查看大图

SMOS INRA-CESBIO（SMOS-IC）算法由INRA（国家农学研究所）和CESBIO（生物空间研究中心）设计，用于执行SM和L-VOD的全球检索。SMOS-IC基于Wigneron等人（2017）中定义的L-MEB模型的双参数反转，并将像素视为同质。因此，SMOS-IC的设计基础与2级SM算法相同，但使用了一些简化。具体而言，SMOS-IC没有考虑与处理具有异质土地覆盖区域（森林覆盖区域）、天线模式和复杂SMOS视角几何形状的检索相关的校正。因此，SMOS-IC产品的主要目标之一是尽可能独立于辅助数据，以便更加稳健，并受上述修正中潜在不确定性的影响较小。SMOS-IC算法和数据集在费尔南德斯-莫兰等人（2017）中进行了描述。可用的土壤湿度产品是第2版，以25公里的EASEv2网格提供，为netcdf格式。本产品在元数据的基础上进行数据的裁剪，裁剪后区域为中国长江上游，格式为TIFF格式。

数据文件命名方式和使用方法

文件命名：土壤水分数据以TIF格式储存，文件名称为SMOS_yyyymmdd.tif，其中yyyy代表年，mm代表月，dd代表天。

本数据要求的引用方式 查看数据引用帮助 数据引用必读

美国国家航空航天局. (2022). 中国长江上游25KM-SMOS土壤水分数据(2010-2016). 长江上游科学数据中心,
[NASA EOSDIS LP DAAC. (2022). Soil moisture data of 25KM-SMOS in the upper reaches of Yangtze River in China (2010-2016). Upper Yangtze River Scientific Data Center, ] (下载引用：

1. Wigneron J-P, Y. Kerr, P. Waldteufel, K. Saleh, M.-J. Escorihuela, P. Richaume, P. Ferrazzoli, P. de Rosnay, R. Gurney, J.-C. Calvet, J.P. Grant, M. Guglielmetti, B. Hornbuckle, C. Mätzler, T. Pellarin, M. Schwank, 'L-band Microwave Emission of the Biosphere (L-MEB) Model: Description and calibration against experimental data sets over crop fields', Remote Sens. Env., 107, p. 639-655, 2007( 查看 | Bibtex格式)

2. Fernandez-Moran, R., Wigneron, J.-P., De Lannoy, G., Lopez-Baeza, E., Parrens, M., Mialon, A., Mahmoodi, A., Al-Yaari, A., Bircher, S., Al Bitar, A., Richaume, P., Kerr, Y., A new calibration of the effective scattering albedo and soil roughness parameters in the SMOS SM retrieval algorithm, Int J Appl Earth Obs Geoinformation, 62, 27–38, 2017. https://doi.org/10.1016/j.jag.2017.05.013( 查看 | Bibtex格式)

3. Fernandez-Moran R., A. Al-Yaari, A. Mialon, A. Mahmoodi, A. Al Bitar, G. De Lannoy, N. Rodriguez-Fernandez, E. Lopez-Baeza, Y. Kerr and J.-P. Wigneron, "SMOS-IC: An Alternative SMOS Soil Moisture and Vegetation Optical Depth Product", Remote Sensing, 9, 457; doi:10.3390/rs9050457, 2017( 查看 | Bibtex格式)

4. Wigneron, J.-P., Li, X., Frappart F., Fan L., Al-Yaari A., De Lannoy G., Liu X., Wang M., Le Masson E., Moisy C., SMOS-IC data record of soil moisture and L-VOD: historical development, applications and perspectives, Remote Sens. Env., 254, 112238, https://doi.org/10.1016/j.rse.2020.112238, 202( 查看 | Bibtex格式)

使用本数据时必须引用“文章的引用”中列出的文献，并进行数据的引用

数据使用声明

为尊重知识产权、保障数据作者的权益、扩展数据中心的服务、评估数据的应用潜力，请数据使用者在使用数据所产生的研究成果中（包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果），明确注明数据来源和数据作者。对于转载（二次或多次发布）的数据，作者还须注明原始数据来源。

License： This work is licensed under an Attribution 4.0 International (CC BY 4.0)

相关资源

数据评论

当前页面默认显示 中文 评论 显示所有语种的评论