​

 AirMOSS: L1 S-0 Polarimetric Data from AirMOSS P-band SAR, Harvard Forest, 2012-2015

简介

该数据集提供了在马萨诸塞州哈佛森林上空采集的机载次冠层和次表层微波观测站（AirMOSS）雷达仪器的 1 (L1) 级极坐标雷达后向散射系数（sigma-0）、多貌复合、极坐标校准和地理参照数据产品。 AirMOSS 雷达是一种 P 波段（超高频）全偏振合成孔径雷达（SAR），目前工作在 420-440 兆赫波段，用于测量根区土壤湿度（RZSM），由美国国家航空航天局湾流-III 型飞机执行飞行任务。 从 2012 年到 2015 年，至少每半年在北美的 10 个研究地点进行一次飞行活动。 获取的 L1 P 波段雷达后向散射数据将用于检索研究地点的 RZSM。 随后的分析将研究土壤水分的季节和年际变化，以及与碳通量的关系及其在大陆范围内的相关不确定性。

该数据集提供了在哈佛森林飞行活动中获得的所有 L1 产品。 L1 产品是根据 AirMOSS 雷达仪器的每次数据采集得出的，其中一次数据采集是指在一个地点上空的一条飞行线路。 对一个站点的访问通常有 4 次数据采集（有时少则一次，多则六次）。 每次数据采集都有一个单独的目录，其中包含 40 个单独的衍生数据产品。 请注意，数据有两种分辨率，分别为 0.5 弧秒（约 15 米）和 3.0 弧秒（约 90 米），分辨率在每个文件名中都有标注。

摘要

AirMOSS是美国国家航空航天局（NASA）的一个项目，旨在利用空间borne合成孔径雷达（SAR）来研究土壤湿度的时空变化。该数据集描述了2012年至2015年期间，在美国马萨诸塞州的哈佛森林地区使用AirMOSS P波段SAR获取的L1 S-0极化数据。

这个数据集提供了一系列的SAR图像，这些图像可以用来研究土壤湿度的季节性和年际变化。SAR图像采用了极化S-0模式，也就是水平极化。这些图像以原始L1数据的格式提供，可以用来进行后续的数据处理和分析。

该数据集的主要用途是研究土壤湿度的时空变化及其对生态系统的影响。它对于研究土壤水分的分布和变化模式、了解湿地、农田和森林等生态系统的水文过程以及监测气候变化对土壤湿度的影响等方面非常有用。

该数据集是公开可用的，对于对土壤湿度研究感兴趣的科学家和研究人员非常有价值。它可以用于开展土壤湿度的变化分析、生态系统模拟和预测等研究工作。

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="AirMOSS_L1_Sigma0_Harvrd_1409",
    cloud_hosted=True,
    bounding_box=(-72.39, 42.18, -71.85, 43.56),
    temporal=("2013-05-20", "2015-09-08"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

Chapin, E., S. Flores, L. Harcke, B.P. Hawkins, S. Hensley, T.R. Michel, R.J. Muellerschoen, J.G. Shimada, W.W. Tung, and C. Veeramachaneni. 2018. AirMOSS: L1 S-0 Polarimetric Data from AirMOSS P-band SAR, Harvard Forest, 2012-2015. ORNL DAAC, Oak Ridge, Tennessee, USA. AirMOSS: L1 S-0 Polarimetric Data from AirMOSS P-band SAR, Harvard Forest, 2012-2015, https://doi.org/10.3334/ORNLDAAC/1409

网址推荐

知识星球

知识星球 | 深度连接铁杆粉丝，运营高品质社群，知识变现的工具 (zsxq.com)https://wx.zsxq.com/group/48888525452428

机器学习

https://www.cbedai.net/xg 

干旱监测平台

慧天干旱监测与预警-首页https://www.htdrought.com/

​