NASA——quarius(水瓶座) L3 网格化 1 度年土壤湿度,第 5 版

Aquarius L3 Gridded 1-Degree Annual Soil Moisture V005

水瓶座 L3 网格化 1 度年土壤湿度,第 5 版

简介

该数据集包含美国国家航空航天局(NASA)科学应用卫星(SAC-D)上的宝瓶座被动微波辐射计得出的第 3 级网格化年度全球土壤湿度估算值。
参数: 土壤湿度/水分含量
平台: SAC-D
SAC-D
传感器
水瓶座辐射计
数据格式: HDF、XML
HDF, XML
时间覆盖范围:
2011 年 8 月 25 日至 2015 年 6 月 7 日
时间分辨率: 1 年
1 年
空间分辨率
1 度
1 度
空间参照系统:
WGS 84 / 世界等距圆柱EPSG:4087
空间覆盖范围:
N:90S:-90E:180W:-180

更新版本 5 使用宝瓶座亮度温度数据作为输入

修改了文件级元数据,使其更符合气候与预报 (CF) 元数据惯例

- **🛰️ 水瓶座 L3 网格化 1 度年土壤湿度 V005** 该数据集包含从 NASA 水瓶座被动微波辐射计获得的 3 级网格化年度全球土壤湿度估计,该辐射计位于 Satélite de Observación de la Tierra (S-NPP) 卫星上。 [来源](https://monica.im/s/Csdadyh31m)

- **📅 数据时间范围** 该数据集涵盖 2011 年 8 月 25 日至 2015 年 6 月 7 日期间的每日土壤湿度估计。 [来源](https://monica.im/s/Csdadyh31m)

- **🌎 数据空间范围** 该数据集以 1 度空间分辨率提供全球土壤湿度估计。 [来源](https://monica.im/s/Csdadyh31m)

1.1 格式 数据以分层数据格式 5(HDF5)文件提供。1.1 格式 数据以分层数据格式 5(HDF5)文件提供,数据值以字节、2 字节整数和 4 字节浮点数存储,土壤水分数据为 32 位浮点数,调色板值为 8 位无符号整数。 

水瓶座单通道算法(SCA)使用 L 波段水平极化(h-pol)亮度温度观测数据,因为该通道对土壤湿度的敏感度较高。水瓶座单通道算法(SCA)使用 L 波段水平偏振(h-pol)亮度温度观测数据,因为该波段对土壤湿度的敏感度更高。水瓶座单通道算法基于简化的辐射传输模型,该模型是在冠层和土壤温度相同的假设条件下开发的(Jackson,1993 年)。 

第5版Aquarius Level-3土壤湿度产品是根据NASA Aquarius Level-2海面盐度风速数据V5.0产品中的亮度温度测量数据生成的。在Level-0(LO)至Level-1A(L1A)数据处理期间,为每个轨道选择质量最好的数据,然后用于创建Level-2(L2)文件,该文件将输入L3科学文件。 

水瓶座 3 级网格划分算法使用局部多项式拟合,将 2 级土壤湿度检索结果划分到 1 度网格上(Fan 和 Gijbels,1996 年;Lilly 和 Lagerloef,2008 年)。水瓶座卫星数据的 3 级处理在三个辐射计光束的孔径位置进行测量,这些测量值已转换为土壤湿度的物理单位,并将其映射到 1 度网格上。

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="AQ3_ANSM",cloud_hosted=True,bounding_box=(-180.0, -90.0, 180.0, 90.0),temporal=("2011-08-25", "2015-06-07"),count=-1,  # use -1 to return all datasetsreturn_gdf=True,
)gdf.explore()#leafmap.nasa_data_download(results[:5], out_dir="data")

https://nsidc.org/sites/default/files/aq3_ansm-v005-userguide.pdf

引用

Bindlish, R. & Jackson, T. (2018). Aquarius L3 Gridded 1-Degree Annual Soil Moisture, Version 5 [Data Set]. Boulder, Colorado USA. NASA National Snow and Ice Data Center Distributed Active Archive Center. https://doi.org/10.5067/CDNI7NG92EHP. Date Accessed 06-30-2024.

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 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/40990.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

SLAM 精度评估

SLAM 精度的评估有两个最重要的指标,即绝对轨迹误差(ATE)和相对位姿误差(RPE)的 均方根误差(RMSE): 绝对轨迹误差:直接计算相机位姿的真实值与 SLAM 系统的估计值之间的差值,首先将…

交换机基本原理

文章目录 前言一、交换机的转发行为二、交换机的转发原理1.MAC地址表2.交换机初始状态3.学习MAC地址4.ARP协议5.交换机转发数据帧6.目标主机回复 三、华为交换机基本命令1.VRP视图分层2.命令行补全3.命令行帮助4.配置设备名称5.命令等级6.用户界面7.配置console认证8.配置用户界…

python-Django项目:图书后台管理系统

具体操作:请参考 Django项目:图书后台管理系统

运维锅总详解计算机缓存

本文从OSI模型中的每一层缓存介绍、常见开源中间件缓存举例、TCP/IP协议栈中的缓存机制、操作系统中的缓存、访问缓存数据的时间范围统计等方面对计算机中的缓存进行详细介绍。希望对您有所帮助! 一、OSI模型中的每一层缓存 1. 物理层(Physical Layer&…

自动化立体仓库出入库能力及堆垛机节拍

导语 大家好,我是社长,老K。专注分享智能制造和智能仓储物流等内容。 新书《智能物流系统构成与技术实践》人俱乐部 完整版文件和更多学习资料,请球友到知识星球【智能仓储物流技术研习社】自行下载 自动化立体仓库的出入库能力、堆垛机节拍以…

