稳定连续的长时序地表土壤水分数据集对于全球环境和气候变化监测等都非常重要。SMAP等卫星搭载的L波段辐射计能提供目前最优精度的全球地表土壤水分观测，但其数据记录的短时间限制了其在长期研究中的应用；而AMSR-E和AMSR2系列传感器能提供长时序多频段辐射计观测（C、X和K波段）。本数据集是一个20年（2002/07/27~2022/08/31）的全球连续一致的地表土壤水分数据集，分辨率为日尺度的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)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。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5%左右。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。
土壤水分数据存储为TIFF格式，文件名称为“yyyyddd.TIF”，其中yyyy代表年，ddd代表日
姚盼盼, 卢麾. (2022). 基于AMSR-E和AMSR2数据的中国长江上游36KM 土壤水分数据集(2002-2022). 长江上游科学数据中心,
[Yao, P., Lu, H. (2022). 36KM Soil Moisture Data Set of the Upper Yangtze River in China Based on AMSR-E and AMSR2 Data (2002-2022). Upper Yangtze River Scientific Data Center,
]
(下载引用：
1. 姚盼盼, 卢麾. (2020). 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）. 国家青藏高原科学数据中心, DOI: 10.11888/Soil.tpdc.270960. CSTR: 18406.11.Soil.tpdc.270960.( 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)
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
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)
1.中国西南地区基于MODIS MOD11A1的25km地表温度数据产品 (2003-2018)
2.长江上游及西南地区JRA55再分析3小时数据集（1958-2022）
3.中国长江上游地区500m和1kmMOD09GA061 地表反射率数据集（2000-2022）
5.基于ERA5模拟的25km年尺度地表温度产品数据集 (1998-2020)
6.基于BESS模拟的5km光合有效辐射产品数据集 (2002-2021)
7.中国西南地区500m和1kmMOD09GA061 地表反射率数据集（2000-2022）
暂无数据
暂无数据
| East: 113.00 | West: 96.00 |
|---|---|
| South: 20.50 | North: 35.00 |
