More than 5 years have passed since last update.

[GEEデータカタログ]Google Earth Engineで使用できるデータカタログまとめ

Posted at 2018-12-22

はじめに

Google Earthを見るだけではなくて可視化、分析可能なGoogle Earth Engineを使ってみたいと思い、勉強しています。
Google Earth Engineで使用可能なデータはどんなものかがあるか調べてみました。
※膨大な記事です。詳細はページ元を確認ください。（ページ元URLは後述）
※各提供データにサンプル画像を貼り付けているのですが、途中で諦めましたorz多すぎます。

衛星の種類

Google Earth Engineで使用できる衛星は、Landsat、MODIS、Sentinelの3つがあるそうです。

Landsat

アメリカ地質調査所（USGS）とアメリカ航空宇宙局（NASA）の合同プログラムであるランドサットは、1972年から現在まで地球を継続的に観測してきました。今日、ランドサット衛星は、マルチスペクトルと熱データを含め、約2週間に1回、30メートル分解能で地球表面全体を観測しています。ランドサットのデータは、表面反射率、TOA修正反射率、NDVIやEVI植生指標などの様々なすぐに使用できる計算された製品として、未加工の形態でEarth Engineで入手できます。
Google Earth Engineでは、

衛星種別	提供期間
Landsat1-5 MSS	1972-1999
Landsat4	1982-1993
Landsat5	1984-2012
Landsat7	1999-
Landsat8	2013-

※Landsat6は打ち上げ失敗したため、データの提供はありません。
※TOA：大気上端という意味。大気の影響を受けていない反射率を意味します。
※Landsat7はセンサの一部が故障したため、2003年5月以降のデータは一部欠損している状態となります。

参考：https://www.nasa.gov/topics/earth/features/japanquake/landsat20110317.html

MODIS

Terraという衛星とAquaという衛星に搭載されているセンサ名です。MODISはセンサ名ですが、MODISという呼び方が一般的のようです。
Terraは地球観測システム（EOS）の最初の大型衛星であり、地球環境システム（大気・雲・氷雪・水・植生等）のメカニズムの解明を目的として、1999年12月18日に打ち上げられた。MODISは観測波長帯が観測波長帯は0.4µmから14.4µmの範囲に36のバンドを有し、直下における水平解像度は2バンドが250m、5バンドが500m、残りが1kmです。

MODISは現在も運用されているため、現在も提供され続けています。

Sentinel

Sentinel衛星とは、欧州宇宙機関（ESA）の地球観測プログラム「コペルニクス計画」で計画されている地球観測衛星のことです。Sentinel衛星は1機の衛星ではなく、複数の衛星によって構成されており、1～6まであります。もちろんそれぞれ異なる機能が与えられています。

シリーズ名	概要	回帰日数	分解能
センチネル1	CバンドのSARを搭載。昼夜・全抵抗で地表と海洋を監視	6日間	9-40m
センチネル2	光学センサを搭載。陸域・海洋・森林監視・土地被覆変化等の地表を監視	5日間	10m-60m
センチネル3	複数の高度計と放射計を搭載。海洋・森林・気象を監視	2日間	300m-1200m
センチネル4	大気の品質監視を目的としており、大気の化学組成を監視	60分	8km
センチネル5	大気汚染を監視。大気の化学組成を監視。	1日	7-68km
センチネル6	全世界の海面高度を計測	10日間	未定

以上がGoogle Earth Engineで提供されている衛星となります。
これらの衛星データから作成されたプロダクト（例えば衛星データのバンド間演算をした結果であるものなど）や上記3つの衛星データ以外のものも提供されているみたいです。

#スクレイピングコード

Google Earth Engine Data Catalogに掲載されているものを全部コピペするのはつらすぎるのでスクレイピングしました。下記です。

main.py

# Beautiful Soupのインポート
import requests
import pandas as pd
from bs4 import BeautifulSoup
from google.colab import files
from googletrans import Translator


response = requests.get("https://developers.google.com/earth-engine/datasets/catalog/").text
soup = BeautifulSoup(response, 'html.parser')
translator = Translator()


cols = ['product_name','description']
df = pd.DataFrame(index=[],columns=cols)

for tag in soup.select('a[class="devsite-nav-title"]'):
    #print(tag.get("href"))
    response_target = requests.get(tag.get("href")).text
  
    soup_target = BeautifulSoup(response_target, 'html.parser')
    res_title = soup_target.find('h1',itemprop='name',class_='devsite-page-title')
    res_description = soup_target.find('div', itemprop='description') 

    if res_description is None:
      print('')
    else:
      a = res_description.text.replace('\n',' ')
      tran = translator.translate(a,src='en',dest='ja')
      record = pd.Series([res_title.text,tran.text],index=df.columns)
      df = df.append(record,ignore_index=True)
df.to_csv("df.csv")
files.download('df.csv')
translator = Translator()

Google Colaboratryを使ったため、

part1.py

from google.colab import files
df.to_csv("df.csv")
files.download('df.csv')

より、Google Drive上に保存しています。

また、Descriptionの英語は

part2.py

from googletrans import Translator
translator = Translator()
tran = translator.translate(a,src='en',dest='ja')

より、Google翻訳をしています。
なので、Descriptionがちゃんと翻訳できていないところもありますが、とりあえず雰囲気をさっと掴むために書いたのでご容赦ください。

#　Google Earth Engine Data Catalog

下記が、Google Earth Engineにて提供されているデータとなります。
なお、https://developers.google.com/earth-engine/datasets/catalog/ のコピペとなりますので、詳細はリンク先をご確認ください。

下記に示すのは、
「データカタログ名」
「データカタログの説明（description）をGoogle翻訳したもの」
「データカタログの画像」
の3です。

Canada AAFC Annual Crop Inventory

2009年からは、農業および農業食品カナダ（AAFC）の科学技術支部（STB）の地球観測チームが年次作物型のデジタル地図を作成するプロセスを開始しました。 2009年および2010年に草地に焦点を当て、オプティカル（Landsat-5、AWiFS、DMC）およびレーダー（Radarsat-2）ベースの衛星画像を使用して、デシジョンツリー（DT）ベースの方法論を適用しました。 2011年の栽培シーズンから、この活動は国の作物目録を支援するために他の州にも拡大されました。今日まで、この手法は、30m（2009年と2010年の56m）の最終的な空間解像度で、85％以上の全体的な目標精度を満たす作物在庫を一貫して提供することができます。

AHN Netherlands 0.5m DEM, Interpolated

AHN DEMは、オランダをカバーする0.5m DEMです。それは、2007年から2012年の春に撮影されたLIDARデータから生成されたものです。地上の標本（建物、橋、木など）がすべて地上にあります。このバージョンは補間されます。オブジェクトが削除された領域は、補間された値で埋められます。ポイントクラウドは、二乗逆距離重み付け法を使用して0.5mグリッドに変換されました。注：このデータセットには、マニフェストにリストされたタイルのうち、低い解像度でしか使用できないタイルが少数含まれています。

AHN Netherlands 0.5m DEM, Non-Interpolated

AHN DEMは、オランダをカバーする0.5m DEMです。それは、2007年から2012年の春に撮影されたLIDARデータから生成されたものです。地上の標本（建物、橋、木など）がすべて地上にあります。このバージョンは補間されません。オブジェクトが削除された領域は空白のままであり、補間された値で埋められません。ポイントクラウドは、二乗逆距離重み付け法を使用して0.5mグリッドに変換されました。

AHN Netherlands 0.5m DEM, Raw Samples

AHN DEMは、オランダをカバーする0.5m DEMです。それは、2007年と2012年の間に春に撮影されたLIDARデータから生成されました。このバージョンには、地上レベルのサンプルと地上レベル以上のアイテム（建物、橋、木など）が含まれています。ポイントクラウドは、二乗逆距離重み付け法を使用して0.5mグリッドに変換されました。

ASTER L1T Radiance

Advanced Spaceborne Thermal Emission and Reflection Radiometer（ASTER）は、1999年12月にNASAのTerra宇宙船に搭載されたマルチスペクトルイメージャです。ASTERは可視から熱赤外線まで14のスペクトル帯域でデータを収集することができます。各シーンは60×60kmのエリアをカバーしています。 USGSによって作成されたこれらのシーンには、校正されたアットセンサー放射輝度、正射影補正、および地形補正が含まれています。各シーンには14バンドすべてが集められたわけではありません。 ORIGINAL_BANDS_PRESENTという名前の資産プロパティーには、各シーンに存在するバンドのリストが含まれています。センサーでデジタル数値（DN）から放射輝度に変換するには、単位変換係数をメタデータで使用できます。詳細については、「ASTER L1T製品ユーザーズガイド」および「ASTER L1T製品仕様」を参照してください。

Australian 5M DEM

LiDARモデルから派生したオーストラリアのデジタル標高モデル（DEM）5メーターグリッドは、国土5メートル（裸地）のDEMを表しており、2001年から2015年の間に約236のLiDAR調査から得られたもので、245,000平方キロメートルを超えています。これらの調査は、オーストラリアの人口密度の高い沿岸地域をカバーしています。 Murray Darling Basin内の氾濫原調査、および大規模および小規模の人口動態調査が含まれます。利用可能な1メートル分解能のLiDAR由来DEMはすべて、各測量エリアの分解能5メートルのデータセットに対する近傍平均法を使用してコンパイルおよび再サンプリングされ、各ステートごとに1つのデータセットに統合されます。各州のデータセットは、画像コレクション内の別個の画像として提供される。個々のLiDAR調査および5m製品の導出は、Geoscience Australia、空間情報協同研究センター（CRCSI）、気候変動および環境部、州および管轄地域の管轄区域間の長期的な協力の一部であり、地方政府とMurray Darling Basin Authorityは、全米高度データフレームワークと沿岸都市型DEMプログラムの後援を受けている。ソースデータセットは、少なくとも0.30m（95％信頼度）の基本垂直精度と少なくとも0.80m（95％信頼度）の水平精度が要求されるオーストラリアのICSM LiDARアクイジション仕様とほぼ一致する標準に捕捉されています。 Perthの近くには、（115.85、-31.99）、（115.72、-33.75）、（115.10、-33.43）のヌル（NaN）値を持ついくつかの領域があります。