掌握电路交换与分组交换:计算机网络的核心技术

计算机网络是现代信息社会的基石,而交换技术是实现网络通信的核心。本文将详细介绍两种典型的交换方式:电路交换和分组交换,帮助基础小白快速掌握这两种技术的基本概念和区别。 什么是电路交换? 电路交换(Circuit Swi…

Centos系统迁移

目前,CentOS 全系列版本已经于l六月底正式停止维护,这意味着 CentOS 时代彻底终结,也意味着部署在 CentOS 7 上的业务系统将面临前所未有的安全挑战。 本文推荐由红帽衍生出来的且可以做到真正无缝替代的linux版本Open Euler 注&#xff1a…

科普文:Linux服务器性能调优概叙

概叙 Java web应用性能分析之服务端慢和优化概叙_cpu飙高java-CSDN博客 Java web应用性能分析之【CPU飙升分析概述】_web页面性能分析cpu占满是因为死循环,还是循环过多-CSDN博客 在我们的软件服务中,软件部署的服务器,一般都是linux服务器&#xff0c…

rtsp地址 + 测试网站 + java(免环境、免插件、零编码转换http播放)

目录 1、创建rtsp网站 2、测试rtsp网站 3、Java实现rtsp播放 ①maven添加依赖 ②访问http地址即可展示视频内容 1、创建rtsp网站 填写邮箱即可获得两个可用的rtsp网站(每月可免费用2G): https://rtsp.stream/ 2、测试rtsp网站 测试网络…

基于SpringBoot的地方废物回收机构管理系统

本系统主要包括管理员和员工两个角色组成;主要包括:首页、个人中心、员工管理、员工请假管理、销假申请管理、工作日志管理、员工工资管理、员工任务管理、任务汇报管理、设备信息管理、设备借用管理、设备归还管理、设备保修管理、维修入库管理、员工打…

Python酷库之旅-第三方库Pandas(002)

目录 一、用法精讲 1、pandas.read_pickle函数 1-1、语法 1-2、参数 1-3、功能 1-4、返回值 1-5、说明 1-6、用法 1-6-1、代码示例 1-6-2、结果输出 2、pandas.DataFrame.to_pickle方法 2-1、语法 2-2、参数 2-3、功能 2-4、返回值 2-5、说明 2-5-1、文件路径…

数据结构(3.8)——栈的应用

栈在括号匹配中的应用 流程图 代码 #include <stdio.h> #include <stdlib.h> #define MaxSize 10typedef struct {char data[MaxSize];int top; } SqStack;// 初始化栈 void InitStack(SqStack* S) {S->top -1; // 初始化栈顶指针 }// 判空 bool StackEmpty(…

《米小圈日记魔法》边看边学,轻松掌握写日记的魔法!

在当今充满数字化娱乐和信息快速变迁的时代&#xff0c;如何创新引导孩子们学习&#xff0c;特别是如何培养他们的写作能力&#xff0c;一直是家长和教育者们关注的焦点。今天就向大家推荐一部寓教于乐的动画片《米小圈日记魔法》&#xff0c;该系列动画通过其独特的故事情节和…

vue通过后台返回的数字显示不同的文字内容,多个内容用、隔开

后台返回的数据 显示效果&#xff1a; html&#xff1a; <el-table-columnalign"center"label"使用过的小程序"width"124"v-if"activeTab 0"><template #default"scope"><divv-for"(item, index) in s…

数据结构(3.5)——队列的顺序实现

队列的顺序实现 #define MaxSize 10//定义队列中元素的最大个数 typedef struct {int data[MaxSize];//用静态数组存放队列元素int front, rear;//队头指针和队尾指针 } SqQueue;void testQueue() {SqQueue Q;//声明一个队列(顺序存储) } 队列的初始化操作和判空 //初始化队…

大模型面试题目

1.为什么需要做位置编码 位置编码&#xff08;Positional Encoding&#xff09;在变换器&#xff08;Transformer&#xff09;模型中非常重要&#xff0c;因为变换器架构本身没有内置的顺序信息。变换器使用的是自注意力机制&#xff0c;它能够捕捉输入序列中所有词之间的相关性…

论文解析——Transformer 模型压缩算法研究及硬件加速器实现

作者及发刊详情 邓晗珂&#xff0c;华南理工大学 摘要 正文 实验平台 选取模型&#xff1a; T r a n s f o r m e r b a s e Transformer_{base} Transformerbase​ 训练数据集&#xff1a;WMT-2014 英语-德语翻译数据集、IWSLT-2014 英语-德语互译数据集 Transformer模…

kpatch制作内核热补丁步骤总结

零、原理及参考 kpatch入门实践教程-CSDN博客 Kpatch 使用过程及其原理-CSDN博客 一、准备工作 安装对应版本的kpatch-build.rpm并解决依赖diff -Naur dir1 dir2 > hot.patch 拿到补丁文件下载对应内核版本的src.rpm安装好对应的开发包kernel-debuginfo&#xff0c;kern…

数据库开发:mysql基础一

文章目录 数据库开发Day15&#xff1a;MySQL基础&#xff08;一&#xff09;一、MySQL介绍与安装【1】MySQL介绍&#xff08;5&#xff09;启动MySQL服务&#xff08;6&#xff09;修改root登陆密码 二、SQL简介三、数据库操作四、数据表操作4.1、数据库数据类型4.2、创建数据表…