【数据集】土壤含水量数据集总结：GLDAS-2.0

已于 2023-12-17 22:19:47 修改
阅读量2.6k 收藏 16
点赞数 10
分类专栏： 数据集 文章标签： 数据集
于 2023-12-17 21:39:58 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44246618/article/details/135050913
版权
本文介绍了GLDAS-2.0全球土地数据援助系统版本2，提供了2000年至2023年的土壤含水量数据，空间分辨率为0.25°×0.25°。此外，还详细讲述了基于AMSR-E和AMSR2数据的全球长时序日尺度土壤水分数据集，该数据集覆盖2002年至2022年，精度高且时空一致性好。数据下载链接和文件命名规则也一并给出。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

土壤含水量数据集


土壤水分连接陆气之间的水热交换过程，是地球系统过程的重要参数，精准的土壤水分信息在农业干旱监测、洪水预报预警以及农作物产量预估等方面都有重要作用。

1 Global Land Data Assistance System Version 2 (GLDAS-2.0)

官网：GLDAS Catchment Land Surface Model
数据范围：2000-2023年
空间分辨率：0.25°×0.25°
在这里插入图片描述
2003年全球土壤含水量分布图如下：
在这里插入图片描述

了解本专栏 订阅专栏 解锁全文 超级会员免费看
GEE 案例：根据NASA全球陆地数据同化系统数据统计指定区域逐月的陆地地表水储量时序分析
此星光明博客
09-25 247
NASA全球陆地数据同化系统第2版（GLDAS-2）有三个部分：GLDAS-2.0，GLDAS-2.1和GLDAS-2.2。GLDAS-2.2产品套件使用数据同化（DA），而GLDAS-2.0和GLDAS-2.1产品是“开环”（即没有数据同化）。对于不同的GLDAS-2.2产品，强制数据的选择以及DA观测数据源、变量和方案是不同的。GLDAS-2.2是GES DISC存档中的新内容，目前包括从2003年2月到现在的来自CLSM-F2.5的具有重力恢复和气候实验（GRACE-DA）的主产品。
全国土壤湿度数据集/土壤水分数据
03-16 1535
整体而言，降尺度的土壤水分产品与实地测量结果一致（R >0.78），且均方根误差较低（ubRMSE < 0.05 m³/m³），这表明数据在整个时间序列中具有良好的准确性。（4）干，放在手上无凉快感觉，粘土成为硬块。土壤相对湿度是指土壤含水量与田间持水量的百分比，或相对于饱和水量的百分比等相对含水量表示，主要受到降水、气温、植被类型及地形条件等因素的影响 [2]指标，可以分为60%
GLDAS数据下载过程与分析
最新发布
Anastasia_13的博客
02-25 1031
下载GLDAS的过程，以及GLDAS数据的分类。
中国732个站点多层土壤水分数据集.zip
06-16
中国732个站点多层土壤水分数据集.zip
Google Earth Engine——全球土壤含数量数据：6个标准深度（0、10、30、60、100和200厘米）以250米的分辨率预测的33kPa和1500kPa吸力的土壤含水量（体积百分比）。
此星光明博客
10-06 2556
Soil water content (volumetric %) for 33kPa and 1500kPa suctions predicted at 6 standard depths (0, 10, 30, 60, 100 and 200 cm) at 250 m resolution Training points are based on a global compilation of soil profiles: USDA NCSS AfSPDB ISRIC WISE EGRPR
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）
weixin_55561616的博客
03-03 1089
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，最终输出长时序土壤水分数据。数据的NC文件里，存储了三个变量，数据的纬度矩阵、经度矩阵和土壤水分矩阵，分别是latitude（406*1），longitude（964*1），soil_moisture（406*964），并没有存储投影信息。4、如数据有侵权，请告知本号，本号尽早删除该数据。
国家青藏高原数据中心发布：最新2003-2023年中国1千米分辨率逐日全天候地表土壤水分数据
hu397313168的博客
08-14 3468
2、2023年5月数据更新提示：本数据集的V2.0版本目前已经更新至2022年底，同时填补了2011年10月至2012年6月的空白时段，V2.0版本整体估算结果与V1.0原始版本相同，已下载的V1.0版本数据亦可放心使用，详情请参阅附件"2023年5月数据更新说明.pdf"。我们根据2000多个专业气象和土壤水分观测站的现场土壤水分测量结果对该产品进行了评估，发现该产品的精度在晴空到多云的所有天气条件下都是稳定的，无偏RMSE的站平均值在0.053 cm3/cm3到0.056 cm3/cm3之间。
Google Earth Engine ——GLDAS-2.0是用更新的普林斯顿全球气象强迫数据集基于MODIS的地表参数数据集
此星光明博客
11-13 1895
Global Land Data Assimilation System (GLDAS) ingests satellite and ground-based observational data products. Using advanced land surface modeling and data assimilation techniques, it generates optimal fields of land surface states and fluxes. GLDAS-2.0 is
