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

簡介

GES DISC 的 AMSR-E/Aqua 第 3 級全球地表土壤水分月平均值 V005 (AMSRE_AVRMO)
該數據集包含 1 乘 1 度網格單元的全球月平均土壤濕度統計數據（平均值）。數據來源是 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）。數據集涵蓋的時間段為 2002-10-01 至 2011-09-30。

- 🛰? **AMSR-E/Aqua 衛星 L3 全球月度地表土壤水分標準差 V005 (AMSRE_STDMO) 在 GES DISC** 數據集包含 1 度 x 1 度 網格單元的全球月度土壤水分統計數據（標準差）。數據源為 AMSR-E 每日 25 公里 x 25 公里升軌數據。 [來源](https://monica.im/s/Clugfk3Thm)

- 📊 **數據內容** 數據集包含以下變量：
? ? - 地表土壤水分標準差
? ? - 數據質量標志
? ? - 觀測時間
? ? - 緯度
? ? - 經度
? ? - 像元大小
? ? - 投影信息
?[來源](https://monica.im/s/Clugfk3Thm)

- 🌎 **數據范圍** 數據集涵蓋 2002 年 10 月至 2011 年 10 月期間的全球陸地區域。 [來源](https://monica.im/s/Clugfk3Thm)

摘要

地球觀測系統 Aqua 衛星上的高級微波掃描輻射計（AMSR-E）于 2002 年 5 月 4 日發射升空。AMSR-E 儀器由于結合了低頻和更高的空間分辨率（6.9 千兆赫時約 60 公里），與掃描多通道微波輻射計和特殊傳感器微波/成像儀等以前的星載輻射計相比，具有潛在的改進土壤水分傳感能力。本文介紹了 AMSR-E 土壤水分檢索方法及其實施。發射后的驗證計劃正在進行中，該計劃將對獲取的土壤水分進行評估，并改進數據的水文應用。驗證計劃的主要內容包括評估植被含水量、地表溫度和空間異質性的變化對檢索到的土壤水分的影響。圖中顯示了儀器運行頭幾個月 AMSR-E 對陸地亮度溫度觀測的實例，說明了全球植被和土壤水分變化的一般特征。目前正在對 AMSR-E 傳感器的校準和射頻干擾程度進行評估，隨后將對土壤濕度檢索進行定量評估。

該數據集包含 1 乘 1 度網格單元的全球月平均土壤濕度統計數據（平均值）。數據來源是 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）。數據集涵蓋的時間段為 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

代碼

!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.

網址推薦

0代碼在線構建地圖應用

https://invite.mapmost.com/#/login?source_inviter=nClSZANO

機器學習

https://www.cbedai.net/xg?