FLDAS Noah陆地表面模型 L4 全球月异常0.1°MERRA数据分享

各位同学们好，今天分享的是FLDAS Noah陆地表面模型 L4 全球月异常0.1°MERRA数据。您可以评论或私信。

一、数据简介

每月异常数据集包含根据饥荒预警系统网络（FEWS NET）土地数据同化系统（FLDAS）中的Noah 3.6.1模型模拟的一系列地表参数。该数据集由每月文件组成，每个文件代表该月份与 1982 年至 2016 年 35 年每月气候的比较，基于 FLDAS Noah 陆地表面模型 L4 全球每月 0.1 x 0.1 度（MERRA-2 和 CHIRPS）V001 (FLDAS_NOAH01_C_GL_M_001 ）每月数据。数据分辨率为 0.10 度，空间覆盖全球（60S、180W、90N、180E）。

二、数据链接

GES DISC 数据集：FLDAS 诺亚地表模型 L4 全球月度异常 0.1 x 0.1 度（MERRA-2 和 CHIRPS）（FLDAS_NOAH01_C_GL_MA 001） (nasa.gov)https://disc.gsfc.nasa.gov/datasets/FLDAS_NOAH01_C_GL_MA_001/summary?keywords=soil%20moisture三、数据处理（python统计像元）

# -*- coding: utf-8 -*-
 
import arcpy
from arcpy import env
from arcpy.sa import *
 
 
# Set environment settings
# 输入工作空间文件夹（即存放需批处理tif影像的文件夹）
env.workspace = r"E:\PRE_Peng" # 注意此处‘/’的方向
# Set local variables
# 遍历工作空间中的tif格式数据
rasters = arcpy.ListRasters("*", "tif")
 
# Check out the ArcGIS Spatial Analyst extension license
arcpy.CheckOutExtension("Spatial")
 
# MEAN均值；SUM总和；STD标准差；MINIMUM最小值；MAXIMUM最大值；
outCellStatistics = CellStatistics(rasters, "MEAN", "DATA")
# 输出结果影像的路径和名称
outCellStatistics.save(r"E:\PRE_Peng\PRE_MEAN.TIF")
 
 
 
 
print("All project is OK！")
 
 

三、数据分享

我已经下载并处理好了全球区域土壤含水量（地下 0-10 cm）1982~2022年的数据，发布到了公众号，免费分享给大家~

四、联系作者

五、往期数据

GLASS产品植被总初级生产力GPP_MODIS年数据免费分享

张永强全球PML_V2陆地蒸散发与总初级生产力数据免费分享

2000~2020年全球日光诱导叶绿素荧光SIF数据分享