Bodenfeuchte von SMOS
Übersicht
- Zugang
- Beschreibung
- Parameter
- Abdeckung, räumliche und zeitliche Auflösung
- Datenqualität
- Kontaktperson
- Referenzen
- Datenzitat
Zugang
EINGESCHRÄNKT: Dieser Link auf den Datensatz ist nur für eine eingeschränkte Nutzergruppe verfügbar. Der Datensatz ist nur im CEN/MPI Netzwerk bzw. von außen mit Kundenkonto zugreifbar. Bitte wenden Sie sich an ICDC, wenn Sie von außerhalb des Netzwerks auf diese Daten zugreifen möchten.
- Bodenfeuchte Daten ansehen mit dem LAS
- Zugriff auf Bodenfeuchte Daten über OPeNDAP
- Datenzugriff über Filesystem: /data/icdc/land/smos_soilmoisture
Beschreibung
Strahlungstemperaturmessungen im L-Band (1.0-2.0 GHz) des MIRAS Sensors auf dem Soil Moisture and Ocean Salinity (SMOS) Satelliten wurden benutzt um einen globalen Datensatz der oberflächennahen (0 - 5 cm) Bodenfeuchte zu berechnen.
Das Retrieval der Bodenfeuchte beruht auf der iterativen Minimierung einer Kosten-Funktion. Diese wird aus den quadratischen Differenzen zwischen beobachteter und modellierter Strahlungstemperatur und den quadratischen Differenzen zwischen abgeleiteten und a-priori Parametern (also z. B. die Bodenfeuchte, die dielektrische Konstante oder die Optische Dichte der Vegetation) - jeweils skaliert mit den jeweiligen Unsicherheiten, konstruiert. Für das Level-3 Produkt werden dabei alle Strahlungstemperaturen verschiedener Orbits und Überflüge des gleichen Ortes, aufgenommen aus verschiedenen Beobachtungswinkeln gleichzeitig verwendet. Hierzu werden die Messungen am jeweiligen (Retrieval) Tag mit den Messungen 3 Tage vorher und 3 Tage nachher kombiniert. Mehr Details zum Retrieval gibt es im ATBD und im Artikel von Al Bitar et al. nachzulesen (siehe Referenzen).
Wir weisen darauf hin, dass im Gegensatz zu üblichen Hierarchien in der Datensatzprozessierung die hier angebotenen Level-3 Bodenfeuchtedaten nicht auf den so-genannten Level-2 Bodenfeuchtedaten aufbauen sondern aus Gründen der besseren Nutzung und Verarbeitbarkeit direkt aus den Level 1B Daten berechnet werden.
Wir bieten eine Kombination des Re-Prozessierten (RE04, bis 5. Mai 2015) und des operationellen (OPER, ab 6. Mai 2015) Datensatzes an.
Letzte Aktualisierung des Datensatzes am ICDC: 27. Juni 2024.
Parameter
Name | Einheit / Bereich | Datensatz |
---|---|---|
Bodenfeuchte | m³/m³ | täglich, monatlich |
Bodenfeuchte Retrievalfehler | m³/m³ | täglich, monatlich |
Anzahl gültiger Bodenfeuchtewerte pro Gitterzelle | 0 ... 31 | monatlich |
Gesamtzahl SMOS Beobachtungen pro Gitterzelle | - | täglich |
Anzahl nutzbarer SMOS Beobachtungen pro Gitterzelle | - | täglich |
Gitterflächenanteil mit geeignetem Boden | 0 ... 100 % | täglich, monatlich |
Gitterflächenanteil mit Waldbedeckung | 0 ... 100 % | täglich, monatlich |
Optische Dichte der Vegetation in Nadir | Neper | täglich*, monatlich |
Fehler in der optischen Dichte der Vegetation in Nadir | Neper | täglich*, monatlich |
Optische Dichte im Wald in Nadir | Neper | monatlich |
Fehler der optischen Dichte im Wald in Nadir | Neper | monatlich |
Bodenoberflächentemperatur | K | täglich |
Temperatur der obersten 0 - 7 cm des Bodens | K | täglich |
SMOS Überflugszeit pro Gitterzelle | s | täglich |
permanent Oberflächentyp | - | täglich |
Abdeckung, räumliche und zeitliche Auflösung
Zeitraum und zeitliche Auflösung:
- Täglich: 2010-01-15 bis 2015-05-05 (RE04), 2015-05-06 bis 2024-05-31 (OPER)
- Monatlich: 2010-01 bis 2015-04 (RE04), 2015-05 bis 2024-05 (OPER)
- Fehlende Daten: 2021-04-01 bis 2021-05-24
Räumliche Abdeckung und Auflösung:
- Global
- Räumliche Auflösung: ca. 25 km x 25 km, EASE Version 2 cylindrical Gitter (= äquidistante Längen aber nicht-äquidistante Breiten)
- Geographische Länge: 179.8703°W bis 179.8703°E
- Geographische Breite: 83.51714°S bis 83.51714°N
- Dimension: 584 Zeilen x 1388 Spalten
- Höhe: Terrain folgend
Format:
- NetCDF
Datenqualität
Der Datensatz enthält eine Abschätzung des Retrievalfehlers für die Bodenfeuchte die aus den Eingabeparametern und gemachten Annahmen resultiert.
