​

 ABoVE: Fractional Open Water Cover for Pan-Arctic and ABoVE-Domain Regions, 2002-2015

简介 

文件修订日期：2016-12-12

数据集版本：V1

内容摘要
该数据集提供了两个重叠区域的陆地表面部分开放水域覆盖图：整个泛北极区域（纬度 >= 45 度）和横跨阿拉斯加和加拿大的北极-北冰洋脆弱性实验（ABoVE）区域。数据表示 2002-2015 年期间 5 千米空间分辨率下 10 天时间步长的分水平均值。数据表示网格单元被开放水域覆盖的空中部分。这些数据是利用 EOS 高级微波扫描辐射计（AMSR-E）和高级微波扫描辐射计 2（AMSR2）的高频（89 千兆赫）亮度温度以及 AMSR-E/AMSR2 25 千米产品和中分辨率成像分光仪（MODIS）的其他辅助输入数据生成的。由此产生的分水数据记录适用于记录正在经历快速气候变化的北方-北极生态系统的开放水域模式和淹没动态。
与卫星光学-红外遥感得出的开阔水域图不同，分数水记录对地表水具有很强的微波亮度温度敏感性，对云层、大气气溶胶污染和北极环境中普遍存在的低太阳光照条件可能造成的数据丢失相对不敏感。

泛北极地区有 469 个 GeoTIFF (.tif) 格式的数据文件，ABoVE 研究域有 469 个文件。每个文件代表十天内的平均值。另外还有两个 GeoTIFF （.tif）格式的数据质量保证文件，每个地区一个，共 940 个文件。

2002 年朱利安天 171-180 日 ABoVE 扩展域的陆面开放水域比例，以黑白梯度表示。

数据特征

空间覆盖范围：

(a) 泛北极地区：北半球纬度 45 度以上地区

(b) ABoVE 域：ABoVE 核心和扩展研究区域

ABoVE 网格单元：  Ah0v0、Ah1v0、Ah2v0、Ah3v0、Ah0v1、Ah1v1、Ah2v1、Ah3v1、Ah1v2、Ah2v2、Ah3v2、Ah2v3、Ah3v3

空间分辨率5 千米

时间覆盖范围（YYYYMMDD）：20020620 - 20111004 和 20120719 - 20151231

时间分辨率10 天

研究范围

GeoTIFF 空间数据属性

泛北极
空间表示类型：栅格
数据类型2 字节整数
波段数1
列数1957
列分辨率： 5000 米5000 米
行数1957
行分辨率5000 米
填充值： -999
投影：EASE-GRID 第 2 版（Brodzik 等人，2014 年）
基准： WGS_1984

ABoVE 域
空间表示类型：栅格
数据类型2 字节整数
波段数1
列数805
列分辨率： 5000 米5000 米
行数713
行分辨率5000 米
填充值：-999
投影加拿大阿尔伯斯投影
基准： NAD83

数据文件信息

泛北极地区有 469 个 GeoTIFF (.tif) 格式的数据文件，ABoVE 研究域有 469 个文件。每个文件代表十天内的平均值。

分数水覆盖率数据文件按研究域和时间覆盖范围命名，如

domain_FW_YYYY_SSS_EEE.tif

其中域 = 泛北极或 ABoVE

YYYY = 年份

SSS = 十天周期开始时的年月日

EEE = 十天期间结束时的一年中的某一天

文件名示例：

PanArctic_FW_2002_271_280.tif - 包含 2002 年泛北极区域的 fw 数据，年日为 271 至 280。
ABoVE_FW_2002_271_280.tif - 包含 ABoVE 域 2002 年 271 至 280 日的 fw 数据。
另外两个数据质量保证文件(QA)，ABoVE 域和泛北地区各一个，提供了以下方面的信息：(a)研究域内可检索的象素；(b)分数水(fw)检索不包括的海洋区域；(c)分数水检索误差较大的陆地-海洋边界象素；(d)不可检索的象素，包括大型水体(即水域面积大于 312.5 平方公里)内的象素、冰冻条件下的象素或永久冰雪覆盖的象素；(e)产品域以外的区域。表 1 列出了质量保证文件的类别定义。

ABoVE_FW_QA.tif 和 PanArctic_FW_QA.tif 分别是 ABoVE 域和泛北极的质量标志文件。质量保证数据的格式与相应的空间数据格式相同，只是数据类型为字节型。

表 1.质量保证文件的类定义

应用与推导

该数据集提供了更高分辨率的卫星环境数据记录，记录了正在经历快速气候变化的北方-北极生态系统的开阔水域模式和淹没动态。准确估算开阔水域动态已成为加强目前对北部高纬度生态系统和碳循环对气候变化的反馈作用的了解的先决条件。

