查看大图

本数据集是一个包含10年（2010-2019）的全球日尺度地表土壤水分数据集，分辨率为36 km，采用EASE-Grid2投影坐标系，数据单位为m3/m3. 数据集采用Yao et al.(2017，2021)发展的土壤水分神经网络反演算法，将SMAP的优势传递到FY-3B/MWRI，利用人工神经网络方法，以SMAP标准土壤水分产品为训练目标，以FY-3B/MWRI的亮温为输入，最终输出长时序土壤水分数据。土壤水分精度和SMAP接近，达到5%左右。（ 全球14个密集观测站网的验证精度 ）。

数据文件命名方式和使用方法

文件命名：文件名称为“FY-yyyyddd.tif”，其中yyyy代表年，ddd代表Julian日期

本数据要求的引用方式 查看数据引用帮助 数据引用必读

卢麾,, 姚盼盼, 赵天杰, 武胜利, 施建成. (2022). 基于风云卫星FY-3B微波成像仪MWRI数据的中国西南地区日尺度土壤水分数据集（2010-2019）. 长江上游科学数据中心, DOI: https://doi.org/10.1038/s41597-021-00925-8.
[Lu, H., Yao, P., Zhao, T., Wu, S., Shi, J. (2022). Daily Soil Moisture Data Set in Southwest China Based on the MWRI Data of FY-3B Microwave Imager of Fengyun Satellite (2010-2019). Upper Yangtze River Scientific Data Center, DOI: https://doi.org/10.1038/s41597-021-00925-8. ] (下载引用：

1. 1. Yao, P.P., Lu, H., Zhao, T.J., Wu, S.L., Shi, J.C., Yang K., Cosh, M.H., Zhang, P. (2022). A global daily soil moisture dataset derived from Chinese FengYun-3B Microwave Radiation Imager (MWRI) (2010-2019) . Scientific Data. (Under Review)( 查看 | Bibtex格式) 2. Yao, P.P., Lu, H., Shi, J.C., Zhao, T.J., Yang K., Cosh, M.H., Gianotti, D.J.S., & Entekhabi, D. (2021). A long term global daily soil moisture dataset derived from AMSR-E and AMSR2 (2002-2019). Scientific Data, 8, 143 (2021). https://doi.org/10.1038/s41597-021-00925-8( 查看 | Bibtex格式) 3. Yao, P.P., Shi, J.C., Zhao, T.J., Lu, H. & Al-Yaari, A. (2017). Rebuilding Long Time Series Global Soil Moisture Products Using the Neural Network Adopting the Microwave Vegetation Index. Remote Sensing 9(1), 35.( 查看 | Bibtex格式)( 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