DEM-H: Australian SRTM Hydrologically Enforced Digital Elevation Model

水文学的に実施されたデジタル標高モデル（DEM-H）は、2000年2月にNASAによって取得されたSRTMデータから導出された。モデルは水文学的条件付けと排水が施行されている。 DEM-Hは、SRTM標高とマップされた流線に基づいて流路を捕捉し、流域および関連する水文属性の描写をサポートします。このデータセットは、選択されたAusHydro V1.6（2010年2月）1：250,000スケールの水路ライン（ANZCW0503900101）と導出されたラインを使用して、ANUDEMソフトウェアとの水理学的接続を実施することにより、1秒平滑化デジタル標高モデル（DEM-S; ANZCW0703014016） DEM-Sから水路を定義する。排水施行により、排水施行に起因するいくつかの標高アーチファクトとの水理学的接続性の一貫した表現が得られた。この方法の完全な説明は準備中である（Dowlingら、prep中）。この製品は、集水域定義やフロールーティングなどの水文分析に適したDEMを提供します。予期しない負の値を持ついくつかの領域があります。カンベラ近辺（150.443044、-35.355281）は-55、西オーストラリア（-124.84、-16.44）は-43です。

DEM-S: Australian Smoothed Digital Elevation Model

DEM-Sは、2000年2月にNASAによって取得されたSRTMデータから得られたものです。DEM-Sは、地表の地形（植生の地形を除く）を表し、ノイズを低減し、表面形状の表現を改善するために平滑化されています。適応プロセスは、丘陵地域より平らな地域でより平滑化を適用し、騒音の少ない地域では騒々しい地域でより平滑化を適用した。このDEM-Sは、ノイズのために平滑化されていない1秒のDEMから確実に得られなかった勾配、アスペクト、曲率などの地形の形状属性の計算をサポートしています。予期しない負の値を持ついくつかの領域があります。カンベラ近辺（150.443044、-35.355281）は-55、西オーストラリア（-124.84、-16.44）は-43です。

SRTM Digital Elevation Data Version 4

シャトルレーダー地形観測ミッション（SRTM）デジタル標高データセットは、もともと、世界的規模で一貫性のある高品質の標高データを提供するために作成されました。このバージョンのSRTMデジタル標高データは、データボイドを埋めるように処理されており、使いやすさが向上しています。

GPWv4: Gridded Population of the World Version 4, Ancillary Data Grids

Grided Population of World Version 4（GPWv4）は、2000年、2005年、2010年、2015年、2020年の世界人口の分布を、30アーク秒（約1km）のグリッドセルでモデル化しています。集団は、国勢調査と行政単位からの人口の比例配分を使用して、細胞に分配されます。人口入力データは、2005年から2014年の間に発生した2010年国勢調査の結果から得られる最も詳細な空間分解能で収集されます。入力データは、モデル化された年ごとの人口推計を推定するために外挿されます。これらの付随データグリッドには、母集団推定の品質とその生成方法を評価するために使用できる追加のピクセル単位のデータが含まれています。

GPWv4: Gridded Population of the World Version 4, Population Count

Grided Population of World Version 4（GPWv4）は、2000年、2005年、2010年、2015年、2020年の世界人口の分布を、30アーク秒（約1km）のグリッドセルでモデル化しています。集団は、国勢調査と行政単位からの人口の比例配分を使用して、細胞に分配されます。人口入力データは、2005年から2014年の間に発生した2010年国勢調査の結果から得られる最も詳細な空間分解能で収集されます。入力データは、モデル化された年ごとの人口推計を推定するために外挿されます。これらの人口計数グリッドには、国勢調査と人口記録と一致する30秒角グリッドセルあたりの人数の推定値が含まれています。モデル化された年ごとに1つのイメージがあります。

GPWv4: Gridded Population of the World Version 4, Population Density

Grided Population of World Version 4（GPWv4）は、2000年、2005年、2010年、2015年、2020年の世界人口の分布を、30アーク秒（約1km）のグリッドセルでモデル化しています。集団は、国勢調査と行政単位からの人口の比例配分を使用して、細胞に分配されます。人口入力データは、2005年から2014年の間に発生した2010年国勢調査の結果から得られる最も詳細な空間分解能で収集されます。入力データは、モデル化された年ごとの人口推計を推定するために外挿されます。これらの人口密度グリッドには、国勢調査や人口記録と一致する1平方キロメートルあたりの人数の推定値が含まれています。モデル化された年ごとに1つのイメージがあります。

GPWv4: Gridded Population of the World Version 4, UN-Adjusted Population Count

Grided Population of World Version 4（GPWv4）は、2000年、2005年、2010年、2015年、2020年の世界人口の分布を、30アーク秒（約1km）のグリッドセルでモデル化しています。集団は、国勢調査と行政単位からの人口の比例配分を使用して、細胞に分配されます。人口入力データは、2005年から2014年の間に発生した2010年国勢調査の結果から得られる最も詳細な空間分解能で収集されます。入力データは、モデル化された年ごとの人口推計を推定するために外挿されます。これらの人口計数グリッドには、相対的な空間分布に関して国勢調査と人口記録と一致するが、2015年の国連世界人口の見通しの国の合計と一致するように調整された、30 arc-secondグリッドセル当たりの人数の推定値が含まれている。モデル化された年ごとに1つのイメージがあります。

GPWv4: Gridded Population of the World Version 4, UN-Adjusted Population Density

Grided Population of World Version 4（GPWv4）は、2000年、2005年、2010年、2015年、2020年の世界人口の分布を、30アーク秒（約1km）のグリッドセルでモデル化しています。集団は、国勢調査と行政単位からの人口の比例配分を使用して、細胞に分配されます。人口入力データは、2005年から2014年の間に発生した2010年国勢調査の結果から得られる最も詳細な空間分解能で収集されます。入力データは、モデル化された年ごとの人口推計を推定するために外挿されます。これらの人口密度グリッドには、30アーク秒グリッドセルあたりの人数の推定値が含まれており、相対的な空間分布に関して国勢調査と人口記録と一致しているが、2015年国連世界人口予想国の合計と一致するように調整されている。モデル化された年ごとに1つのイメージがあります。

Copernicus CORINE Land Cover

CORINE（環境に関する情報の調整）土地被覆（CLC）在庫は1985年に開始され、環境政策開発を支援するために欧州の土地でのデータ収集を標準化しました。プロジェクトはEUコペルニクスプログラムの枠内で欧州環境庁（EEA）によって調整され、国別チームによって実施されている。参加国数は、現在33（EEA）加盟国と6つの協力国（EEA39）を含め、総面積が5.8Mkm2を超えて現在増加している。最初のCLCインベントリの参照年は1990年であり、最初の更新は2000年に作成されました。その後、更新サイクルは6年になりました。衛星画像は、必須の補助情報として現場??のデータとマッピングするための幾何学的および主題ベースを提供する。 CLCの基本的な技術的パラメータ（すなわち、命名法における44クラス、25ヘクタール最小マッピングユニット（MMU）、および最小マッピング幅100メートル）は、最初から変更されていないので、異なるインベントリの結果は同等である。

Sentinel-1 SAR GRD: C-band Synthetic Aperture Radar Ground Range Detected, log scaling

Sentinel-1ミッションは、デュアル偏波CバンドSynthetic Aperture Radar（SAR）装置のデータを提供します。このコレクションには、Sentinel-1 Toolboxを使用して校正されたオルト修正された製品を生成するために処理されたS1 Ground Range Detected（GRD）シーンが含まれています。コレクションは毎週更新されます。このコレクションには、すべてのGRDシーンが含まれています。各シーンは3つの解像度（10,25または40メートル）、4つのバンドの組み合わせ（シーンの偏光に対応）、3つの楽器モードのいずれかを備えています。モザイクコンテキストでのコレクションの使用には、均質なバンドとパラメータのセットまでフィルタリングする必要があります。コレクションの使用と前処理の詳細については、この記事を参照してください。各シーンには、楽器の偏光設定に応じて、1つまたは2つの可能な偏波帯域が含まれます。 VV：単一共偏波、垂直送信/垂直受信2. HH：単一共偏波、水平送信/水平受信3 VV + VH：デュアルバンドクロス偏波、垂直送信/水平受信4. HH + HV：デュアルバンド交差偏波、水平送信/垂直受信各シーンには、近似表示を含む追加の「角度」帯域が含まれています各点における入射角（度）。このバンドは、各アセットに付属する 'geolocationGridPoint'グリッドフィールドの 'incidenceAngle'プロパティを補間することによって生成されます。 1.熱雑音除去2.ラジオメトリックキャリブレーション3. SRTM 30が使用できない場合は、緯度60度以上の領域でSRTM 30またはASTER DEMを使用してテレイン補正を行います。最終的な地形補正値は、ログスケーリング（10 * log10（x））を介してデシベルに変換され、16ビットに量子化されます。これらの前処理ステップの詳細については、「Sentinel-1前処理」の記事を参照してください。

Sentinel-2 MSI: MultiSpectral Instrument, Level-1C

Sentinel-2は、植生、土壌および水質のモニタリング、内陸水路および沿岸域の観察を含む、コペルニクスの土地モニタリング研究をサポートするワイド・スワス、高解像度、マルチスペクトルイメージングミッションです。 Sentinel-2データには、TOA反射率を10000で表した13のUINT16スペクトルバンドが含まれています。詳しくは、Sentinel-2 User Handbookを参照してください。さらに、1つ（QA60）がクラウドマスク情報を有するビットマスク帯域である場合、3つのQA帯域が存在する。詳細については、クラウドマスクの計算方法の完全な説明を参照してください。各Sentinel-2製品（zipアーカイブ）には、複数の顆粒が含まれている場合があります。各グラニュールは別々のEarth Engineアセットになります。 Sentinel-2資産のEE資産IDのフォーマットは、COPERNICUS / S2 / 20151128T002653_20151128T102149_T56MNNです。ここで最初の数値部分は検出日時を表し、2番目の数値部分は製品生成日時を表し、最後の6文字列はUTMグリッド参照を示す一意の顆粒識別子です（MGRSを参照）。 Sentinel-2ラジオメトリック解析の詳細については、このページを参照してください。

Sentinel-3 OLCI EFR: Ocean and Land Color Instrument Earth Observation Full Resolution

