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

基于深度学习的图像补全

基于深度学习的图像补全是一项利用深度学习技术来填补图像中缺失区域的研究领域。这项技术可以有效地恢复损坏或不完整的图像,使其变得完整和自然,广泛应用于图像修复、图像编辑、视频恢复和增强现实等领域。以下是关于这一领域的系统介绍: …

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&…

Unity--异步加载场景

Unity–异步加载场景 异步加载场景其实和异步加载资源是一样的,只是加载的内容比较特殊而已. 也可以将场景视为特殊资源. 1.SceneManager.LoadScene 加载场景的方式,在Unity 中加载场景是通过SceneManager.LoadScene("场景名称"); 来实现加载场景,这和UE4中的Open…

如何在Java中实现批量数据处理

如何在Java中实现批量数据处理 大家好,我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编,也是冬天不穿秋裤,天冷也要风度的程序猿! 1. 引言 在大数据时代,处理大量数据是许多应用程序中必不可少的需…

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…

安全协议:SSL/TLS与Java实现

在当今的互联网环境中,数据安全至关重要。SSL(Secure Sockets Layer)和其继任者TLS(Transport Layer Security)是确保数据在网络中安全传输的关键技术。本文将详细介绍SSL/TLS协议的工作原理,并通过Java代码…

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…

Java中的服务化架构设计与实现

Java中的服务化架构设计与实现 大家好,我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编,也是冬天不穿秋裤,天冷也要风度的程序猿! 1. 引言 随着软件系统规模的不断扩大和业务需求的增加,传统的单体…

CentOS7开启sshd失败解决方法

Could not load host key: /etc/ssh/ssh_host_rsa_key Could not load host key: /etc/ssh/ssh_host_ecdsa_key Could not load host key: /etc/ssh/ssh_host_ed25519_key sshd: no hostkeys available – exiting. 1、检查主机密钥文件是否存在 ls -l /etc/ssh/ssh_host_*2、…

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…

【前端】面试八股文——输入URL到页面展示的过程

【前端】面试八股文——输入URL到页面展示的过程 1. DNS解析 当用户在浏览器中输入URL并按下回车时,首先需要将域名转换为IP地址,这个过程称为DNS(域名系统)解析。具体步骤如下: 浏览器缓存:浏览器首先检…

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…

ubuntu20.04安装lio-sam

1、boost版本 boost版本查看:cat /usr/include/boost/version.hpp | grep "BOOST_LIB_VERSION" boost版本为1.78,为1.71时编译报错,报错内容为: error: missing binary operator before token "(" 60 |…

面向txt/json/xlsx/csv的文件读写及编码问题

专栏介绍 1.专栏面向零基础或基础较差的机器学习入门的读者朋友,旨在利用实际代码案例和通俗化文字说明,使读者朋友快速上手机器学习及其相关知识体系。 2.专栏内容上包括数据采集、数据读写、数据预处理、分类\回归\聚类算法、可视化等技术。 3.需要强调的是,专栏仅介绍主…

每日一道算法题 彩灯装饰记录 I

题目 LCR 149. 彩灯装饰记录 I - 力扣(LeetCode) Python # Definition for a binary tree node. # class TreeNode: # def __init__(self, val0, leftNone, rightNone): # self.val val # self.left left # self.right …

Redis五种数据结构及其常用使用场景

引言 Redis 是一种高性能的键值对数据库,支持多种数据类型,每种类型都有其独特的使用场景和优势。在本篇博客中,我们将深入探讨 Redis 的五种主要数据结构:字符串(String)、哈希(Hash&#xff…