首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

基于AMSR-E和AMSR2数据的全球长时序日尺度土壤水分数据产品(2002-2022

数据集采用Yao et al.(2017)发展的土壤水分神经网络反演算法,将SMAP的优势传递到AMSR-E/2,以目前卫星最优精度的SMAP标准土壤水分产品为训练目标,以AMSR-E/2的亮温为输入,...该数据集能够重现SMAP土壤水分的时空分布,精度与SMAP土壤水分产品相当;同时该数据集精度优于AMSR-E和AMSR2的官方土壤水分产品,通过全球14个密集观测站网的地面观测验证表明,其土壤水分精度为...该全球长时序数据集目前时间覆盖20年,随着AMSR2的持续在轨观测以及即将发射的后继AMSR3任务,该数据集是可延长的,为气候极端事件、趋势分析和年代际变化的长时序研究提供支持。...基于AMSR-E和AMSR2数据的全球长时序日尺度土壤水分数据集(2002-2022)....A long term global daily soil moisture dataset derived from AMSR-E and AMSR2 (2002-2019).

14610

Google Earth Engine(GEE)——全球长期微波植被光学深度气候档案(VODCA)

我们合并了来自各种空间传感器(SSM/I、TMI、AMSR-E、AMSR2、WindSat)的VOD观测数据,以建立全球长期VOD时间序列。...在汇总之前,数据已经按照AMSR-E进行了重新标定,消除了它们之间的系统差异。...值: 1 = AMSR-E 2 = AMSR2 3 = SSM/I F8 4 = SSM/I F11 5 = SSM/I F13 6 = TMI 7 = WindSat processing_flag...:表示处理过程中影响观测质量的不正常情况的位标志 值: 0 = 一切正常 10 = 使用 AMSR-2 7.3 GHz 频段,而不是 6.9 GHz 11 = 传感器的比例与TMI相匹配,而不是...AMSR-E 12 = 传感器的比例没有时间上的重叠观测值 免责声明:数据集的全部或部分描述是由作者或其作品提供的。

8410
您找到你想要的搜索结果了吗?
是的
没有找到

四种卫星反演土壤湿度产品在中国北方地区的适用性评估

因此,在使用或改进土壤湿度反演产品时,识别其在时间和空间上误差特征是至关重要的。 本文利用中国北方地区土壤湿度站点观测数据,计算了AMSR2、CCI、SMAP和SMOS等4种基于卫星微波传感器的土壤湿度反演产品与观测数据的中位数...结果表明,AMSR2能给出中国北方地区土壤湿度分布的总体格局,但较实况观测值存在明显高估;SMAP和SMOS反演土壤湿度的概率分布与实况观测较为接近,对中西部土壤湿度较干地区反演结果较好;CCI产品对中国北方地区土壤湿度分布特征刻画效果最好...AMSR2和CCI对所有季节反演均为正偏差,SMAP和SMOS对所有季节反演均为负偏差。CCI产品对中国北方地区春季、夏季和秋季土壤湿度的刻画能力最好,而冬季中SMAP和SMOS产品的表现更优。...对于不同气候区来说,CCI产品对于干旱气候区土壤湿度时间变化的刻画相对较好,AMSR2产品对数据的分布区间描述较好。...4种产品对夏季风影响过渡区土壤湿度的描述能力较为不足,AMSR2和CCI以高估为主,而SMAP和SMOS产品的数据离散度较小,可参考性较低。文章还重点讨论了对土壤湿度卫星反演精度产生重要影响的要素。

75320
领券