海洋・陸上計器（OLCI）地球観測高分解能（EFR）データセットは、中心波長が0.4μmから1.02μmの範囲にある21のスペクトル帯域で300mの空間分解能で世界的なカバレッジで2日ごとに大気中放射能を含んでいます。 OLCIは、ESA / EUMETSAT Sentinel-3ミッションの海洋地形、海面および陸面温度、海の色および陸地の色を高精度で測定し、海洋予測システムをサポートするための信頼性を測定する手段の1つです環境と気候のモニタリングとして。 Sentinel-3 OLCI計測器は、ENVISATのMERISのオプトメカニカルおよびイメージング設計に基づいています。これは、海面直上の湧昇気流のスペクトル分布（水を放つ放射輝度）を取得するように設計されています。 OLCI観察は、可視から近赤外（400?1029nm）までの21のスペクトル帯域で同時に行われる。

Sentinel-5P NRTI AER AI: Near Real-Time UV Aerosol Index

Sentinel-5 Precursor Sentinel-5 Precursorは、2017年10月13日に欧州宇宙機関から大気汚染を監視するために打ち上げられた衛星です。搭載センサーは、しばしばTropomi（TROPOspheric Monitoring Instrument）と呼ばれます。すべてのS5Pデータセットには、ニアリアルタイム（NRTI）とオフライン（OFFL）の2つのバージョンがあります。 NRTI資産はOFFL資産よりも小さい面積をカバーしますが、取得後はより迅速に表示されます。 OFFL資産には、1つの軌道からのデータが含まれています（地球の半分が暗いために、単一の半球のデータのみが含まれています）。オリジナルのSentinel 5P Level 2（L2）データは、緯度/経度ではなく時間別にビニングされます。データをEarth Engineに取り込むことができるように、各Sentinel 5P L2製品はL3に変換され、1つのグリッドあたり1つのグリッドが維持されます（つまり、製品間のアグリゲーションは実行されません）。アンチメリディアンにまたがるソース製品は、_1と_2の接尾辞を持つ2つのEarth Engine資産として取り込まれます。 L3への変換は、bin_spatial操作を使用してharpconvertツールによって実行されます。 NRTI / L3_AER_AIこのデータセットは、吸収エアロゾル指数（AAI）とも呼ばれるUVAIの高分解能NRTI画像を提供します。 AAIは、一対の波長のUVスペクトル範囲におけるレイリー散乱の波長依存的な変化に基づく。観測された反射率とモデル化された反射率との差は、AAIに帰着する。 AAIが陽性である場合、それはほこりおよび煙のようなUV吸収エアロゾルの存在を示す。使用される波長は非常に低いオゾン吸収を有するので、エアロゾル光学的厚さ測定とは異なり、AAIは雲の存在下で計算することができる。したがって、毎日のグローバルカバレッジが可能です。このL3 AER_AI製品では、354 nmと388 nmの波長で一対の測定値を使用してabsorption_aerosol_indexが計算されます。私たちのNRTI L3製品を作るために、harpconvertを使ってデータをグリッド化します。 1つのタイルのharpconvert呼び出し例：harpconvert --format hdf5 --hdf5-compression 9 -a 'absorb_aerosol_index_validity> 50;派生（datetime_stop {time}）; bin_spatial（2001、50.000000、0.01、2001、-120.000000、0.01）;保持（absorb_aerosol_index、sensor_altitude、sensor_azimuth_angle、sensor_zenith_angle、solar_azimuth_angle、solar_zenith_angle） 'S5P_NRTI_L2__AER_AI_20181113T080042_20181113T080542_05618_01_010200_20181113T083707.nc output.h5

Sentinel-5P NRTI NO2: Near Real-Time Nitrogen Dioxide Data

Sentinel-5P OFFL AER AI: Offline UV Aerosol Index

Sentinel-5 Precursor Sentinel-5 Precursorは、2017年10月13日に欧州宇宙機関から大気汚染を監視するために打ち上げられた衛星です。搭載センサーは、しばしばTropomi（TROPOspheric Monitoring Instrument）と呼ばれます。すべてのS5Pデータセットには、ニアリアルタイム（NRTI）とオフライン（OFFL）の2つのバージョンがあります。 NRTI資産はOFFL資産よりも小さい面積をカバーしますが、取得後はより迅速に表示されます。 OFFL資産には、1つの軌道からのデータが含まれています（地球の半分が暗いために、単一の半球のデータのみが含まれています）。オリジナルのSentinel 5P Level 2（L2）データは、緯度/経度ではなく時間別にビニングされます。データをEarth Engineに取り込むことができるように、各Sentinel 5P L2製品はL3に変換され、1つのグリッドあたり1つのグリッドが維持されます（つまり、製品間のアグリゲーションは実行されません）。アンチメリディアンにまたがるソース製品は、_1と_2の接尾辞を持つ2つのEarth Engine資産として取り込まれます。 L3への変換は、bin_spatial操作を使用してharpconvertツールによって実行されます。 OFFL / L3_AER_AIこのデータセットは、UVAI（高感度エアロゾル指数）の高分解能画像で、吸収エアロゾル指数（AAI）とも呼ばれます。 AAIは、一対の波長のUVスペクトル範囲におけるレイリー散乱の波長依存的な変化に基づく。観測された反射率とモデル化された反射率との差は、AAIに帰着する。 AAIが陽性である場合、それはほこりおよび煙のようなUV吸収エアロゾルの存在を示す。使用される波長は非常に低いオゾン吸収を有するので、エアロゾル光学的厚さ測定とは異なり、AAIは雲の存在下で計算することができる。したがって、毎日のグローバルカバレッジが可能です。このL3 AER_AI製品では、354 nmと388 nmの波長で一対の測定値を使用してabsorption_aerosol_indexが計算されます。 harpconvert --format hdf5 --hdf5-compression 9 -a 'absorb_aerosol_index_validity> 50; derive（datetime_stop {time}）' S5P_OFFL_L2__AER_AI_20181030T213916_20181030T232046_05427_01_010200_20181105T210529のようなコマンドを使用して、オフラインL3製品を作成するには、製品のバウンディングボックス内の領域をデータで検索します。 .nc grid_info.h5次に、すべてのデータを1つの大きなモザイクにマージします（異なる時間に異なる値を持つピクセルの値は1つだけです）。モザイクから、オルソ補正されたラスタデータを含むタイルセットを作成します。 1つのタイルのharpconvert呼び出し例：harpconvert --format hdf5 --hdf5-compression 9 -a 'absorb_aerosol_index_validity> 50;派生（datetime_stop {time}）; bin_spatial（2001、50.000000、0.01、2001、-120.000000、0.01）;維持（absorb_aerosol_index、sensor_altitude、sensor_azimuth_angle、sensor_zenith_angle、solar_azimuth_angle、solar_zenith_angle） 'S5P_OFFL_L2__AER_AI_20181030T213916_20181030T232046_05427_01_010200_20181105T210529.nc output.h5

Sentinel-5P OFFL CO: Offline Carbon Monoxide Data

Sentinel-5 Precursor Sentinel-5 Precursorは、2017年10月13日に欧州宇宙機関から大気汚染を監視するために打ち上げられた衛星です。搭載センサーは、しばしばTropomi（TROPOspheric Monitoring Instrument）と呼ばれます。すべてのS5Pデータセットには、ニアリアルタイム（NRTI）とオフライン（OFFL）の2つのバージョンがあります。 NRTI資産はOFFL資産よりも小さい面積をカバーしますが、取得後はより迅速に表示されます。 OFFL資産には、1つの軌道からのデータが含まれています（地球の半分が暗いために、単一の半球のデータのみが含まれています）。オリジナルのSentinel 5P Level 2（L2）データは、緯度/経度ではなく時間別にビニングされます。データをEarth Engineに取り込むことができるように、各Sentinel 5P L2製品はL3に変換され、1つのグリッドあたり1つのグリッドが維持されます（つまり、製品間のアグリゲーションは実行されません）。アンチメリディアンにまたがるソース製品は、_1と_2の接尾辞を持つ2つのEarth Engine資産として取り込まれます。 L3への変換は、bin_spatial操作を使用してharpconvertツールによって実行されます。ソースデータをフィルタリングして、QA値が50未満の値を削除します。OFFL / L3_COこのデータセットは、CO濃度のOFFL高解像度画像を提供します。 harpconvert --format hdf5 --hdf5-compression 9 -a 'CO_column_number_density_validity> 50;派生（datetime_stop {time}）' S5P_OFFL_L2__CO_____20181031T060643_20181031T074813_05432_01_010200_20181106T052542このようなコマンドを使用して、OFFL L3製品を作成するには、 grid_info.h5次に、すべてのデータを1つの大きなモザイクにマージします（異なる時間に異なる値を持つピクセルの値は1つだけです）。モザイクから、オルソ補正されたラスタデータを含むタイルセットを作成します。 harpconvert --format hdf5 --hdf5-compression 9 -a 'CO_column_number_density_validity> 50;派生（datetime_stop {time}）; bin_spatial（2001、50.000000、0.01、2001、-120.000000、0.01）; （CO_column_number_density、H2O_column_number_density、cloud_height、sensor_altitude、sensor_azimuth_angle、sensor_zenith_angle、solar_azimuth_angle、solar_zenith_angle） 'S5P_OFFL_L2__CO_____20181031T060643_20181031T074813_05432_01_010200_20181106T052542 output.h5