Vegetationsdichte und Boden (Oberflächen) Temperatur beeinflussen das Bodenfeuchteretrieval. Deshalb beinhaltet der Datensatz (täglich wie monatlich) die prozentuale Bedeckung der Gitterzelle mit Wald bzw. mit Vegetation gegenüber der das Retrieval relative unempfindlich ist. Zusätzlich beinhaltet das Produkt Abschätzungen der optischen Dichte der Vegetation - und deren Unsicherheit. Jeder höher die optische Dichte der Vegetation ist, desto wahrscheinlicher ist es, dass die Bodenfeuchte einen Bias hat.
Zusätzlich beinhalten die täglichen Daten Karten der Boden (Oberflächen) Temperatur vom Landoberflächenmodell des ECMWF.
Um besser verstehen zu können, warum in machen Regionen kein Retrieval möglich ist, beinhalten die täglichen Daten die Verteilung des Oberflächentyps.
Die täglichen Daten beinhalten eine Vielzahl weiterer Parameter, z. B. die Dielektrische Konstante des Bodens, die gemessenen Strahlungstemperaturen am Boden und am Oberrand der Atmosphäre und eine sehr detaillierte Qualitätskennzahl (siehe Product Description in den Referenzen).
Wir merken an, dass die Daten der aufsteigenden (ascending, "__A__" im Dateinamen) Satellitenüberflüge mit hoher Wahrscheinlichkeit weniger durch Effekte der Ionosphäre und diurnale Temperaturschwankungen / -gradienten beeinflusst sind.
Für Resultate der Evaluations- / Validationsaktivitäten sowie der Schwierigkeiten der Evaluierung von Satelliten-Bodenfeuchtedaten verweisen wir auf die Referenzen.
Kontaktperson
Centre Aval de Traitement des Donnees SMOS (CATDS)
Centre d'Etudes Spatiales de la Biosphere (CESBIO)
Universite de Toulouse, Toulouse, France
email: support (at) catds.frAhmad Al Bitar
Centre d'Etudes Spatiales de la Biosphere (CESBIO)
Universite de Toulouse, Toulouse, France
email: ahmad.albitar (at) cesbio.cnes.frStefan Kern
University of Hamburg
E-Mail: stefan.kern (at) uni-hamburg.de
Referenzen
Literatur:
- Algorithm Theoretical Basis Document (ATBD)
- Data Product Description
- Al Bitar, A., et al., 2017, The global SMOS level 3 täglich soil moisture and brightness temperature maps, Earth Syst. Sci. Data, 9, 293-315, https://doi.org/10.5195/essd-9-293-2017
- Al-Yaari, A., et al., 2014, Global-scale comparison of passive (SMOS) and active (ASCAT) satellite based microwave soil moisture retrievals with soil moisture simulations (MERRA-Land), Rem. Sens. Environ., 152, 614-626, https://doi.org/10.1016/j.rse.2014.07.013
- Al-Yaari, A., et al., 2017, Evaluating soil moisture retrievals from ESA's SMOS and NASA's SMAP brightness temperature datasets, Rem. Sens. Environ., 193, 257-273, https://doi.org/10.1016/j.rse.2017.03.010
- Louvet, S., et al., 2015, SMOS soil moisture product evaluation over West-Africa from local to regional scale, Rem. Sens. Environ., 156, 383-394, https://doi.org/10.1016/j.rse.2014.10.005
- van der Schalie, R., et al., 2015, SMOS soil moisture retrievals using the land parameter retrieval model: Evaluation over the Murrumbidgee Catchment, Southeast Australia, Rem. Sens. Environ., 163, 70-79, https://doi.org/10.1016/j.rse.2015.03.006
- Holgate, C. M., et al., 2016, Comparison of remotely sensed and modelled soil moisture data sets across Australia. Rem. Sens. Environ., 186, 479-500.
- Jing, W., et al., 2018, A comparison of ECV and SMOS soil moisture products based on OzNet monitoring network, Remote Sensing, 10(5), 703, doi:10.3390/rs10050703, https://doi.org/10.3390/rs10050703.
Datenzitat
Bei Verwendung der Daten diese bitte wie folgt zitieren:
CATDS/CESBIO ESA-SMOS soil moisture of reprocessing RE04 and operational data (OPER) distributed via ftp://ifremer.fr as daily / monthly [choose which apply] global maps [last access: June 17, 2024] were obtained from: Integrated Climate Data Centre (ICDC), CEN, University of Hamburg, Hamburg, Germany.
and
Al Bitar, A., A. Mialon, Y. H. Kerr, F. Cabot, P. Richaume, E. Jacquette, A. Quesney, A. Mahmoodi, S. Tarot, M. Parrens, A. Al-Yaari, T. Pellarin, N. Rodriguez-Fernandez, and J.-P. Wigneron, 2017, The global SMOS level 3 täglich soil moisture and brightness temperature maps, Earth Syst. Sci. Data, 9, 293-315, https://doi.org/10.5194/essd-9-293-2017.
und mit der folgenden Danksagung:
Thanks to ICDC, CEN, University of Hamburg for data support.