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
复制代码
`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

javascript 复制代码
// 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

相关推荐
MX_93592 分钟前
Spring的bean工厂后处理器和Bean后处理器
java·后端·spring
小迷糊的学习记录8 分钟前
0.1 + 0.2 不等于 0.3
前端·javascript·面试
市场部需要一个软件开发岗位18 分钟前
JAVA开发常见安全问题:纵向越权
java·数据库·安全
空&白30 分钟前
vue暗黑模式
javascript·vue.js
历程里程碑31 分钟前
普通数组----合并区间
java·数据结构·python·算法·leetcode·职场和发展·tornado
执风挽^1 小时前
Python基础编程题2
开发语言·python·算法·visual studio code
程序员泠零澪回家种桔子1 小时前
Spring AI框架全方位详解
java·人工智能·后端·spring·ai·架构
翼龙云_cloud1 小时前
国际云代理商:2026年国际云注册风控升级实战指南 8 大平台无卡解决方案对比
服务器·阿里云·云计算
Z9fish1 小时前
sse哈工大C语言编程练习20
c语言·开发语言·算法
CodeCaptain1 小时前
nacos-2.3.2-OEM与nacos3.1.x的差异分析
java·经验分享·nacos·springcloud