AMSR-E/Aqua level 3 global monthly Surface Soil Moisture Averages V005 (AMSRE_AVRMO) at GES DISC
AMSR-E/Aqua level 3 global monthly Surface Soil Moisture Standard Deviation V005 (AMSRE_STDMO) at GES DISC
简介
GES DISC 的 AMSR-E/Aqua 第 3 级全球地表土壤水分月平均值 V005 (AMSRE_AVRMO)
该数据集包含 1 乘 1 度网格单元的全球月平均土壤湿度统计数据(平均值)。数据来源是 AMSR-E 每日土壤水分估算值(AE_Land3.002:AMSR-E/Aqua Daily L3 Surface Soil Moisture, Interpretive Parameters, QC EASE-Grids.第 2 版)。数据集涵盖的时间段为 2002-10-01 至 2011-09-30。
- 🛰️ **AMSR-E/Aqua 卫星 L3 全球月度地表土壤水分标准差 V005 (AMSRE_STDMO) 在 GES DISC** 数据集包含 1 度 x 1 度 网格单元的全球月度土壤水分统计数据(标准差)。数据源为 AMSR-E 每日 25 公里 x 25 公里升轨数据。 [来源](https://monica.im/s/Clugfk3Thm)
- 📊 **数据内容** 数据集包含以下变量:
- 地表土壤水分标准差
- 数据质量标志
- 观测时间
- 纬度
- 经度
- 像元大小
- 投影信息
[来源](https://monica.im/s/Clugfk3Thm)
- 🌎 **数据范围** 数据集涵盖 2002 年 10 月至 2011 年 10 月期间的全球陆地区域。 [来源](https://monica.im/s/Clugfk3Thm)
摘要
地球观测系统 Aqua 卫星上的高级微波扫描辐射计(AMSR-E)于 2002 年 5 月 4 日发射升空。AMSR-E 仪器由于结合了低频和更高的空间分辨率(6.9 千兆赫时约 60 公里),与扫描多通道微波辐射计和特殊传感器微波/成像仪等以前的星载辐射计相比,具有潜在的改进土壤水分传感能力。本文介绍了 AMSR-E 土壤水分检索方法及其实施。发射后的验证计划正在进行中,该计划将对获取的土壤水分进行评估,并改进数据的水文应用。验证计划的主要内容包括评估植被含水量、地表温度和空间异质性的变化对检索到的土壤水分的影响。图中显示了仪器运行头几个月 AMSR-E 对陆地亮度温度观测的实例,说明了全球植被和土壤水分变化的一般特征。目前正在对 AMSR-E 传感器的校准和射频干扰程度进行评估,随后将对土壤湿度检索进行定量评估。
该数据集包含 1 乘 1 度网格单元的全球月平均土壤湿度统计数据(平均值)。数据来源是 AMSR-E 每日土壤水分估算值(AE_Land3.002:AMSR-E/Aqua Daily L3 Surface Soil Moisture, Interpretive Parameters, QC EASE-Grids.第 2 版)。数据集涵盖的时间段为 2002-10-01 至 2011-09-30。
Publisher | NASA/GSFC/SED/ESD/GCDC/GESDISC |
Contact Name | PETER ROMANOV, PHD |
Contact Email | mailto:Peter.Romanov@noaa.gov |
Bureau Code | 026:00 |
Program Code | 026:001 |
Public Access Level | public |
Geographic Coverage | -180.0 -90.0 180.0 90.0 |
Temporal Applicability | 2002-10-01T00:00:00Z/2011-09-30T23:59:59.999Z |
Theme | NEESPI NASA, geospatial |
Language | en-US |
Homepage | https://doi.org/10.5067/UJYEX3XPWWB2 |
Issued | 2009-03-10T00:00:00.000Z |
Unique Identifier | C1239898008-GES_DISC |
Last Update | 2011-09-30T00:00:00.000Z |
代码
!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassifyimport pandas as pd
import leafmapurl = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
dfleafmap.nasa_data_login()results, gdf = leafmap.nasa_data_search(short_name="AMSRE_AVRMO",cloud_hosted=True,bounding_box=(-180, -90, 180, 90),temporal=("2002-10-01", "2011-09-30"),count=-1, # use -1 to return all datasetsreturn_gdf=True,
)gdf.explore()#leafmap.nasa_data_download(results[:5], out_dir="data")
引用
NEESPI Data Center Project. 2002-07-01. AMSRE_AVRMO. Version 005. AMSR-E/Aqua level 3 global monthly Surface Soil Moisture Averages V005. Greenbelt, MD, USA. AMSRE_AVRMO. Archived by National Aeronautics and Space Administration, U.S. Government, Goddard Earth Sciences Data and Information Services Center (GES DISC). GES DISC. GES DISC. Digital Science Data. |
网址推荐
0代码在线构建地图应用
https://invite.mapmost.com/#/login?source_inviter=nClSZANO
机器学习
https://www.cbedai.net/xg