质量评估

我们使用了三张精细比例的静态开阔水域地图来评估这套开阔水域数据集：

1）2010 年 30 米全球陆地 30-水域图（GLC30；Liao 等人，2014 年），由 2010 基准年收集的 Landsat TM/ETM+ 图像和 HJ-1 传感器得出；

2）300 米 ENVISAT 高级合成孔径雷达（ASAR）全球水体图（ASAR300；Kirches 等人，2014 年），源自 2005 年至 2010 年以宽扫描模式进行的多时空 ASAR 采集；

3) 250 米 MOD44W 产品（Carroll 等人，2009 年），由 SRTM 水体数据集和 MODIS（MOD44C）第 5 期（2000-2008 年）开放水域分类产品汇编而成。

如图 2 所示，2003 年至 2010 年 AMSR-E fw 夏季季节复合图与精细分辨率静态开放水域图的对应关系良好（R ≥ 0.86，p < 0.001）。fw检索捕捉了从北极主要盆地内河流排放记录推断出的重要季节性干旱和洪水事件（Du等人，2016年）。结果表明，在植被密度适中的地区，fw 可以可靠地判别开阔水域，但在不毛之地则存在较大的不确定性。随着冠层光学厚度的增加，fw检索探测植被下地表水的能力呈指数下降（Du等人，2016年）。此外，AMSR2 的亮度温度已根据 AMSR-E 进行了校准，但不同传感器空间分辨率和仪器校准系统对 fw 检索的影响无法完全消除。AMSR-E 和 AMSR2 的检索可能存在检索偏差。

图 2. a) 根据 AMSR-E 89 GHz 观测数据（fwWBand）生成的 5 千米分辨率的平均部分开放水域图；fwWBand 结果显示的是 2006 参考年和平均夏季条件（6 月、7 月和 8 月）；根据其他更精细分辨率的卫星数据记录生成的参考部分开放水域图包括： (b) 300 米分辨率的 ASAR300，(c) 30 米分辨率的 GLC30，以及 (d) 250 米分辨率的 MOD44W 陆地覆盖图：(e) fwWBand、ASAR300、GLC300 和 MOD44W 地图的部分开放水域分布直方图。摘自 Du 等人，2016 年。 

数据获取、材料和方法

该数据集是在三个地理空间数据集定义的动态大气和地表条件下，利用 89 GHz 亮度温度（Tb）检索，从校准的 AMSR-E 和 AMSR2 传感器记录中生成的（Du 等人，2016 年）。一般工作流程如图 3 所示。 

图 3.描述从 AMSR-E/2 89 GHz Tb 和 25 公里 UMT 陆地参数数据记录中得出 5 公里分辨率部分开放水域淹没检索的方法的一般数据处理流程图。采用差比法对荒地像素进行分类，采用双差比法对植被像素进行分类。

利用中国 FY3B 卫星上的微波辐射成像仪 (MWRI) 的重叠 Tb 观测数据，采用经验方法（Du 等人，2014 年）将 AMSR2 的多频 Tb 提取值与 AMSR-E 的类似 Tb 提取值进行了校准。用于算法开发的辅助数据集包括蒙大拿大学 AMSR-E/2 全球陆地参数记录（Jones 和 Kimball，2012 年；Jones 等人，2010 年）；AMSR-E/2 频率比数据记录，定义为 89 和 36 GHz 信道之间的 V 极化和 H 极化差值比；以及 MODIS 1 公里分辨率全球陆地覆盖分类（MOD12Q1），采用 IGBP 分类方案得出（Friedl 等人，2006 年）。根据上述数据集，建立了一个查询表，以提供在一系列大气和地表条件下水和陆地内含物的参考微波发射率。然后，按等式 1 和 2 所述，以每个像素为基础，获得 fw 检索结果：

代码

!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassify
 
import pandas as pd
import leafmap
 
url = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
df
 
leafmap.nasa_data_login()
 
 
results, gdf = leafmap.nasa_data_search(
    short_name="ABoVE_Frac_Open_Water_1362",
    cloud_hosted=True,
    bounding_box=(-180.0, 39.38, 180.0, 90.0),
    temporal=("2002-06-20", "2015-12-31"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

Du, J., J.S. Kimball, and J.D. Watts. 2016. ABoVE: Fractional Open Water Cover for Pan-Arctic and ABoVE-Domain Regions, 2002-2015. ORNL DAAC, Oak Ridge, Tennessee, USA. ABoVE: Fractional Open Water Cover for Pan-Arctic and ABoVE-Domain Regions, 2002-2015, https://doi.org/10.3334/ORNLDAAC/1362

数据下载地址

ABoVE: Fractional Open Water Cover for Pan-Arctic and ABoVE-Domain Regions, 2002-2015, https://doi.org/10.3334/ORNLDAAC/1362

网址推荐

 0代码在线构建地图应用

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

机器学习

https://www.cbedai.net/xg

​