gldas-2.0土壤含水量数据
01-22
GLDAS-2.0是地球系统研究实验室发布的一套全球土壤含水量数据集。这个数据集是通过卫星遥感、地面站点观测和气象模型相结合的方法得出的，可以对全球范围内的土壤含水量进行高精度的监测和分析。 GLDAS-2.0数据集...
多源微波遥感融合大尺度区域土壤水分数据集研究进展综述
weixin_70923796的博客
03-10 1259
如何充分利用现有海量微波遥感、光学遥感、站点观测数据，设计高性能土壤水分模拟融合算法，集百家之长，研发高时空分辨、高精度、长时间序列、地表无缝覆盖、短时滞的全球多深度土壤水分算法流程框架并投入业务化运行，实现对过去、现在乃至未来多情景模式下多尺度陆表干湿状况的精准掌控，促进对气候变化背景下全球水循环格局时空演化规律的理解，是未来环境遥感与数据融合领域值得持续深入探究的重要科学方向。通过融合多瞬时过境的微波信号数据，使得土壤水分数据具有更好的日尺度时间代表性，能够更加有效地刻画土壤含水量在一天中的整体状态。
GLDASNOAH2009-2011年月解1°x1°数据 v2.1版本（附带GLDAS v2的说明手册）（免费0积分）
02-17
由于GLDAS的数据获取过程比较繁琐，需要fanqiang注册earthdata账号才行，而且外网总是不稳定，就搬运了GLDASNOAH v2.1版本的2009-2011年数据下来，格式为.nc4，可以配合GRACE月解一起使用，如果你已经有账号想要2000-2020的全部下载链接，可以看我发布的另外一个资源（GLDAS_NOAH10_M_2.1_20200216_141926）全是免费的，仅供交流使用，放心~
matlabfig生成代码-tau:表层土壤水分干燥时间尺度数据集
05-26
Matlab的无花果生成代码头 这是McColl等人生成的表层土壤水分干燥时间尺度（\ tau）数据集的公开可用存储库。 （2017）。 tau.mat是一个Matlab文件，其中包含可重现McColl等人图2的数据。 （2017） “ tau_median”是每个网格单元的估计中值干燥度。 “ count_all”是用于估计每个网格单元中位数的空缺总数。 “ lat”和“ lon”分别给出了网格单元的纬度和经度。 Fig2.m是用于绘制McColl等人的图2的代码。 （2017） 参考 McColl，KA，Wang，W.，Peng，B.，Akbar，R.，Short Gianotti，DJ，Lu，H.，Pan，M.，Entekhabi，D.，2017年。表层土壤水分干燥的全球表征。 地理学。 Res。 来吧2017GL072819。
【免费0积分】GLDAS数据下载攻略（内含2000-2020的全部数据下载链接，wget）
02-17
集合了从NASA网站上搬过来的最新数据下载链接，下载工具wget for windows，高老师的下载攻略。 如果想要现成下好的GLDAS数据可以看我发布的另外一个资源（GLDASNOAH2009-2011）都是免费滴~ 希望CSDN别自己给我涨价就行，我以前的程序全部贵到没人敢下了QAQ
CPC土壤湿度数据（soil moisture）
11-01
月数据集由一个文件组成，其中包含月平均土壤水分。请注意，数据是模型计算的，而不是直接测量的。数据集现在是V2。与前一版本有一些不同，特别是在非洲。V2版本还将landmask应用于datavalues。单位为毫米。 https://www.cpc.ncep.noaa.gov/soilmst/leaky_glb.htm https://psl.noaa.gov/data/gridded/data.cpcsoil.html
GEE数据集——NASA-USDA 增强型 SMAP 全球土壤水分数据
weixin_48048649的博客
02-07 4706
该数据集是通过使用一维集合卡尔曼滤波器 (EnKF) 数据同化方法将卫星衍生的土壤水分主动无源 (SMAP) 3 级土壤水分观测结果集成到修改后的两层 Palmer 模型中生成的。气候学是根据 SMAP 卫星观测的完整数据记录和以 31 天为中心的移动窗口方法估算的。SMAP 土壤水分观测的同化有助于改进基于模型的土壤水分预测，特别是在世界上缺乏高质量降水数据的仪器设备较差的地区。该数据集包括： 地表 和地下 土壤水分 (mm)、 土壤水分剖面(%)、地表和地下土壤水分异常 (-)。
中国1千米分辨率逐日全天候地表土壤水分数据集（2003-2022）HDF5数据处理
m0_58127906的博客
01-29 1836
0-10cm处的土壤水分，比例为0.001，单位是cm3/cm3。和m3/m3单位的换算应该是1：1【？不确定 全网居然没资料……如果有小伙伴能回答就好了】；逐日的SM加和得到每月的【同样不确定是加和还是求平均。个人感觉和降水应该差不多 是加和】3、栅格计算器设-9999为 nodata，然后逐日加和得到对应月份的土壤水分。arcgis- 模型构建器。arcgis- 模型构建器。记录一下这个数据集的处理过程~
全球土壤水分产品融合数据集
CCfz566的博客
04-06 531
基于欧洲区域的8个土壤水分地面实测网络共计134个监测站点数值对其结果进行对比分析和验证，结果表明，融合后的土壤水分产品不仅空间完整性得到显著提升（提升约20%），数据质量也比原始的ECV SM有所改善。数据集存储为.tif格式，由1737个文件组成，数据量为6.71 GB（压缩为5个文件，931 MB）。该数据集是可持续更新的全球逐日土壤水分数据集。基于该数据集的分析研究成果发表在IEEE Access，2020年第8卷。关键词：数据融合,土壤水分,全球尺度,逐日数据,ECV SM。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

WW、forever

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值