuito a migliorare le previsioni dell'umidità del suolo basate sul modello, in particolare nelle aree del mondo scarsamente strumentate (ad es. Africa meridionale, Medio Oriente) che non dispongono di dati sulle precipitazioni di buona qualità.
Questo set di dati è stato sviluppato dall'Hydrological Science Laboratory (HSL) del Goddard Space Flight Center della NASA in collaborazione con l'USDA Foreign Agricultural Services e l'USDA Hydrology and Remote Sensing Lab.
Bande
Bande
Dimensioni pixel: 27.830 metri (tutte le bande)
| Nome | Unità | Min | Max | Dimensioni pixel | Descrizione |
|---|---|---|---|---|---|
ssm |
mm | 0* | 25.39* | 27830 metri | Umidità del suolo superficiale |
susm |
mm | 0* | 274.6* | 27830 metri | Umidità del suolo subsuperficiale |
smp |
Frazione | 0* | 1* | 27830 metri | Profilo dell'umidità del suolo |
ssma |
Senza unità | -4* | 4* | 27830 metri | Anomalia dell'umidità del suolo superficiale |
susma |
Senza unità | -4* | 4* | 27830 metri | Anomalia dell'umidità del suolo subsuperficiale |
Termini e condizioni d'uso
Termini e condizioni d'uso
Questo set di dati è di pubblico dominio ed è disponibile senza restrizioni di utilizzo e distribuzione. Per ulteriori informazioni, consulta le norme relative a dati e informazioni scientifiche della NASA's Terra.
Citazioni
Bolten, J., W.T. Crow, X. Zhan, T.J. Jackson e 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. e 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. 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., I. E. Mladenova, J.D. Bolten (2018). Leveraging the Google Earth Engine for Drought Assessment Using Global Soil Moisture Data. Remote Sensing, 10(8), p.1265. doi:10.3390/rs10081265 Google Scholar
Kerr, Y. H. e 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
DOI
Esplora con Earth Engine
Editor di codice (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');