NASA-USDA Global Soil Moisture Data [deprecated]

NASA_USDA/HSL/soil_moisture
Dostępność zbioru danych
2010-01-13T12:00:00Z–2020-12-31T12:00:00Z
Dostawca zbioru danych
Fragment kodu Earth Engine
ee.ImageCollection("NASA_USDA/HSL/soil_moisture")
Cykl
3 dni
Tagi
geofizyczne,
HSL
nasa
smos
ziemia
wilgotność gleby
usda

Opis

Zbiory danych NASA-USDA Global soil moisture i NASA-USDA SMAP Global soil moisture zawierają informacje o wilgotności gleby na całym świecie w rozdzielczości przestrzennej 0,25° × 0,25°. Te zbiory danych obejmują powierzchniową i podpowierzchniową wilgotność gleby (mm), profil wilgotności gleby (%) oraz anomalie wilgotności gleby na powierzchni i pod powierzchnią. Anomalie wilgotności gleby są bezwymiarowe i reprezentują znormalizowane anomalie obliczone przy użyciu 31-dniowego okna ruchomego. Wartości w pobliżu 0 wskazują typowe warunki wilgotności, a wartości bardzo dodatnie i bardzo ujemne wskazują odpowiednio na ekstremalne nawilżenie (wilgotność gleby jest powyżej średniej) i wysychanie (wilgotność gleby jest poniżej średniej).

Ten zbiór danych jest generowany przez zintegrowanie obserwacji wilgotności gleby na poziomie 2 pochodzących z satelity SMOS (Soil Moisture Ocean Salinity) z zmodyfikowanym dwuwarstwowym modelem Palmera przy użyciu jednowymiarowego podejścia do asymilacji danych opartego na filtrze Kalmana (EnKF). Asymilacja obserwacji wilgotności gleby z satelity SMOS pomogła poprawić prognozy wilgotności gleby oparte na modelu, zwłaszcza na obszarach o słabym wyposażeniu w instrumenty pomiarowe (np. Afryki Południowej i Bliskiego Wschodu), w których brakuje danych o opadach deszczu dobrej jakości.

Ten zbiór danych został opracowany przez Hydrological Science Laboratory (HSL) w Goddard Space Flight Center NASA we współpracy z USDA Foreign Agricultural Services i USDA Hydrology and Remote Sensing Lab.

Pasma

Rozmiar piksela
27830 m

Pasma

Nazwa Jednostki Minimum Maks. Rozmiar piksela Opis
ssm mm 0* 25,39* metry

Wilgotność gleby na powierzchni

susm mm 0* 274,6* metry

Wilgotność gleby pod powierzchnią

smp Ułamek 0* 1* metry

Profil wilgotności gleby

ssma Bez jednostki -4* 4* metry

Anomalia wilgotności gleby na powierzchni

susma Bez jednostki -4* 4* metry

Anomalia wilgotności gleby pod powierzchnią

* szacowana wartość minimalna lub maksymalna

Warunki korzystania z usługi

Warunki korzystania z usługi

Ten zbiór danych jest dostępny publicznie i można go używać oraz rozpowszechniać bez ograniczeń. Więcej informacji znajdziesz w zasadach NASA dotyczących danych i informacji o naukach o Ziemi.

Cytaty

Cytowania:
  • Bolten, J., W.T. Crow, X. Zhan, T.J. Jackson i 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. 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). Wykorzystanie Google Earth Engine do oceny suszy na podstawie globalnych danych o wilgotności gleby. Remote Sensing, 10(8), s.1265. doi:10.3390/rs10081265 Google Scholar

  • Kerr, Y. H. i 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

Odkrywanie za pomocą Earth Engine

Edytor kodu (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');
Otwórz w edytorze kodu