ABoVE:阿拉斯加机载 L 波段和 P 波段 SAR 活动层厚度,2017 年,第 3 版

举报
此星光明 发表于 2025/07/21 10:16:27 2025/07/21
【摘要】 ​ABoVE: Active Layer Thickness from Airborne L- and P- band SAR, Alaska, 2017, Ver. 3简介该数据集提供了 ABoVE 区域 51 个站点(包括阿拉斯加的 39 个站点和加拿大西北部的 12 个站点)在 30 米分辨率下的季节性沉降、活动层厚度(ALT)、垂直土壤湿度剖面和不确定性的估计值。ALT 和土壤湿度剖...

ABoVE: Active Layer Thickness from Airborne L- and P- band SAR, Alaska, 2017, Ver. 3

简介

该数据集提供了 ABoVE 区域 51 个站点(包括阿拉斯加的 39 个站点和加拿大西北部的 12 个站点)在 30 米分辨率下的季节性沉降、活动层厚度(ALT)、垂直土壤湿度剖面和不确定性的估计值。ALT 和土壤湿度剖面的反演同时使用了 NASA/JPL 无人驾驶飞机合成孔径雷达(UAVSAR)仪器在 2017 年北极北方脆弱性实验(ABoVE)机载活动中获取的 L 波段和 P 波段合成孔径雷达(SAR)数据。数据以 NetCDF 版本 4 格式提供,并附带一个用于根据数据估算土壤体积含水量的 Python 脚本。

该产品由多年冻土动力学观测站 (PDO) 项目创建,旨在利用 2017 年 6 月和 9 月获取的 L 波段干涉合成孔径雷达 (InSAR) 对来估算由于活动层融化引起的季节性沉降。此外,该产品还利用机载冠层下和地下微波观测站 (AirMOSS) 于 8 月获取的 P 波段极化合成孔径雷达 (PolSAR) 后向散射来估算土壤体积含水量 (VWC) 的垂直剖面。联合反演同时利用 L 波段和 P 波段后向散射得到的季节性沉降来估算海拔高度 (ALT) 和垂直土壤湿度剖面,并计算不确定性。

摘要

Site Site Code UAVSAR Flight Lines ABoVE Grid Cells North Latitude South Latitude East Longitude West Longitude
Alaska
Ambler ambler ambler Bh005v002, Bh006v002 67.25 66.33 -157.82 -159.41
Anaktuvuk anaktu 70.27 68.38 -148.04 -153.49
Atqasuk atqasu atqasu Bh007v001, Bh008v001 71.05 69.67 -156.79 -158.30
Barrow barrow barrow Bh008v001 71.49 70.25 -154.44 -156.86
Bonanza Creek bonanz 65.63 64.40 -146.12 -149.14
Chevak chevak 62.00 61.07 -164.63 -166.27
Coldfoot coldfo coldfo Bh007v003, Bh006v004, Bh007v004 67.43 66.20 -149.67 -151.12
Council counci counci Bh003v002, Bh004v002, Bh004v001 65.55 64.51 -163.25 -165.15
Delta Junction deltaj deltjA, deltjB, deltjC, djNEON Bh006v005, Bh006v006, Bh006v007, Bh007v006, Bh007v007 64.50 62.85 -142.08 -147.61
Denali denali 64.70 62.97 -148.36 -152.40
Deadhorse dhorse 70.52 68.69 -145.97 -151.23
Fort Smith N fsmitN 61.66 59.77 -111.92 -113.91
Fort Smith S fsmitS 60.27 59.50 -111.20 -112.28
ftreso 61.75 60.91 -112.37 -114.33
Good Hope gdhope 67.98 65.98 -128.20 -131.92
Huslia huslia huslia Bh005v003 65.54 65.18 -154.82 -156.80
Inigok inigok inigok Bh007v002, Bh008v002 70.68 69.71 -151.23 -154.20
Ivotuk ivotuk 69.02 67.91 -154.52 -157.26
Katmai National Park katmai katmaA, katmaB Bh001v006, Bh002v006 58.49 58.12 -154.58 -157.06
Kluane A kluanA 61.58 60.24 -136.78 -139.26
Kluane B kluanB 61.77 60.70 -137.21 -139.58
Kougarok kougar kougar Bh004v002, Bh005v002 65.71 65.45 -159.96 -163.03
Koyuk koyukk koyukk Bh004v002, Bh004v003 65.06 64.71 -159.19 -161.12
Lake Clark lclark 61.44 59.70 -152.19 -155.72
Mcpherson mcpher 67.74 66.85 -133.81 -136.87
Noatak noatak 68.54 67.34 -159.39 -163.10
Norman Wells nwells 66.43 64.26 -124.92 -129.59
Poorman poorma poorma Bh004v004, Bh005v004 64.42 64.26 -153.12 -156.23
Scoaoi scoaoi 60.91 59.91 -119.78 -121.83
Scotty scotty 61.78 60.44 -120.21 -122.00
SnagyK snagyk 63.06 62.00 -139.88 -142.01
Snake River sriver sriver Bh003v004, Bh003v005 61.68 60.77 -156.05 -157.48
Teller teller 65.98 64.25 -163.37 -166.73
Toolik toolik toolik Bh008v003 68.84 68.51 -148.97 -150.03
Watson watson 60.84 59.22 -127.26 -130.91
Wolf Creek wolfcr 60.75 60.25 -134.47 -135.74
WrigLN wrigLN 63.71 62.85 -122.73 -123.96
Yukon Flats yflats yflatE, yflatW Bh007v004, Bh008v004, Bh007v005, Bh008v005 67.21 65.73 -144.74 -147.42
Yukon-Kuskokwin Delta ykdelt ykdelA, ykdelB Bh002v003 61.32 61.05 -161.86 -163.89
Canada
Aklavik Highway aklavi aklavi Bh010v005 68.37 68.01 -133.11 -135.55
Behchoko behcho behcho Bh013v011, Bh013v010 62.67 62.08 -116.41 -116.88
Daring Lake daring daring Bh014v009, Bh015v009, Bh014v010 65.00 63.65 -111.09 -113.33
Faber Lake faberl faberl Bh013v009, Bh013v010 64.39 63.86 -116.95 -118.21
Kakisa Lake A kakisA kakisA Bh012v011, Bh012v012 61.30 60.80 -116.42 -118.02
Kakisa Lake B kakisB kakisB Bh012v011 61.40 60.67 -117.38 -117.99
Old Crow Airport oldcrB oldcrB Bh008v005, Bh009v005 67.63 66.85 -139.58 -143.17
Old Crow Flats oldcrA oldcrA Bh009v005 68.22 67.66 -139.05 -140.05
Fort Providence provid provid Bh013v011, Bh012v011 62.20 61.29 -116.21 -117.90
Snare River snarer snarer Bh012v010, Bh013v010 63.96 62.72 -116.56 -118.30
Inuvik to Tuk Highway tukhwy tukhwy Bh010v005, Bh011v005 69.51 68.18 -132.92 -134.41
Yellowknife yellow yellow Bh010v005, Bh011v005 62.58 61.94 -112.34 -113.82

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"
df = pd.read_csv(url, sep="\t")
df
 
leafmap.nasa_data_login()
 
 
results, gdf = leafmap.nasa_data_search(
    short_name="ABoVE_ReSALT_InSAR_PolSAR_V3_2004",
    cloud_hosted=True,
    bounding_box=(-166.73, 57.83, -110.42, 71.52),
    temporal=("2017-06-19", "2017-09-16"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")
【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。