Sentinel-5P OFFL NO2: Offline Nitrogen Dioxide Data

Sentinel-5 Precursor Sentinel-5 Precursorは、2017年10月13日に欧州宇宙機関から大気汚染を監視するために打ち上げられた衛星です。搭載センサーは、しばしばTropomi（TROPOspheric Monitoring Instrument）と呼ばれます。すべてのS5Pデータセットには、ニアリアルタイム（NRTI）とオフライン（OFFL）の2つのバージョンがあります。 NRTI資産はOFFL資産よりも小さい面積をカバーしますが、取得後はより迅速に表示されます。 OFFL資産には、1つの軌道からのデータが含まれています（地球の半分が暗いために、単一の半球のデータのみが含まれています）。オリジナルのSentinel 5P Level 2（L2）データは、緯度/経度ではなく時間別にビニングされます。データをEarth Engineに取り込むことができるように、各Sentinel 5P L2製品はL3に変換され、1つのグリッドあたり1つのグリッドが維持されます（つまり、製品間のアグリゲーションは実行されません）。アンチメリディアンにまたがるソース製品は、_1と_2の接尾辞を持つ2つのEarth Engine資産として取り込まれます。 L3への変換は、bin_spatial操作を使用してharpconvertツールによって実行されます。ソースデータをフィルタリングして、QA値が50未満の値を削除します。OFFL / L3_NO2このデータセットは、NO2濃度のOFFL高解像度画像を提供します。 harpconvert --format hdf5 --hdf5-compression 9 - 'tropospheric_NO2_column_number_density_validity> 50;派生（datetime_stop {time}）' S5P_OFFL_L2__NO2____20181010T074409_20181010T092539_05135_01_010100_20181016T092316のようなコマンドを使用して、オフラインL3製品を作成するには、製品の境界ボックス内の領域をデータで検索します。 .nc grid_info.h5次に、すべてのデータを1つの大きなモザイクにマージします（異なる時間に異なる値を持つピクセルの値は1つだけです）。モザイクから、オルソ補正されたラスタデータを含むタイルセットを作成します。 harpconvert --format hdf5 --hdf5-compression 9 -a 'tropospheric_NO2_column_number_density_validity> 50;派生（datetime_stop {time}）; bin_spatial（2001、50.000000、0.01、2001、-120.000000、0.01）; （solar_zenith_angle、NO2_column_number_density、tropospheric_NO2_column_number_density、stratospheric_NO2_column_number_density、NO2_slant_column_number_density、tropopause_pressure、absorbing_aerosol_index、cloud_fraction、sensor_altitude、sensor_azimuth_angle、sensor_zenith_angle、solar_azimuth_angle）状態維持」S5P_OFFL_L2__NO2____20181010T074409_20181010T092539_05135_01_010100_20181016T092316.nc output.h5

CryoSat-2 Antarctica 1km DEM

このデータセットは、2010年7月から2016年7月までCryoSat-2衛星レーダー高度計で記録された観測値に基づいて、南極の氷床と氷棚のデジタル標高モデル（DEM）です.DEMは時空間フィットから蓄積された標高測定値1,2,5kmのグリッドセル内にあり、モーダル分解能1kmで掲載されます。 NASA Operation IceBridgeの活動中に取得したDEMと2.3 * 107空中レーザー高度計の中央値と二乗平均平方根の差は、それぞれ-0.30と13.50 mです。 DEMの不確かさは、高い勾配の領域、特に低解像度モードで仰角測定が得られる領域で上昇する。これを考慮すると、平均精度は9.5 mと推定されます。

SLGA: Soil and Landscape Grid of Australia (Soil Attributes)

オーストラリアの土壌と地形グリッド（SLGA）は、3アーク秒解像度（約90mピクセル）でオーストラリア全土の土属性の包括的なデータセットです。表面は、既存の土壌データと環境共変量を使用して土壌属性の空間分布を記述するモデリングの結果です。詳細は、Viscarra Rossel et al（2015）を参照のこと。 SLGAは、溶存輸送、根域を越えた地下水および栄養フラックス、ならびに広範囲の生態学的、水文学的、およびより広範な環境応用を含む、蔓延ゾーンプロセスの研究に使用することができる。各製品には、0-5cm、5-15cm、15-30cm、30-60cm、60-100cm、および100-200cmの6つの深度での土壌属性を表す、6つのデジタル土属性マップおよびその上限および下限信頼限界が含まれています。これらの深度と土壌の属性は、GlobalSoilMapの仕様と一致しています。このコレクションには12枚の画像があります。それらのうち10個はGSMの主要土壌属性のデータを含んでいます。他の2つは、レゴリス深度と土壌深さGSM属性を含む。属性説明コードバンド数バルク密度（地球全体）コア法と同等の方法で、単位容積あたりの土壌（粗い断片を含む）全体の嵩密度BDW 18有機炭素<2mm土壌材料は900℃の乾式燃焼により測定されるSOC 18 Clay <2μmピペット法で測定された2mm未満の土壌材料の質量分率CLY 18ピット法を用いて決定された2mm未満の土壌材料の2?20μmの質量分率SLT 18 Sandピペット法を用いて決定された<2mmの土壌材料の20μm?2mm質量分率SND 18 pH（CaCl 2）1：5の土壌/ 0.01M塩化カルシウム抽出物pHc 18利用可能な水容量指定された各深度増分AWC 18全窒素土壌中の全窒素質量分率NTO 18全リン重量比土壌中の全リン質量分率PTO 18有効な陽イオン交換Ca （BaCl2）と交換可能なH + AlECE18硬質岩石への岩石深度の深さを用いて抽出された陽イオン。深さは全てのレゴリスを含む。 DER 3土壌の深さ土壌の深さのプロファイル（A＆Bの地平線）DES 3

Global ALOS CHILI (Continuous Heat-Insolation Load Index)

CHILIは、日の出の日の出、日の出、日の出、日の出、日の出日の出日の出日の出日の出日の出日の出日の出日の出日の出日の出日の出日の出日の出日の出日射日の出日の出日の出日の出日の出JAXAのALOS DEM（JAXA / ALOS / AW3D30_V1_1としてEEで利用可能）の30m「AVE」バンドに基づいています。 Conservation Science Partners（CSP）Ecological Relevant Geomorphology（ERGo）データセット、地形、および生理学には、地形や地形（別名ランドファセット）パターンに関する詳細なマルチスケールデータが含まれています。これらのデータには多くの潜在的な用途がありますが、これらのデータの本来の目的は、気候適応計画に適した地形と物理学のクラスの生態学的に関連した分類と地図を作成することでした。将来の気候条件には大きな不確実性があり、生態学的対応に関してはさらに不確実性があるため、変化の余地のない情報を提供することは、堅調な気候適応計画を構築するための強力な基盤を提供する。景観のこれらの特徴の定量化は解像度に敏感であるため、与えられた指標の範囲と特性を考慮して、可能な限り最高の分解能を提供します。

Global ALOS Landforms

ALOS Landformデータセットは、連続熱負荷荷重指数（ALOS CHILI）とマルチスケールの地形位置指数（ALOS mTPI）データセットを組み合わせて作成された地形クラスを提供します。 JAXAのALOS DEM（JAXA / ALOS / AW3D30_V1_1としてEEで利用可能）の30m「AVE」バンドに基づいています。 Conservation Science Partners（CSP）Ecological Relevant Geomorphology（ERGo）データセット、地形、および生理学には、地形や地形（別名ランドファセット）パターンに関する詳細なマルチスケールデータが含まれています。これらのデータには多くの潜在的な用途がありますが、これらのデータの本来の目的は、気候適応計画に適した地形と物理学のクラスの生態学的に関連した分類と地図を作成することでした。将来の気候条件には大きな不確実性があり、生態学的対応に関してはさらに不確実性があるため、変化の余地のない情報を提供することは、堅調な気候適応計画を構築するための強力な基盤を提供する。景観のこれらの特徴の定量化は解像度に敏感であるため、与えられた指標の範囲と特性を考慮して、可能な限り最高の分解能を提供します。

Global ALOS mTPI (Multi-Scale Topographic Position Index)

mTPIは隆起と谷の形態を区別する。それは、各場所の標高データを近所の平均標高から差し引いて計算されます。 mTPIは、半径（km）115.8,89.9,35.5,13.1,5.6,2.8,1.2の移動ウィンドウを使用します。 JAXAのALOS DEM（JAXA / ALOS / AW3D30_V1_1としてEEで利用可能）の30m「AVE」バンドに基づいています。 Conservation Science Partners（CSP）Ecological Relevant Geomorphology（ERGo）データセット、地形、および生理学には、地形や地形（別名ランドファセット）パターンに関する詳細なマルチスケールデータが含まれています。これらのデータには多くの潜在的な用途がありますが、これらのデータの本来の目的は、気候適応計画に適した地形と物理学のクラスの生態学的に関連した分類と地図を作成することでした。将来の気候条件には大きな不確実性があり、生態学的対応に関してはさらに不確実性があるため、変化の余地のない情報を提供することは、堅調な気候適応計画を構築するための強力な基盤を提供する。景観のこれらの特徴の定量化は解像度に敏感であるため、与えられた指標の範囲と特性を考慮して、可能な限り最高の分解能を提供します。

Global ALOS Topographic Diversity

地形多様性（D）は、種が地元の生息地として利用可能な温度および湿度の多様性を表す代理変数である。それは、より多様なトポ気候ニッチが高い多様性（特に植物）をサポートし、気候変動を受けて種の存続を支持すべきという論理を表現している。 Dを計算するために、土壌水分（T）の支配的な制御であるマルチスケールの地形位置指数（mTPI）を、丘陵地の位置を測定するために使用した。 mTPIはmTPI> 0（T '）の連続平方根変換と、複数のスケール（C'）で計算された連続熱内挿荷重指数（CHILI）の標準偏差と合わせられました。D = 1- JAXAのALOS DEM（JAXA / ALOS / AW3D30_V1_1としてEEで利用可能）の30m「AVE」バンドに基づいています。コンサベーション・サイエンス・パートナーズ（CSP）生態学的に関連性のある地形学（1-T '）* （ERGo）データセット、地形、および生理学には、地形や地形（別名ランドファセット）パターンに関する詳細なマルチスケールのデータが含まれています。将来の気候条件には大きな不確実性があり、生態学的対応についてはさらに不確実性があるため、変化の余地のない情報を提供することは、管理職は堅調な気候適応計画を構築する。景観のこれらの特徴の定量化は解像度に敏感であるため、与えられた指標の範囲と特性を考慮して、可能な限り最高の分解能を提供します。

Global SRTM CHILI (Continuous Heat-Insolation Load Index)

CHILIは、日の出の日の出、日の出、日の出、日の出、日の出日の出日の出日の出日の出日の出日の出日の出日の出日の出日の出日の出日の出日の出日の出日射日の出日の出日の出日の出日の出これは30m SRTM DEM（USGS / SRTMGL1_003としてEEで利用可能）に基づいています。 Conservation Science Partners（CSP）Ecological Relevant Geomorphology（ERGo）データセット、地形、および生理学には、地形や地形（別名ランドファセット）パターンに関する詳細なマルチスケールデータが含まれています。これらのデータには多くの潜在的な用途がありますが、これらのデータの本来の目的は、気候適応計画に適した地形と物理学のクラスの生態学的に関連した分類と地図を作成することでした。将来の気候条件には大きな不確実性があり、生態学的対応に関してはさらに不確実性があるため、変化の余地のない情報を提供することは、堅調な気候適応計画を構築するための強力な基盤を提供する。景観のこれらの特徴の定量化は解像度に敏感であるため、与えられた指標の範囲と特性を考慮して、可能な限り最高の分解能を提供します。

