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")
Częstotliwość
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° x 0,25°. Te zbiory danych obejmują powierzchniowąpodpowierzchniową 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 integrację 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 modelach, zwłaszcza w słabo wyposażonych w instrumenty pomiarowe regionach świata (np. w Afryce Południowej i na Bliskim Wschodzie), w których brakuje danych o opadach dobrej jakości.

Ten zbiór danych został opracowany przez Laboratorium Nauk Hydrologicznych (Hydrological Science Laboratory, HSL) w Centrum Lotów Kosmicznych im. Goddarda NASA we współpracy z USDA Foreign Agricultural Services i USDA Hydrology and Remote Sensing Lab.

Pasma

Pasma

Rozmiar piksela: 27 830 m (wszystkie pasma)

Nazwa Jednostki Min. Maks. Rozmiar piksela Opis
ssm mm 0* 25,39* 27830 metrów

Wilgotność gleby na powierzchni

susm mm 0* 274,6* 27830 metrów

Wilgotność gleby pod powierzchnią

smp Ułamek 0* 1* 27830 metrów

Profil wilgotności gleby

ssma Bezwymiarowe –4* 4* 27830 metrów

Anomalia wilgotności gleby na powierzchni

susma Bezwymiarowe –4* 4* 27830 metrów

Anomalia wilgotności gleby pod powierzchnią

* Szacunkowa wartość minimalna lub maksymalna

Warunki korzystania z usługi

Warunki korzystania z usługi

Ten zbiór danych należy do domeny publicznej i jest dostępny bez ograniczeń dotyczących użytkowania i dystrybucji. Więcej informacji znajdziesz w zasadach NASA dotyczących danych i informacji o naukach o Ziemi.

Cytaty

Cytowanie:
  • 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). Przedmowa do numeru specjalnego poświęconego misji Soil Moisture and Ocean Salinity (SMOS), IEEE Transactions on Geoscience and Remote Sensing, 46(3): 583-585. doi:10.1109/TGRS.2008.917807 Google Scholar

DOI

Odkrywaj 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