配资是一种为投资者提供杠杆资金的金融服务！
土壤水分是干旱监测、洪水预报、作物产量估算、滑坡预警等应用中最重要的基础数据之一。大尺度土壤水分的研究有助于实现区域乃至全球范围内的动态监测，揭示水分时空分布特征，对理解水文循环、应对气候变化和制定可持续发展策略具有重要意义。
今日分享的是2002-2025年全球逐日土壤水分栅格数据！该数据集由清华大学卢麾团队开发，并于2021年5月发表在Scientific data平台上的数据。该数据持续更新，我们下载了截至到2025年6月15号的数据，因此本次本次分享的数据的时间范围是2002年1月1号——2025年6月15号。数据包括tif和nc两种格式，数据空间分辨率为36km*36km，数据坐标为EASE-Grid 2.0，数据单位为m3/m3（体积含水量的单位，表示单位体积土壤中，水所占据的体积比例）。该数据集是研究团队利用AMSR-E/AMSR2亮温数据反演得到的。经精度验证，该数据集的精度与SMAP卫星土壤水分产品相当。
大家可以在公众号回复关键词 742免费获取该数据！无需转发文章，直接可以获取数据！以下为数据的详细介绍：
01 数据展示
该数据包括tif和nc两种格式。两种格式的数据内容一样，只是格式不同。下面我们以tif格式为例来介绍下数据。
展开剩余84%每个年份的土壤水分tif文件保存在一个文件夹中，如下图：
我们以2024年的数据为例来打开看一下，打开后每一日一张tif文件。Tif文件的命名方式为“yyyyddd.tif”，其中yyyy代表年，ddd代表天数计数。比如2024年2月1号，是2024年的第32天，也就是2024032.tif；再比如2024年12月31号，是2024年的最后一天，也就是2024366.tif。如下图：
需要补充说明的是：2025年内tif文件的命名方式和2002——2024年内tif文件的命名方式不一样。比如2025年2月1号，文件名为20250201.tif。我们推测只有数据出全的年份才会改为上面的文件命名方式。等2025年的数据出完，也会改为上面的文件名方式。
下面我们以2025年1月1号的数据为例来预览下具体数据：
需要说明的是：土壤水分数据的逐日缺失主要由卫星轨道特性导致，无法每天覆盖全球。
该数据除了提供tif格式和nc格式的数据以外，还提供了一个名为为EASEGrid2_36km.tif的栅格文件，该文件是基于EASE-Grid 2.0等面积投影的全球网格数据。
02 数据的其他指标
数据来源网站：
该数据集发布于国家青藏高原科学数据中心，网址为：
https://data.tpdc.ac.cn/zh-hans/data/c26201fc-526c-465d-bae7-5f02fa49d738
数据格式：
tif/nc
数据单位：
m3/m3
数据坐标系：
EASE-Grid 2.0
数据时间范围：
本次分享的数据从2002年7月27日到2025年6月15日，该数据在发布网站中持续更新，如研究需要请持续关注！
数据空间范围：
全球
数据引用：
姚盼盼, 卢麾. (2020). 基于AMSR-E和AMSR2数据的全球长时序日尺度土壤水分数据集（2002-至今）. 国家青藏高原科学数据中心. https://doi.org/10.11888/Soil.tpdc.270960.https://cstr.cn/18406.11.Soil.tpdc.270960.
Yao, P., Lu, H. (2020). A long term global daily soil moisture dataset derived from AMSR-E and AMSR2 (2002-present). National Tibetan Plateau / Third Pole Environment Data Center. https://doi.org/10.11888/Soil.tpdc.270960. https://cstr.cn/18406.11.Soil.tpdc.270960.
文章引用：
1. Yao, P.P., Shi, J.C., Zhao, T.J., Lu, H. & Al-Yaari, A. (2017). Rebuilding Long Time Series Global Soil Moisture Products Using the Neural Network Adopting the Microwave Vegetation Index. Remote Sensing 9(1), 35.
2. Yao, P.P., Lu, H., Shi, J.C., Zhao, T.J., Yang K., Cosh, M.H., Gianotti, D.J.S., & Entekhabi, D. (2021). A long term global daily soil moisture dataset derived from AMSR-E and AMSR2 (2002-2019). Scientific Data, 8, 143 (2021). https://doi.org/10.1038/s41597-021-00925-8
如有数据使用需求请按照官方平台的要求进行引用，更多数据详情可以查看官网获悉！
03 数据获取
发布于：比利时汇盈策略提示：文章来自网络，不代表本站观点。
