HiMIC-Monthly数据集中6个湿度指标的总R2均超过0.96,均方根误差和平均绝对误差均在合理范围内。为节省存储空间,数据都存储为整数类型(Int16),使用时需要除以100以将RH、AVP、VPD、DPT、MR、及SH的数值单位分别转化为%、hPa、hPa、°C、g/kg、及g/kg。 数据格式: 栅格格式(.tif)和NETCDF格式(.nc) 时间范围...
我们提供了中国范围内1km高质量的土壤湿度数据集-SMCI1.0(Soil Moisture of China by in situ data, version 1.0),SMCI1.0是包含2000-2020年、日尺度、以10厘米为间隔10层深度(10-100cm)的高时空分辨率土壤湿度。该数据集是以中国气象局提供的1,648个站点观测10层土壤湿度作为基准,使用ERA5_Land时间序列数据、...
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。数据集可以广泛应用于水文及干旱监测,并且可以作为生态和其他地球物理模型的重要输入参数。数据集包含1981年至2021年全国陆地土壤湿度数据,单位为m³/m³...
全国土壤湿度数据集/土壤水分数据 土壤湿度是土壤的干湿程度,即土壤的实际含水量,可用土壤含水量占烘干土重的百分数表示:土壤含水量=水分重/烘干土重×100%。 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] 。...
而相对湿度栅格数据集则是一种按照空间分辨率将相对湿度数据集进行离散化处理的数据集,通常用于地理信息系统(GIS)和遥感数据分析。本文将深入探讨相对湿度栅格数据集的特点、应用及制作方法。 一、相对湿度栅格数据集的特点 1. 空间分辨率高:相对湿度栅格数据集是根据地理位置信息进行处理的数据集,其空间分辨率较高,可...
该数据集包含 1 乘 1 度网格单元的全球月度土壤湿度统计数据(标准偏差)。数据来源是 AMSR-E 每日土壤水分估算值(AE_Land3.002:AMSR-E/Aqua Daily L3 Surface Soil Moisture, Interpretive Parameters, QC EASE-Grids.第 2 版)。数据集涵盖的时间段为 2002-10-01 至 2011-09-30。
土壤湿度是土壤的干湿程度,即土壤的实际含水量,可用土壤含水量占烘干土重的百分数表示:土壤含水量=水分重/烘干土重×100%。 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] 。根据土壤相对湿润度(R)的干旱等级...
土壤湿度是土壤的干湿程度,即土壤的实际含水量,可用土壤含水量占烘干土重的百分数表示:土壤含水量=水分重/烘干土重×100%。 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] 。根据土壤相对湿润度(R)的干旱等级...
高光谱遥感技术在土壤湿度监测方面具有巨大潜力,因为它能够提供连续、精细的光谱数据,从而反映土壤中水分含量的细微变化。为了评估和比较不同高光谱数据处理方法在土壤湿度监测中的性能,需要一个统一的高光谱基准数据集。 该基准数据集应包含不同土壤湿度状况下的高光谱数据,以及相应的准确度验证信息。数据集应涵盖各种...
R >0.78），均方根误差低（ubRMSE < 0.05 m³/m³），显示数据在整个时间序列中的准确性。此数据集可广泛应用于水文及干旱监测，并作为生态和其他地球物理模型的重要输入参数。数据集包含1981年至2021年全国陆地土壤湿度数据，单位为m³/m³，时间分辨率为月。