​

AMSR-E/Aqua level 3 global monthly Surface Soil Moisture Averages V005 (AMSRE_AVRMO) at GES DISC

GES DISC 的 AMSR-E/Aqua 第 3 级全球地表土壤水分月平均值 V005 (AMSRE_AVRMO)

AMSR-E/Aqua level 3 global monthly Surface Soil Moisture Standard Deviation V005 (AMSRE_STDMO) at GES DISC 

GES DISC 的 AMSR-E/Aqua 第 3 级全球每月地表土壤水分标准偏差 V005 (AMSRE_STDMO) 

简介

该数据集包含 1 乘 1 度网格单元的全球月度土壤湿度统计数据（标准偏差）。数据来源是 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）。数据集涵盖的时间段为 2002-10-01 至 2011-09-30。

- **📊 数据集简介** 该数据集包含1x1度网格单元的全球月表面土壤湿度统计数据（标准偏差），数据来源为AMSR-E每日。[来源](https://monica.im/s/CuNBYiSw6n)

- **🌍 数据来源** 该数据集为AMSR-E/Aqua级别3全球月表面土壤湿度标准偏差V005（AMSRE_STDMO）在GES DISC的数据。数据包含全球月表面土壤湿度统计数据。[来源](https://monica.im/s/CuNBYiT4cr)

该数据集包含 1 乘 1 度网格单元的全球月度土壤湿度统计数据（标准偏差）。数据来源是 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）。数据集涵盖的时间段为 2002-10-01 至 2011-09-30。

核心

共同核心扩展

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="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 datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

网址推荐

0代码在线构建地图应用

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

机器学习

https://www.cbedai.net/xg