NASA-USDA Enhanced SMAP Global Soil Moisture Data [deprecated]

NASA_USDA/HSL/SMAP10KM_soil_moisture
Disponibilidad del conjunto de datos
2015-04-02T12:00:00Z–2022-08-02T12:00:00Z
Proveedor de conjuntos de datos
Fragmento de Earth Engine
ee.ImageCollection("NASA_USDA/HSL/SMAP10KM_soil_moisture")
Cadencia
3 días
Etiquetas
geofísicos
hsl
nasa
smap
suelo
soil-moisture
usda

Descripción

Los datos globales mejorados de humedad del suelo de SMAP de la NASA y el USDA proporcionan información sobre la humedad del suelo en todo el mundo con una resolución espacial de 10 km. Este conjunto de datos incluye: superficie, subsuperficie, humedad del suelo (mm), perfil de humedad del suelo (%), anomalías de humedad del suelo superficial y subsuperficial (-).

El conjunto de datos se genera integrando las observaciones de humedad del suelo de nivel 3 del sensor activo y pasivo de humedad del suelo (SMAP) derivadas de satélites en el modelo de Palmer modificado de dos capas con un enfoque de asimilación de datos del filtro de Kalman de conjunto (EnKF) unidimensional. Las anomalías de humedad del suelo se calcularon a partir de la climatología del día de interés. La climatología se estimó en función del registro de datos completo de la observación satelital del SMAP y el enfoque de ventana móvil centrada en 31 días. La asimilación de las observaciones de humedad del suelo del SMAP ayuda a mejorar las predicciones de humedad del suelo basadas en modelos, en particular en las áreas del mundo con pocos instrumentos y que carecen de datos de precipitación de buena calidad.

Este conjunto de datos fue desarrollado por el Laboratorio de Ciencias Hidrológicas del Centro Goddard para Vuelos Espaciales de la NASA en cooperación con los Servicios Agrícolas Extranjeros del USDA y el Laboratorio de Hidrología y Teledetección del USDA.

Bandas

Tamaño de píxel
10,000 metros

Bandas

Nombre Unidades Mín. Máx. Tamaño de los píxeles Descripción
ssm mm 0* 25.39* metros

Humedad de la superficie del suelo

susm mm 0* 274.6* metros

Humedad del suelo bajo la superficie

smp Fracción 0* 1* metros

Perfil de humedad del suelo

ssma Sin dimensiones -4* 4* metros

Anomalía de humedad del suelo superficial

susma Sin dimensiones -4* 4* metros

Anomalía de humedad del suelo bajo la superficie

* Valor mínimo o máximo estimado

Condiciones de Uso

Condiciones de Uso

Este conjunto de datos es de dominio público y está disponible sin restricciones de uso ni distribución. Consulta la Política de datos e información de ciencias de la Tierra de la NASA para obtener información adicional.

Citas

Citas:
  • Sazib, N., J. D. Bolten, y I. E. Mladenova. 2021. Leveraging NASA Soil Moisture Active Passive for Assessing Fire Susceptibility and Potential Impacts Over Australia and California. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 15: 779-787. doi:10.1109/jstars.2021.3136756

    Mladenova, I.E., Bolten, J.D., Crow, W., Sazib, N. y Reynolds, C., 2020. Supervisión de la sequía agrícola a través de la asimilación de recuperaciones de humedad del suelo del SMAP en un modelo global de balance hídrico del suelo. Frontal. Big Data, 3(10). doi:10.3389/fdata.2020.00010

  • Sazib, N., J. D. Bolten, y I. E. Mladenova. 2021. Leveraging NASA Soil Moisture Active Passive for Assessing Fire Susceptibility and Potential Impacts Over Australia and California. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 15: 779-787. doi:10.1109/jstars.2021.3136756

  • Mladenova, I.E., Bolten, J.D., Crow, W.T., Sazib, N., Cosh, M.H., Tucker, C.J. y Reynolds, C., 2019. Evaluación de la aplicación operativa del SMAP para la supervisión global de la sequía agrícola. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 12(9): 3387-3397. doi:10.1109/JSTARS.2019.2923555

  • Sazib, N., Mladenova, I., y Bolten, J. (2020). Evaluación del impacto de El Niño-Oscilación del Sur en la agricultura de África a través de datos de observación de la Tierra Frontiers in Sustainable Food Systems, 4, 188. doi:10.3389/fsufs.2020.509914 Google Scholar

  • Sazib, N., Mladenova, I. y Bolten, J., 2018. Aprovechamiento de Google Earth Engine para la evaluación de sequías con datos globales de humedad del suelo. Remote sensing, 10(8): 1265. doi:10.3390/rs10081265

  • Bolten, J., W.T. Crow, X. Zhan, T.J. Jackson y 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][https://doi.org/10.1029/2012GL053470) Google Scholar

  • Entekhabi, D, Njoku, EG, O'Neill, PE, Kellogg, KH, Crow, WT, Edelstein, WN, Entin, JK, Goodman, SD, Jackson, TJ, Johnson, J, Kimball, J, Piepmeier, JR, Koster, RD, Martin, N, McDonald, KC, Moghaddam, M, Moran, S, Reichle, R, Shi, JC, Spencer, MW, Thurman, SW, Tsang, L y Van Zyl, J (2010). La misión de detección activa y pasiva de humedad del suelo (SMAP), Proceedings of the IEEE, 98(5): 704-716. doi:10.1109/JPROC.2010.2043918

  • I. E. Mladenova, J.D. Bolten, W.T. Crow, M.C. Anderson, C.R. Hain, D.M. Johnson, R. Mueller (2017). Comparación de índices de humedad del suelo, estrés evaporativo y vegetación para estimar los rendimientos de maíz y soja en EE.UU. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 10(4): 1328-1343. doi:10.1109/JSTARS.2016.2639338

  • O'Neill, P. E., S. Chan, E. G. Njoku, T. Jackson y R. Bindlish (2016). SMAP L3 Radiometer Global Daily 36 km EASE-Grid Soil Moisture, Version 4 (SMAP L3 Radiometer Global Daily 36 km EASE-Grid Soil Moisture, versión 4). Boulder, Colorado, EE.UU. NASA National Snow and Ice Data Center Distributed Active Archive Center.doi:10.5067/ZX7YX2Y2LHEB

DOI

Explora con Earth Engine

Editor de código (JavaScript)

var dataset = ee.ImageCollection('NASA_USDA/HSL/SMAP10KM_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, 46.529, 2);
Map.addLayer(soilMoisture, soilMoistureVis, 'Soil Moisture');
Abrir en el editor de código