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
IT古董19 分钟前
第四章:大模型(LLM)】06.langchain原理-(3)LangChain Prompt 用法
java·人工智能·python
知识分享小能手2 小时前
Vue3 学习教程,从入门到精通,Axios 在 Vue 3 中的使用指南(37)
前端·javascript·vue.js·学习·typescript·vue·vue3
轻抚酸~3 小时前
小迪23年-32~40——java简单回顾
java·web安全
Sirius Wu5 小时前
Maven环境如何正确配置
java·maven
七七&5565 小时前
2024年08月13日 Go生态洞察:Go 1.23 发布与全面深度解读
开发语言·网络·golang
java坤坤5 小时前
GoLand 项目从 0 到 1:第八天 ——GORM 命名策略陷阱与 Go 项目启动慢问题攻坚
开发语言·后端·golang
元清加油6 小时前
【Golang】:函数和包
服务器·开发语言·网络·后端·网络协议·golang
健康平安的活着6 小时前
java之 junit4单元测试Mockito的使用
java·开发语言·单元测试
Java小白程序员7 小时前
Spring Framework :IoC 容器的原理与实践
java·后端·spring
烛阴7 小时前
精简之道:TypeScript 参数属性 (Parameter Properties) 详解
前端·javascript·typescript