雪数据同化系统Snow Data Assimilation System数据集

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 雪数据同化系统Snow Data Assimilation System数据集

雪数据同化系统(SNODAS)

雪资料同化系统(SNODAS)是国家水文遥感业务中心(NOHRSC)精心开发的综合建模和资料同化系统。其主要目标是提供高度准确的积雪和相关参数估计,作为水文建模和分析的重要资源。SNODAS 通过吸收各种来源的数据来实现这一目标,包括卫星观测、地面测量和数值天气预报模型。这些不同的数据流在雪质量和能量平衡模型中经过彻底处理,最终产生雪水当量(SWE)、雪深、雪覆盖范围和雪反照率的估计值。

SNODAS数据集拥有1公里的空间分辨率和24小时的时间分辨率,确保准确、及时的洞察。该数据集每天更新,涵盖美国大陆、阿拉斯加和夏威夷,为各种应用程序的用户提供全面的覆盖。SNODAS 数据面向广泛的受众,包括水资源管理者、应急响应人员和气候科学家。这些宝贵的数据在各种应用中发挥着关键作用,包括估计融雪径流、预测雪崩、监测干旱和洪水管理的积雪状况,以及研究气候变化对雪动态的影响。SNODAS 数据可通过国家冰雪数据中心 (NSIDC) 免费访问,进一步增强了广大用户群的可访问性和实用性。前言 – 人工智能教程

该数据集描述提供了 SNODAS 的全面概述,强调了其在支持跨领域水文研究和决策方面的重要性。您可以在此处找到更多信息,还可以在此处找到气候引擎组织中数据集的链接

数据集详细信息
空间范围 美国本土
空间分辨率 1000 m(1/120 度)
时间分辨率 日常的
时间跨度 2003年10月1日至今
更新频率 每日更新,滞后 1 天

变量

多变的 单位 比例因子
雪水当量 1.0
雪深 1.0
引文

Barrett, Andrew. 2003. National Operational Hydrologic Remote Sensing Center Snow Data Assimilation System (SNODAS) Products at NSIDC. NSIDC Special

Report 11. Boulder, CO USA: National Snow and Ice Data Center. 19 pp.


Barrett, A. P., R. L. Armstrong, and J. L. Smith. 2001. The Snow Data Assimilation System (SNODAS): An overview.

Journal of Hydrometeorology 2(3):288-306.

地球引擎片段

// Read in Image Collection and get image
var snodas_ic = ee.ImageCollection('projects/earthengine-legacy/assets/projects/climate-engine/snodas/daily')
var snodas_i = snodas_ic.filterDate('2022-01-01', '2022-01-05').first()
// Print first image to see bands
print(snodas_i)
// Visualize select bands from first image
var prec_palette = ["#ffffcc", "#c7e9b4", "#7fcdbb", "#41b6c4", "#1d91c0", "#225ea8", "#0c2c84"]
Map.addLayer(snodas_i.select('Snow_Depth'), {min: 0, max: 1, palette: prec_palette}, 'Snow_Depth')
Map.addLayer(snodas_i.select('SWE'), {min: 0, max: 1, palette: prec_palette}, 'SWE')

示例代码:https://code.earthengine.google.com/? scriptPath=users/sat-io/awesome-gee-catalog-examples:weather-climate/SNODAS-DAILY

执照

NOAA 数据、信息和产品,无论采用何种交付方式,均不受版权保护,并且公众后续使用不受限制。一旦获得,它们就可以用于任何合法用途。上述数据属于公共领域,提供时不受使用和分发限制。欲了解更多信息,请访问 NWS 免责声明网站。

关键词:雪、气候、近实时、CONUS、美国、NOAA、每日

创建和提供:NOAA、NSIDC

策展人:气候引擎组织

相关文章
|
编解码
Google Earth Engine(GEE) ——全球GDP和HDI的网格化数据集(1990-2015)
Google Earth Engine(GEE) ——全球GDP和HDI的网格化数据集(1990-2015)
505 0
|
11月前
正则化方法、L曲线和奇异值分解
正则化方法、L曲线和奇异值分解
|
11月前
|
机器学习/深度学习 人工智能 算法
Google DeepMind新产物: 行星级卫星嵌入数据集(10m)光学+雷达+DEM+climate...
Google 推出 Earth Engine 卫星嵌入数据集,利用 AI 将一年的多源卫星数据压缩至每个 10 米像素,实现高效地理空间分析。基于 AlphaEarth Foundations 模型,该数据集提供 64 维嵌入向量,支持相似性搜索、变化检测、自动聚类和精准分类,助力环境研究与应用。
652 0
|
12月前
|
边缘计算 监控 Java
跨境电商 API 对接避坑指南:亚马逊 SP-API 超时问题的 5 种解决方案(附重试代码模板)
在对接亚马逊 SP-API 时,超时问题常导致订单延迟、库存失败,影响运营。本文总结某 3C 品牌实战经验,详解超时的 3 大根源与 5 大解决方案,涵盖动态超时、重试机制、请求拆分、并发控制与边缘加速,并附可复用 Python 代码,助你将超时率从 20% 降至 1% 以下。
|
8月前
|
JSON API 数据格式
亚马逊获取商品详情API接口指南
本文介绍如何使用Amazon Product Advertising API获取商品详情,涵盖注册、认证、请求构建与响应处理,提供Python实战代码,助你高效集成电商数据,适用于价格监控与推荐系统。
|
11月前
|
传感器 编解码 数据可视化
GEE数据集:2017-2024年全球多源遥感数据融合的全新10米数据集(无量纲)Satellite Embedding V1
Google Satellite Embedding 数据集提供全球10米分辨率的64维嵌入向量,编码地表条件的时间轨迹,适用于变化检测与地理分析。
814 0
|
JavaScript Ruby
淘宝 NPM 镜像
我们以前介绍过cnpmjs.org,非常棒的npm国内镜像。由于其使用量越来越大,加上淘宝内部也有很多项目使用 NodeJS,于是,淘宝正式基于 cnpmjs 推出了镜像服务。
10920 1
淘宝 NPM 镜像
|
机器学习/深度学习 计算机视觉 知识图谱
YOLOv11改进策略【注意力机制篇】| SENet V2 优化SE注意力机制,聚合通道和全局信息
YOLOv11改进策略【注意力机制篇】| SENet V2 优化SE注意力机制,聚合通道和全局信息
611 1
YOLOv11改进策略【注意力机制篇】| SENet V2 优化SE注意力机制,聚合通道和全局信息
|
存储 弹性计算 网络安全
搭建基于OSS的图片分享网站
本教程介绍如何基于云服务器ECS和对象存储OSS,搭建一个图片分享网站。
|
Web App开发 移动开发 定位技术
15款得心应手的思维导图软件
15款得心应手的思维导图软件
1050 6