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

Attenzione: questo set di dati è stato sostituito da NASA/SMAP/SPL4SMGP/007.

Disponibilità del set di dati

2015-04-02T12:00:00Z–2022-08-02T12:00:00Z

Fornitore di set di dati

NASA GSFC

Snippet di Earth Engine

ee.ImageCollection("NASA_USDA/HSL/SMAP10KM_soil_moisture")

Cadenza

3 giorni

Tag

geofisico

hsl

nasa

smap

terreno

umidità del suolo

usda

Descrizione

I dati sull'umidità del suolo globali SMAP avanzati della NASA-USDA forniscono informazioni sull'umidità del suolo in tutto il mondo con una risoluzione spaziale di 10 km. Questo set di dati include: superficie, sottosuolo, umidità del suolo (mm), profilo di umidità del suolo (%), anomalie di umidità del suolo in superficie e nel sottosuolo (-).

Il set di dati viene generato integrando le osservazioni sull'umidità del suolo di livello 3 Soil Moisture Active Passive (SMAP) derivate da satellite nel modello Palmer modificato a due strati utilizzando un approccio di assimilazione dei dati del filtro di Kalman ensemble (EnKF) 1D. Le anomalie dell'umidità del suolo sono state calcolate a partire dalla climatologia del giorno di interesse. La climatologia è stata stimata in base all'intero record di dati dell'osservazione del satellite SMAP e all'approccio della finestra mobile centrata su 31 giorni. L'assimilazione delle osservazioni dell'umidità del suolo SMAP contribuisce a migliorare le previsioni dell'umidità del suolo basate sul modello, in particolare nelle aree del mondo scarsamente strumentate che non dispongono di dati sulle precipitazioni di buona qualità.

Questo set di dati è stato sviluppato dall'Hydrological Science Laboratory del Goddard Space Flight Center della NASA in collaborazione con l'USDA Foreign Agricultural Services e l'USDA Hydrology and Remote Sensing Lab.

Bande

Dimensioni in pixel
10.000 metri

Bande

Nome	Unità	Min	Max	Dimensioni dei pixel	Descrizione
ssm	mm	0*	25,39*	metri	Umidità del suolo superficiale
susm	mm	0*	274,6*	metri	Umidità del suolo in profondità
smp	Frazione	0*	1*	metri	Profilo dell'umidità del suolo
ssma	Adimensionale	-4*	4*	metri	Anomalia dell'umidità del suolo superficiale
susma	Adimensionale	-4*	4*	metri	Anomalia dell'umidità del suolo nel sottosuolo

* valore minimo o massimo stimato

Termini e condizioni d'uso

Termini e condizioni d'uso

Questo set di dati è di pubblico dominio ed è disponibile senza restrizioni di utilizzo e distribuzione. Per ulteriori informazioni, consulta le norme sui dati e sulle informazioni scientifiche della NASA.

Citazioni

Citazioni:

• Sazib, N., J. D. Bolten e io. E. Mladenova. 2021. Utilizzo di NASA Soil Moisture Active Passive per valutare la suscettibilità agli incendi e i potenziali impatti in Australia e 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. e Reynolds, C., 2020. Monitoraggio della siccità agricola tramite l'assimilazione dei recuperi dell'umidità del suolo SMAP in un modello globale di bilancio idrico del suolo. Anteriore. Big Data, 3(10). doi:10.3389/fdata.2020.00010

• Sazib, N., J. D. Bolten e io. E. Mladenova. 2021. Utilizzo di NASA Soil Moisture Active Passive per valutare la suscettibilità agli incendi e i potenziali impatti in Australia e 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. e Reynolds, C., 2019. Valutazione dell'applicazione operativa di SMAP per il monitoraggio globale della siccità agricola. 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., e Bolten, J. (2020). Valutazione dell'impatto di ENSO sull'agricoltura in Africa utilizzando i dati di osservazione della Terra. Frontiers in Sustainable Food Systems, 4, 188. doi:10.3389/fsufs.2020.509914 Google Scholar

• Sazib, N., Mladenova, I. e Bolten, J., 2018. Utilizzo di Google Earth Engine per la valutazione della siccità mediante i dati globali sull'umidità del suolo. Remote sensing, 10(8): 1265. doi:10.3390/rs10081265

• Bolten, J., W.T. Crow, X. Zhan, T.J. Jackson e 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. e 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 & Van Zyl, J (2010). The soil moisture active passive (SMAP) mission, 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). Confronto tra indici di umidità del suolo, stress evaporativo e vegetazione per stimare le rese di mais e soia negli Stati Uniti, 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 e R. Bindlish (2016). SMAP L3 Radiometer Global Daily 36 km EASE-Grid Soil Moisture, versione 4. Boulder, Colorado USA. NASA National Snow and Ice Data Center Distributed Active Archive Center.doi:10.5067/ZX7YX2Y2LHEB

DOI

• https://doi.org/10.1029/2012GL053470
• https://doi.org/10.1109/JPROC.2010.2043918
• https://doi.org/10.1109/JSTARS.2009.2037163
• https://doi.org/10.1109/JSTARS.2016.2639338
• https://doi.org/10.1109/JSTARS.2019.2923555
• https://doi.org/10.1109/jstars.2021.3136756
• https://doi.org/10.3389/fsufs.2020.509914
• https://doi.org/10.3390/rs10081265
• https://doi.org/10.5067/ZX7YX2Y2LHEB

Esplorare con Earth Engine

Importante: Earth Engine è una piattaforma per l'analisi scientifica e la visualizzazione su scala petabyte di set di dati geospaziali, sia per il bene pubblico sia per gli utenti aziendali e governativi. Earth Engine è senza costi per la ricerca, l'istruzione e l'utilizzo senza scopo di lucro. Per iniziare, registrati per accedere a Earth Engine.

Editor di codice (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');

Apri nell'editor di codice

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

I dati sull'umidità del suolo globale SMAP avanzati della NASA-USDA forniscono informazioni sull'umidità del suolo in tutto il mondo con una risoluzione spaziale di 10 km. Questo set di dati include: superficie, sottosuolo, umidità del suolo (mm), profilo di umidità del suolo (%), anomalie di umidità del suolo superficiale e del sottosuolo (-). Il set di dati viene generato integrando l'umidità del suolo attiva passiva (SMAP) derivata da satellite…

NASA_USDA/HSL/SMAP10KM_soil_moisture, geophysical,hsl,nasa,smap,soil,soil-moisture,usda

2015-04-02T12:00:00Z/2022-08-02T12:00:00Z

-60 -180 90 180

Google Earth Engine

https://developers.google.com/earth-engine/datasets

• https://doi.org/10.5067/ZX7YX2Y2LHEB
• https://doi.org/10.5067/ZX7YX2Y2LHEB