Global SRTM Landforms

SRTM Landformデータセットは、SRTM CHILI（Continuous Heat-Insolation Load Index）とSRTM mTPI（Multi-scale Topology Position Index）データセットを組み合わせて作成された地形クラスを提供します。これは30m SRTM DEM（USGS / SRTMGL1_003としてEEで利用可能）に基づいています。 Conservation Science Partners（CSP）Ecological Relevant Geomorphology（ERGo）データセット、地形、および生理学には、地形や地形（別名ランドファセット）パターンに関する詳細なマルチスケールデータが含まれています。これらのデータには多くの潜在的な用途がありますが、これらのデータの本来の目的は、気候適応計画に適した地形と物理学のクラスの生態学的に関連した分類と地図を作成することでした。将来の気候条件には大きな不確実性があり、生態学的対応に関してはさらに不確実性があるため、変化の余地のない情報を提供することは、堅調な気候適応計画を構築するための強力な基盤を提供する。景観のこれらの特徴の定量化は解像度に敏感であるため、与えられた指標の範囲と特性を考慮して、可能な限り最高の分解能を提供します。

Global SRTM mTPI (Multi-Scale Topographic Position Index)

mTPIは隆起と谷の形態を区別する。それは、各場所の標高データを近所の平均標高から差し引いて計算されます。 mTPIは、半径（km）115.8,89.9,35.5,13.1,5.6,2.8,1.2の移動ウィンドウを使用します。これは30m SRTM DEM（USGS / SRTMGL1_003としてEEで利用可能）に基づいています。 Conservation Science Partners（CSP）Ecological Relevant Geomorphology（ERGo）データセット、地形、および生理学には、地形や地形（別名ランドファセット）パターンに関する詳細なマルチスケールデータが含まれています。これらのデータには多くの潜在的な用途がありますが、これらのデータの本来の目的は、気候適応計画に適した地形と物理学のクラスの生態学的に関連した分類と地図を作成することでした。将来の気候条件には大きな不確実性があり、生態学的対応に関してはさらに不確実性があるため、変化の余地のない情報を提供することは、堅調な気候適応計画を構築するための強力な基盤を提供する。景観のこれらの特徴の定量化は解像度に敏感であるため、与えられた指標の範囲と特性を考慮して、可能な限り最高の分解能を提供します。

Global SRTM Topographic Diversity

地形多様性（D）は、種が地元の生息地として利用可能な温度および湿度の多様性を表す代理変数である。それは、より多様なトポ気候ニッチが高い多様性（特に植物）をサポートし、気候変動を受けて種の存続を支持すべきという論理を表現している。 Dを計算するために、土壌水分（T）の支配的な制御であるマルチスケールの地形位置指数（mTPI）を、丘陵地の位置を測定するために使用した。 mTPIはmTPI> 0（T '）の連続平方根変換と、複数のスケール（C'）で計算された連続熱内挿荷重指数（CHILI）の標準偏差と合わせられました。D = 1- （1-T '）*（1-C'）30mのSRTM DEM（USGS / SRTMGL1_003としてEEで入手可能）に基づいています。これらのデータには多くの潜在的な用途がありますが、これらのデータの本来の目的は、地形や物理的なクラスの生態学的に関連した分類と地図を開発することでした。将来の気候条件には大きな不確実性があり、生態学的対応についてはさらに不確実性があるため、変化の可能性の低い情報を提供することは、管理者が堅固に構築するための強力な基盤を提供する気候適応計画。景観のこれらの特徴の定量化は解像度に敏感であるため、与えられた指標の範囲と特性を考慮して、可能な限り最高の分解能を提供します。

US NED CHILI (Continuous Heat-Insolation Load Index)

CHILIは、日の出の日の出、日の出、日の出、日の出、日の出日の出日の出日の出日の出日の出日の出日の出日の出日の出日の出日の出日の出日の出日の出日射日の出日の出日の出日の出日の出これは、USGSの10m NED DEM（USGS / NEDとしてEEで利用可能）に基づいています。 Conservation Science Partners（CSP）Ecological Relevant Geomorphology（ERGo）データセット、地形、および生理学には、地形や地形（別名ランドファセット）パターンに関する詳細なマルチスケールデータが含まれています。これらのデータには多くの潜在的な用途がありますが、これらのデータの本来の目的は、気候適応計画に適した地形と物理学のクラスの生態学的に関連した分類と地図を作成することでした。将来の気候条件には大きな不確実性があり、生態学的対応に関してはさらに不確実性があるため、変化の余地のない情報を提供することは、堅調な気候適応計画を構築するための強力な基盤を提供する。景観のこれらの特徴の定量化は解像度に敏感であるため、与えられた指標の範囲と特性を考慮して、可能な限り最高の分解能を提供します。

US NED Landforms

ALOS Landformデータセットは、連続熱負荷荷重指数（CHILI）とマルチスケールの地形位置指数（mTPI）データセットを組み合わせて作成された地形クラスを提供します。これは、USGSの10m NED DEM（USGS / NEDとしてEEで利用可能）に基づいています。 Conservation Science Partners（CSP）Ecological Relevant Geomorphology（ERGo）データセット、地形、および生理学には、地形や地形（別名ランドファセット）パターンに関する詳細なマルチスケールデータが含まれています。これらのデータには多くの潜在的な用途がありますが、これらのデータの本来の目的は、気候適応計画に適した地形と物理学のクラスの生態学的に関連した分類と地図を作成することでした。将来の気候条件には大きな不確実性があり、生態学的対応に関してはさらに不確実性があるため、変化の余地のない情報を提供することは、堅調な気候適応計画を構築するための強力な基盤を提供する。景観のこれらの特徴の定量化は解像度に敏感であるため、与えられた指標の範囲と特性を考慮して、可能な限り最高の分解能を提供します。

US Lithology

Lithologyデータセットは、表面上の土壌の親物質の一般的な種類のクラスを提供します。これはDEMから派生したものではありません。 Conservation Science Partners（CSP）Ecological Relevant Geomorphology（ERGo）データセット、地形、および生理学には、地形や地形（別名ランドファセット）パターンに関する詳細なマルチスケールデータが含まれています。これらのデータには多くの潜在的な用途がありますが、これらのデータの本来の目的は、気候適応計画に適した地形と物理学のクラスの生態学的に関連した分類と地図を作成することでした。将来の気候条件には大きな不確実性があり、生態学的対応に関してはさらに不確実性があるため、変化の余地のない情報を提供することは、堅調な気候適応計画を構築するための強力な基盤を提供する。景観のこれらの特徴の定量化は解像度に敏感であるため、与えられた指標の範囲と特性を考慮して、可能な限り最高の分解能を提供します。

US NED mTPI (Multi-Scale Topographic Position Index)

mTPIは隆起と谷の形態を区別する。それは、各場所の標高データを近所の平均標高から差し引いて計算されます。 mTPIは、半径（km）115.8,89.9,35.5,13.1,5.6,2.8,1.2の移動ウィンドウを使用します。これは、USGSの10m NED DEM（USGS / NEDとしてEEで利用可能）に基づいています。 Conservation Science Partners（CSP）Ecological Relevant Geomorphology（ERGo）データセット、地形、および生理学には、地形や地形（別名ランドファセット）パターンに関する詳細なマルチスケールデータが含まれています。これらのデータには多くの潜在的な用途がありますが、これらのデータの本来の目的は、気候適応計画に適した地形と物理学のクラスの生態学的に関連した分類と地図を作成することでした。将来の気候条件には大きな不確実性があり、生態学的対応に関してはさらに不確実性があるため、変化の余地のない情報を提供することは、堅調な気候適応計画を構築するための強力な基盤を提供する。景観のこれらの特徴の定量化は解像度に敏感であるため、与えられた指標の範囲と特性を考慮して、可能な限り最高の分解能を提供します。

US NED Physiographic Diversity

生理学的多様性データセットは、生理学的タイプの多様性の指標を提供する。これは、115.8,89.9,35.5,13.1,5.6,2.8,1.2の複数スケール（km）におけるシャノン多様性指数を用いて計算された。これは、USGSの10m NED DEM（USGS / NEDとしてEEで利用可能）に基づいています。 Conservation Science Partners（CSP）Ecological Relevant Geomorphology（ERGo）データセット、地形、および生理学には、地形や地形（別名ランドファセット）パターンに関する詳細なマルチスケールデータが含まれています。これらのデータには多くの潜在的な用途がありますが、これらのデータの本来の目的は、気候適応計画に適した地形と物理学のクラスの生態学的に関連した分類と地図を作成することでした。将来の気候条件には大きな不確実性があり、生態学的対応に関してはさらに不確実性があるため、変化の余地のない情報を提供することは、堅調な気候適応計画を構築するための強力な基盤を提供する。景観のこれらの特徴の定量化は解像度に敏感であるため、与えられた指標の範囲と特性を考慮して、可能な限り最高の分解能を提供します。

US Physiography

Physiographyデータセットは、地形（ERGo / 1_0 / US / landformsとしてEEで利用可能）と岩質学（ERGo / 1_0 / US / lithologyとしてEEで利用可能）のデータレイヤーの空間的な交差を表します。それは可能な270のうち247の固有の組み合わせを提供する。各タイプの値は、地形と岩質タイプを連結することによって形成される（例えば、1101は「炭酸塩」岩石上の「ピーク/隆起」地形である）。このデータ層は、「ランドファセット」の特徴付けと呼ばれることもあります。地形層は、USGSの10m NED DEM（USGS / NEDとしてEEで入手可能）に基づいています。岩質層は、いかなるDEMにもない。このデータセットは、岩石データ層の利用可能性のため米国向けに提供されていますが、これらのデータは他の国でも利用可能です。

