​

 AMSR-E/Aqua L2B Surface Soil Moisture, Ancillary Parms, & QC EASE-Grids V003

简介

该数据集包含土壤顶部 1 厘米土壤湿度的网格估算值，是 AMSR-E 检索足迹的平均值。土壤湿度是通过 AMSR-E/Aqua L2A亮度温度（Tb）测量值估算的，使用了两种不同的方法：归一化极化差算法（NPD）和单通道算法（SCA）。此外，还提供了辅助数据以帮助解释土壤水分观测结果，包括植被粗糙度、各种地表条件的观测计数和质量保证标志。为了与 AU_Land 土壤湿度产品保持一致，现在使用两种不同的方法估算土壤湿度：归一化极化差算法（NPD）和单通道算法（SCA）。因此，输出参数现在与 AU_Land 相同。

参数： 土壤湿度/含水量预测含水量
平台 Aqua
传感器 AMSR-E
数据格式： HDF-EOS5
时间范围
2002 年 6 月 1 日至 2011 年 10 月 4 日
时间分辨率
50 分钟
空间分辨率
225 千米
空间参照系统：

NSIDC EASE-Grid GlobalEPSG:3410
NSIDC EASE-Grid GlobalEPSG:3410
空间覆盖范围：
N:89.24S:-89.24E:180W:-180

在赤道上，AMSR-E 并非每天都对每个经度观测一次，因为连续的轨道扫描并不重叠。然而，在轨道重叠的高纬度地区，AMSR-E 每天对地球上的各个点观测两次。AMSR-E 仪器的完整扫描时间约为 1.5 秒，在 6.9 GHz 至 36.5 GHz 频道上收集了 243 个数据点，在 89.0 GHz 频道上收集了 486 个数据点。

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="AE_Land",
    cloud_hosted=True,
    bounding_box=(-180.0, -89.24, 180.0, 89.24),
    temporal=("2002-06-01", "2011-10-04"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

链接

https://nsidc.org/sites/default/files/amsr2_atbd.docx

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