US NED Topographic Diversity

地形多様性（D）は、種が地元の生息地として利用可能な温度および湿度の多様性を表す代理変数である。それは、より多様なトポ気候ニッチが高い多様性（特に植物）をサポートし、気候変動を受けて種の存続を支持すべきという論理を表現している。 Dを計算するために、土壌水分（T）の支配的な制御であるマルチスケールの地形位置指数（mTPI）を、丘陵地の位置を測定するために使用した。 mTPIはmTPI> 0（T '）の連続平方根変換と、複数のスケール（C'）で計算された連続熱内挿荷重指数（CHILI）の標準偏差と合わせられました。D = 1- （1-T '）*（1-C'）は、USGSの10m NED DEM（USGS / NEDとしてEEで利用可能）に基づいています。フィジオグラフィーには、地形や地形（地形ファセット）のパターンに関する詳細な複数スケールのデータが含まれていますが、これらのデータの潜在的用途はたくさんありますが、これらのデータの本来の目的は、将来の気候条件には大きな不確実性があり、生態学的対応についてはさらに不確実性があるため、変化の余地のない情報を提供することは、管理者が堅牢なClを構築するための強力な基盤を提供するイメート適応計画。景観のこれらの特徴の定量化は解像度に敏感であるため、与えられた指標の範囲と特性を考慮して、可能な限り最高の分解能を提供します。

EO-1 Hyperion Hyperspectral Imager

Hyperionは、10 nmの帯域幅で0.357?2.576マイクロメートルの220のユニークなスペクトルチャネルを生成する高分解能ハイパースペクトルイメージャです。この機器は、すべてのバンドで30メートルの空間分解能と7.7キロメートルの標準的なシーン幅で、プッシュビュールーム方式で動作します。このデータセットには、ラジオメトリックに較正されオルソ補正されたレベル1Aの放射画像が含まれています。 SWIR帯域は80のスケーリング係数を有し、VNIR帯域は40のスケーリング係数を適用する。 L =ディジタル数/ 40 SWIRバンド（B077-B224,912.45nm-2395.50nm）：L =ディジタル数/ 80バンドB001-B007、B058-B076（B008-B057、426.82nm-925.41nm）、およびB225-242は較正されておらず、有効な値がなく、EE資産には含まれていません。詳細なスペクトルカバレッジ情報とユーザガイドを参照してください。これはプレビューデータセットです。元のソースからのデータの一部のみがこれまでにダウンロードされています。残りは進行中です。

US EPA Ecoregions (Level III)

米国環境保護庁（USEPA）は、生態系と生態系の構成要素の研究、評価、管理、モニタリングのための空間的枠組みの役割を果たすEcoregionsデータセットを提供しています。エコリージョンとは、生態系の一般的な類似性の領域、環境資源の種類、質、量を示します。これらの汎用地域は、同じ地理的地域内の異なる種類の資源を担当する連邦政府機関、州機関、および非政府組織全体の生態系管理戦略の構築および実施に重要です。この地図を作成するためのアプローチは、地質学、生理学、植生、気候、土壌、土地利用、野生生物、水文学を含む生物的および非生物的現象のパターンの分析を通じて、生態学的領域を特定できるという前提に基づいている。各特性の相対的重要性は、生態学的地域によって異なる。このデータセットには、USEPAエコリージョン分類スキームと環境協力委員会（CEC）のスキームが含まれています。エコリージョンは階層的であり、レベルIVが最も詳細であり、レベルIが最も幅広い分類を定義しています。この階層のために、レベルⅢの特徴はレベルⅠとⅡの情報を保持します。 CECはレベルI、II、IIIの異なる地域で北アメリカをすべて分割し、USEPAはレベルIIIとレベルIVの米国に対してのみ行った。 'us_'で始まる列はUSEPAスキームに属し、 'na_'で始まる列はCECスキームに属します。このデータセットの取り込まれたバージョンには、米国本土のみの機能が含まれています（つまり、アラスカとハワイは含まれていません）。エコリージョンを定義する方法は、Omernik（1995年、2004年）、Omernik他（2000年）、Gallantら（1989年）で説明されている。*データ提供者によって計算される。

US EPA Ecoregions (Level IV)

GlobCover: Global Land Cover Map

GlobCover 2009は、約300メートルの空間分解能でフル解像度モードで取得されたENVISATの中解像度イメージング分光器（MERIS）レベル1Bデータに基づく世界的な土地被覆マップです。

FIRMS: Fire Information for Resource Management System

火力情報管理システム（FIRMS）データセットのEarth Engine版には、LANCE火災検知製品がラスタライズされた形で含まれています。ニアリアルタイム（NRT）のアクティブな火災位置は、標準のMODIS MOD14 / MYD14火災および熱異常製品を使用してLANCEによって処理されます。アクティブな各火災位置は、1kmピクセルの重心を表し、アルゴリズム内でピクセル内に1つ以上の火災が含まれているとフラグされます。データは、次のようにラスタライズされます。各FIRMSのアクティブなファイアポイントに対して、1kmのバウディングボックス（BB）が定義されます。 FIRMS BBと交差するMODIS正弦投影のピクセルが識別されます。複数のFIRMS BBが同じピクセルと交差する場合、高い信頼度を持つものが保持されます。ネクタイの場合は、より明るいものが保持されます。追加情報はここにあります。

GFW (Global Fishing Watch) Daily Fishing Hours

推測された漁業活動から数時間で測定された漁獲努力。各アセットは、各ギアタイプの釣り活動のための1つのバンドを備えた、所与の旗の州および日の努力である。 Earth Engineのサンプルスクリプトをご覧ください。また、プログラム情報、インタラクティブな視覚化マップ、およびインパクトについては、メインのGFWサイトを参照してください。

GFW (Global Fishing Watch) Daily Vessel Hours

漁船の存在は、1平方キロメートルあたりの時間で測定されます。各アセットは、特定の旗の州と曜日の船舶の存在であり、各ギアタイプの存在について1つのバンドがあります。 Earth Engineのサンプルスクリプトをご覧ください。また、プログラム情報、インタラクティブな視覚化マップ、およびインパクトについては、メインのGFWサイトを参照してください。

GLCF: Landsat Tree Cover Continuous Fields

ランドサット植生連続畑（VCF）の樹木被覆層には、樹木の植生によって覆われた各30mピクセルの水平地盤の高さが5mを超える割合の推定値が含まれています。このデータは、NASA / USGSグローバルランド調査（GLS）のLandsatデータ集から作成された3つの名目上の年代（2000年、2005年および2010年）を表しています。この製品は、GLS画像の選択に応じて、Landsat-5 Thematic Mapper（商標）および/またはLandsat-7 Enhanced Thematic Mapper Plus（ETM +）の7つのバンドすべてから得られる。樹木カバーは、樹木の植物（葉、茎、枝などを含む）を一定の高さ以上に垂直に投影した面積で、陸上のエネルギーと水の交換、光合成と蒸散、正味の一次生産、炭素と栄養フラックス。樹木の覆いはまた、生息地の質や野生生物の動き、人間の住宅財産価値、その他の生態系サービスに影響を与えます。 VCF製品の連続分類スキームは、伝統的な離散分類スキームよりも土地被覆勾配のより良い描写を可能にする。重要なことに、森林の変化（例えば、森林破壊と劣化）の検出とモニタリングのために、樹木カバーは、森林被覆とその変化を定義するための測定可能な属性を提供する。樹木の時間経過による変化を利用して、森林の変化の現場特有の履歴を監視および検索することができる。このデータセットは、2000年、2005年、2010年の3年間に制作され、使用可能な各WRS2パス/ローのコレクションのイメージが作成されています。

GLCF: Landsat Global Inland Water

地球規模の内陸水データセットには、新鮮な塩水、塩水、河川、貯水池などの内陸部の水域が示されています。 GLS 2000年代から、3,650,723 km2の内陸水が確認され、そのうちの3/4は北米とアジアにありました。北方林とツンドラは内陸水の最大部分を占め、全体の約40％を占めています。データは、米国およびカナダにおけるMODISデータセットおよび30m分解能データセットの両方と強い線形相関を示す。残存する誤差は、主にウォーターカバー、雪と氷の季節性、残存雲によるものであった。データセットには、使用可能な各Landsat WRS2パス/行の1つ以上のイメージが含まれています。

GLIMS: Global Land Ice Measurements from Space - 2016

地球からの氷の測定（GLIMS）は、世界的に推定される200,000の氷河を繰り返し調査するという国際的な取り組みです。このプロジェクトでは、氷河の面積、地形、地表速度、雪上高の測定など、陸域の氷に関する包括的なインベントリを作成しようとしています。これらの分析を行うために、GLIMSプロジェクトは、主に高度宇宙放射熱放射計（ASTER）とランドサットエンハンストテーママッパープラス（ETM +）の衛星データと、地図や空中写真から得られた歴史的情報を使用します。このデータセットの各フィーチャは、分析時の氷河の多角形の境界です。いくつかの氷河IDには、時間の経過と共に何百もの異なる行があります。このデータセットは、2016年6月15日現在の307,000行以上の氷河の境界線のスナップショットです。

GLIMS: Global Land Ice Measurements from Space - 2017

地球からの氷の測定（GLIMS）は、世界的に推定される200,000の氷河を繰り返し調査するという国際的な取り組みです。このプロジェクトでは、氷河の面積、地形、地表速度、雪上高の測定など、陸域の氷に関する包括的なインベントリを作成しようとしています。これらの分析を行うために、GLIMSプロジェクトは、主に高度宇宙放射熱放射計（ASTER）とランドサットエンハンストテーママッパープラス（ETM +）の衛星データと、地図や空中写真から得られた歴史的情報を使用します。このデータセットの各フィーチャは、分析時の氷河の多角形の境界です。いくつかの氷河IDには、時間の経過と共に何百もの異なる行があります。このデータセットは、2017年10月27日現在の氷河境界の目録のスナップショットであり、690,000以上の行を提供しています。

GLIMS: Global Land Ice Measurements from Space - current

地球からの氷の測定（GLIMS）は、世界的に推定される200,000の氷河を繰り返し調査するという国際的な取り組みです。このプロジェクトでは、氷河の面積、地形、地表速度、雪上高の測定など、陸域の氷に関する包括的なインベントリを作成しようとしています。これらの分析を行うために、GLIMSプロジェクトは、主に高度宇宙放射熱放射計（ASTER）とランドサットエンハンストテーママッパープラス（ETM +）の衛星データと、地図や空中写真から得られた歴史的情報を使用します。このデータセットの各フィーチャは、分析時の氷河の多角形の境界です。いくつかの氷河IDには、時間の経過と共に何百もの異なる行があります。このデータセットは、2017年10月27日現在の氷河境界の目録のスナップショットであり、690,000以上の行を提供しています。

HYCOM: Hybrid Coordinate Ocean Model, Sea Surface Elevation

ハイブリッド座標海洋モデル（HYCOM）は、データ同化ハイブリッドアイソスカルナル - シグマ - 圧力（一般化）座標海洋モデルである。 EEでホストされるHYCOMデータのサブセットには、塩分、温度、速度、および高度の変数が含まれています。それらは、80.48°Sと80.48°Nの間の一様な0.08度の緯度/経度グリッドに補間されています。塩分、温度、および速度の変数は、40の標準zレベルに補間されています。 HYCOMコンソーシアム（米国海洋パートナーシッププログラム（NOPP）を含む）は、米国の地球規模の海洋データ同化実験（GODAE）の一部です。国家海洋パートナーシッププログラム、海軍研究局（ONR）、DoDハイパフォーマンスコンピューティング近代化プログラムの資金提供を受けています。

HYCOM: Hybrid Coordinate Ocean Model, Water Temperature and Salinity

HYCOM: Hybrid Coordinate Ocean Model, Water Velocity

GRIDMET: University of Idaho Gridded Surface Meteorological Dataset

Gridded Surface Meteorologicalデータセットは、1979年から連続した米国全域の気温、降水量、風、湿度、輻射などの高空間解像度（?4 km）の日々の表面場を提供します。このデータセットは、PRISMからの高解像度空間データを、国土データ同化システム（NLDAS）の高解像度データを用いて、追加の陸面モデル化に役立つ空間的および時間的に連続したフィールドを生成する。このデータセットには、完全なソースデータが利用可能になったときに更新されたバージョンに置き換えられる仮の製品が含まれています。製品は 'status'プロパティの値によって区別できます。まず、資産はstatus = 'early'で取り込まれます。数日後、status = 'provisional'の資産に置き換えられます。約2ヶ月後、status = 'permanent'の最終資産に置き換えられます。

MACAv2-METDATA: University of Idaho, Multivariate Adaptive Constructed Analogs Applied to Global Climate Models

MACAv2-METDATAデータセットは、共通の米国をカバーする20のグローバルな気候モデルのコレクションです。多変量適応構築アナログ（MACA）法は、過去の偏りを除去し、気候モデル出力における空間パターンを一致させるための訓練データセット（すなわち、気象観測データセット）を利用する統計的ダウンスケール方法である。 MACA法は、歴史的GCM強制（1950?2005年）と将来の代表濃度パスウェイ（RCP）RCPのための結合モデル相互比較プロジェクト5（CMIP5）の20のグローバル気候モデル（GCM）からモデル出力をダウンスケールするために使用された4.5およびRCP 8.5シナリオ（2006-2100）をGCMSのネイティブ解像度から4kmに拡張しました。モデルの完全なリストはhttp://climate.nkn.uidaho.edu/MACA/GCMs.phpにあります。

MACAv2-METDATA Monthly Summaries: University of Idaho, Multivariate Adaptive Constructed Analogs Applied to Global Climate Models

MACAv2-METDATAデータセットは、共通の米国をカバーする20のグローバルな気候モデルのコレクションです。多変量適応構築アナログ（MACA）法は、過去の偏りを除去し、気候モデル出力における空間パターンを一致させるための訓練データセット（すなわち、気象観測データセット）を利用する統計的ダウンスケール方法である。 MACA法は、歴史的GCM強制（1950?2005年）と将来の代表濃度パスウェイ（RCP）RCPのための結合モデル相互比較プロジェクト5（CMIP5）の20のグローバル気候モデル（GCM）からモデル出力をダウンスケールするために使用された4.5およびRCP 8.5シナリオ（2006-2100）をGCMSのネイティブ解像度から4kmに拡張しました。このバージョンには毎月の要約が含まれています。モデルの完全なリストはhttp://climate.nkn.uidaho.edu/MACA/GCMs.phpにあります。

PDSI: University of Idaho Palmer Drought Severity Index

パーマー干ばつ重大度指数データセットは、1979年から現在までの連続した米国全体での統合された水の供給と需要の異常の広範に使用されている測定値の高い空間分解能（?4km）を毎月3回推定します。 PDSIは、Abatzoglou（2013）の格子状気象データセットに由来する降水量と潜在的な蒸発散量を用いて計算される。潜在的な蒸発散は、基準芝表面のPenman-Montieth方程式を用いて計算される。土壌の上部2.5mの利用可能な土壌水分保持能力は、STATSGO土壌データベースから得られ、計算に使用された。 PDSIは通常、毎月のタイムスケールで計算されていますが、私たちはこれらのデータを毎月3回計算して、よりタイムリーな更新を提供します。 PDSI計算のスピンアップのために、記録の最初の年のデータは控えめに使用する必要があります。このデータセットには、完全なソースデータが利用可能になったときに更新されたバージョンに置き換えられる仮の製品が含まれています。製品は 'status'プロパティの値によって区別できます。まず、資産はstatus = 'early'で取り込まれます。数日後、status = 'provisional'の資産に置き換えられます。約2ヶ月後、status = 'permanent'の最終資産に置き換えられます。

TerraClimate: Monthly Climate and Climatic Water Balance for Global Terrestrial Surfaces, University of Idaho

TerraClimateは、毎月の気候と世界的な陸上地表面の気候的な水収支のデータセットです。 WorldClimデータセットの高空間分解能の気候学的法線と粗い空間分解能を組み合わせた気象補間法を使用していますが、CRU Ts4.0および日本の55年再分析（JRA55）の時変データです。概念的には、CRU Ts4.0 / JRA55からWorldClimの高空間分解能気候学に補間された時間変化の異常を適用して、より広い時間的記録をカバーする高空間分解能データセットを作成します。温度、降水量、蒸気圧などの大部分の陸面では、時間に関する情報がCRU Ts4.0から継承されます。しかし、JRA55のデータは、CRUデータの気候ステーションがゼロになっている地域（南極大陸、アフリカ、南アメリカ、および散在する島々のすべてを含む）に使用されています。アイダホ大学は、温度、気圧、降水量の主要な気候変動のために、TerraClimateが使用するCRU Ts4.0データに貢献したステーション数（0?8）に関する追加データを提供しています。 JRA55は太陽光と風速専用に使われました。 TerraClimateは、基準蒸発散量、降水量、温度、および補間された植物抽出可能な土壌水容量を組み込んだ水収支モデルを使用して、毎月の表面水収支データセットをさらに生成します。修正されたThornthwaite-Mather気候的水収支モデルと抽出可能な土壌水貯蔵容量データは、Wang-Erlandsson et al。（2016）。データの制限：データの長期的傾向は親データセットから継承されます。 TerraClimateは、傾向の独立した評価に直接使用すべきではありません。 TerraClimateは、親データセットよりも細かいスケールで時間的変動性を捕捉しないため、地形沈降比と逆位の変動性を捕捉することができません。水収支モデルは非常に単純であり、植生種の異質性や変化する環境条件に対する生理学的応答を考慮していない。データの疎領域（南極など）での検証が限定されています。

ALOS/AVNIR-2 ORI

このデータセットには、Advanced Land Observing Satellite（ALOS） "DAICHI"に搭載されている高度可視および近赤外放射計タイプ2（AVNIR-2）センサーのオルソ画像が含まれています。 AVNIR-2 ORI製品は、ステレオマッピング用のALOSのパンクロマチックリモートセンシングインストゥルメント（PRISM）由来のDSM AW3D30を参照して、ステレオマッチング後のAVNIR-2 1B1データから作成されました。オルソ補正プロセスでは、AW3D30 DSMデータが利用可能な場合はSRT（シャトルレーダー地形ミッション）DSMデータが使用されました。

ALOS DSM: Global 30m

ALOS World 3D - 30m（AW3D30）は、約30m（1arcsecメッシュ）の水平解像度を持つグローバルデジタルサーフェスモデル（DSM）データセットです。このデータセットは、World 3D Topographic DataのDSMデータセット（5メートルメッシュバージョン）に基づいています。詳細は、データセットのドキュメントを参照してください。 AW3D DSM標高は、光学画像のステレオペアを使用する画像マッチングプロセスによって計算されます。雲、雪、氷は処理中に自動的に識別され、マスク情報が適用されます。しかし、ミスマッチした点は、雲、雪、氷の領域をとりまく（または端に）残っていることがあり、最終的なDSMに高さ誤差が生じることがあります。有効な標高範囲外のデータ値を持ついくつかの例の領域があります。不可避的に低い負の値は、（-63.77、-61.660）、（-77.22、-150.27）、（-73.29、168.14）の周りに南極大陸に集中している。インドネシアでは（-5.36、134.55）。ブラジルでは（-1.667113844、-50.6269684）;ペルー周辺（-10.45048137、-75.39459876）、おおよそ-1013、-998、-635、および-610の値になります。（79.83、-77.67）および（69.54、-75.42）付近では、極端に高い正の値が北極地方のいくつかの場所で見られる。フィジーでは（-16.58,179.44）と（-18.96,178.39）。およそ15369,15213、および10900の近似値を持つネパール周辺（28.50、84.56）である。

Global PALSAR-2/PALSAR Forest/Non-Forest Map

グローバルな森林/非森林マップ（FNF）は、強く低背の後方散乱ピクセルが「森林」および「非森林」として割り当てられるように、グローバルな25m解像度PALSAR-2 / PALSAR SARモザイクのSAR画像（後方散乱係数）「森林」という。ここで、「森林」とは、面積0.5ha以上、森林面積10％以上の自然林と定義されます。この定義は、食糧農業機関（FAO）の定義と同じです。森林からのレーダー後方散乱は地域（気候帯）に依存するため、後方散乱の領域依存閾値を用いて森林/非森林の分類が行われる。分類精度は、現場写真と高分解能の光衛星画像を用いて確認される。詳細な情報は、プロバイダのデータセットの説明を参照してください。注：後方散乱値は、高緯度森林地域では、経路によって大きく異なる場合があります。これは、冬に凍結することによる後方散乱強度の変化によるものです。これは、森林/非森林の分類に影響する可能性があることに注意してください。

Global PALSAR-2/PALSAR Yearly Mosaic

グローバルな25m PALSAR / PALSAR-2モザイクは、PALSAR / PALSAR-2のSAR画像のストリップをモザイクすることによって作成されたシームレスなグローバルSAR画像です。各年および場所について、ストリップデータは、その期間にわたって利用可能なブラウズモザイクの目視検査によって選択され、優先的に使用される表面水分に対する最小応答を示すものが選択された。入手可能性が限定されている場合（例えば、特定の緊急事態中の観測の必要性のために）、データは必然的に2006年を含む前後の年から選択された。Shimada et al。 2014 SAR画像は、90m SRTMデジタル標高モデルを使用して正射影補正され、傾斜補正されました。季節や日々の水分状態の違いが原因で発生する隣接帯間の強度差を均等にするために、降着過程（Shimada＆Isoguchi、2002、2010）を適用した。偏波データは、16ビットのデジタル番号（DN）として保存されます。 DN値は、以下の式を使用して、デシベル単位（dB）でガンマヌード値に変換できます。γ0= 10log10（DN?） - 83.0dB注：後方散乱値は、高緯度森林地域の経路によって大きく異なる場合があります。これは、冬に凍結することによる後方散乱強度の変化によるものです。詳細は、プロバイダのデータセットの説明を参照してください。

GSMaP Operational: Global Satellite Mapping of Precipitation

降水量の全球衛星マッピング（GSMaP）は、0.1 x 0.1度分解能の世界的な毎時雨量を提供します。 GSMaPは、3時間間隔で全球降水量観測を行う全球降水量測定（GPM）ミッションの製品です。 GPM Core Observatory衛星からのマルチバンドパッシブマイクロ波と赤外線放射計を使用して、他の衛星の星座の助けを借りて値を推定します。 GPMの降水量検索アルゴリズムは、放射伝達モデルに基づいています。ゲージ調整率は、NOAA / CPCゲージ測定によるGSMaP毎時雨量と日降水量の24時間積算の最適化に基づいて計算されます。このデータセットはGSMaPアルゴリズムバージョン6（製品バージョン3）によって処理されます。詳細については、GSMaPテクニカルドキュメントを参照してください。このデータセットには、データが入手可能になったときに定期的に更新されたバージョンに置き換えられる暫定製品が含まれています。製品には、「ステータス」というメタデータプロパティが設定されています。プロダクトが最初に利用可能になったとき、プロパティ値は 'provisional'です。暫定製品が最終バージョンで更新されると、この値は 'permanent'に更新されます。 JAXA / GPM_L3 / GSMaP / v6 / reanalysisとして再分析データ（2000年から2014年まで）のGSMaPも提供されています。

GSMaP Reanalysis: Global Satellite Mapping of Precipitation

GHSL: Global Human Settlement Layers, Built-Up Grid 1975-1990-2000-2015 (P2016)

GHSLは、グローバルな、細かい衛星画像データストリーム、国勢調査データ、群衆情報源、またはボランティア地理的情報を含む大量の異種データから分析と知識を自動的に処理し抽出する新しい空間データマイニング技術の設計と実装に依存しています情報源これらのデータには、ランドサット画像コレクション（GLS1975、GLS1990、GLS2000、アドホックランドサット8コレクション2013/2014）から派生したビルドアッププレゼンスに関するマルチタイム情報レイヤが含まれています。このデータは、2015年にグローバル・ヒューマン・セティメント・レイヤー手法によって作成されています。詳細は、http：//ghsl.jrc.ec.europa.eu/ghs_bu.phpおよびhttp：//ghsl.jrc.ec.europaを参照してください。 .eu / documents / GHSL_data_access.pdf。グローバル・ヒューマン・セティメント・レイヤー（GHSL）プロジェクトは、欧州委員会、共同研究センター、地域・都市政策局長官の支援を受けています。 GHSLは、新しい地球規模の空間情報、証拠に基づく分析、地球上の人間の存在を記述する知識を生み出します。

GHSL: Global Human Settlement Layers, Population Grid 1975-1990-2000-2015 (P2016)

GHSLは、グローバルな、細かい衛星画像データストリーム、国勢調査データ、群衆情報源、またはボランティア地理的情報を含む大量の異種データから分析と知識を自動的に処理し抽出する新しい空間データマイニング技術の設計と実装に依存しています情報源このデータセットは、基準エポック：1975年、1990年、2000年、2015年のセルごとの人数として表された人口の分布と密度を表しています。住民集計はCIESIN GPW v4によって提供されました。これらは、国勢調査または行政単位からグリッドセルに分解され、対応するエポックごとにGHSLグローバル層にマッピングされるビルドアップの分布と密度によって知らされました。（「250m分解能での新しい開放型および自由な複数時間型グローバル人口グリッドの開発」を参照）。このデータセットは、World Mollweide計画（EPSG：54009）で作成されました。詳細については、http：//ghsl.jrc.ec.europa.eu/ghs_pop.phpをご覧ください。グローバル・ヒューマン・セティメント・レイヤー（GHSL）プロジェクトは、欧州委員会、共同研究センター、地域・都市政策局長官の支援を受けています。 GHSLは、新しい地球規模の空間情報、証拠に基づく分析、地球上の人間の存在を記述する知識を生み出します。

GHSL: Global Human Settlement Layers, Settlement Grid 1975-1990-2000-2014 (P2016)

GHSLは、グローバルな、細かい衛星画像データストリーム、国勢調査データ、群衆情報源、またはボランティア地理的情報を含む大量の異種データから分析と知識を自動的に処理し抽出する新しい空間データマイニング技術の設計と実装に依存しています情報源GHS-SMODは、GHSLによって採択された農村 - 都市決済分類モデルである。都市化の度合い（DEGURBA）の概念をGHSLのデータシナリオに表現したものです。 GHS-SMODの各グリッドは、1975年、1990年、2000年、2015年の基準時代のGHSL構築エリアとGHSL母集団グリッドデータを統合することによって生成されました。DEGURBA分類スキーマは、都市と集落の人々ベースの定義です。与えられた時点における人口を考慮して1km?のグリッドセルをメイン入力として使用して動作します。 DEGURBAは、「都市中心」（都市）、「都市クラスター」（町と郊外）、「農村グリッドセル」の3つの主なクラスにある人口グリッドセルを区別します。（ベース）。これらのクラスの抽象化は、GHS-SMODの実装では、それぞれ「高密度クラスタ（HDC）」、「低密度クラスタ（LDC）」、および「農村グリッドセル（RUR）」に変換されます。「HDC」はビルドアップ層を統合することで低密度住宅開発地域の都市の過分断を説明する点で、DEGURBAの「都市中心」とは異なる。 GHS-SMOD表現では、「HDC」は、密度が少なくとも1500人/km?である連続した人口グリッドセル（4連結性、ギャップ充填性）の空間的な一般化または50％「LDC」は、密度が少なくとも300人の住民/km?で、最低人口が5000人の連続したグリッド・セルです。「RUR」は、「HDC」と「LDC」外のグリッド・セルです'は0以上300未満の人口である。他のすべては人口が0の人口領域に分類される。このデータセットはWorld Mollweide計画（EPSG：54009）で作成された。詳細については、http：//ghsl.jrc.ec.europa.eu/ghs_smod.phpをご覧ください。グローバル・ヒューマン・セティメント・レイヤー（GHSL）プロジェクトは、欧州委員会、共同研究センター、地域・都市政策局長官の支援を受けています。 GHSLは、新しい地球規模の空間情報、証拠に基づく分析、地球上の人間の存在を記述する知識を生み出します。

JRC Global Surface Water Mapping Layers, v1.0

このデータセットには、1984年から2015年までの地表水の位置と時間的分布のマップが含まれており、それらの水面の広がりと変化に関する統計が提供されています。詳細については、関連するジャーナル記事「地球表層水の高分解能マッピングとその長期的変化（Nature、2016）」およびオンラインデータユーザーガイドを参照してください。これらのデータは、1984年3月16日から2015年10月10日に取得されたLandsat 5,7,8の3,066,102シーンを使用して生成された。各ピクセルをエキスパートシステムを使用して個別に水/非水に分類し、（1984-1999、2000-2015）、変化検出のための2つのエポックこのマッピング層積は、7つのバンドを含む1つの画像からなる。これは、過去32年間の地表水の空間的および時間的分布の異なる面をマッピングする。水が一度も検出されなかったエリアはマスクされます。

JRC Global Surface Water Metadata, v1.0

このデータセットには、1984年から2015年までの地表水の位置と時間的分布のマップが含まれており、それらの水面の広がりと変化に関する統計が提供されています。詳細については、関連するジャーナル記事「地球表層水の高分解能マッピングとその長期的変化（Nature、2016）」およびオンラインデータユーザーガイドを参照してください。これらのデータは、1984年3月16日から2015年10月10日に取得されたLandsat 5,7,8の3,066,102シーンを使用して生成された。各ピクセルをエキスパートシステムを使用して個別に水/非水に分類し、（1984-1999、2000-2015）、変化検出のための2つのエポックこの製品には、Global Surface Waterデータセットの計算に入った観測に関するメタデータが含まれています。水が一度も検出されなかったエリアはマスクされます。

JRC Monthly Water History, v1.0

このデータセットには、1984年から2015年までの地表水の位置と時間的分布のマップが含まれており、それらの水面の広がりと変化に関する統計が提供されています。詳細については、関連するジャーナル記事「地球表層水の高分解能マッピングとその長期的変化（Nature、2016）」およびオンラインデータユーザーガイドを参照してください。これらのデータは、1984年3月16日から2015年10月10日に取得されたLandsat 5,7,8の3,066,102シーンを使用して生成された。各ピクセルをエキスパートシステムを使用して個別に水/非水に分類し、（1984-1999、2000-2015）、変化検出のための2つのエポックこのMonthly Historyコレクションは、毎月の水検出の全歴史を保持しています。このコレクションには、1984年3月から2015年10月まで、毎月1枚の画像が含まれています。

JRC Monthly Water Recurrence, v1.0

このデータセットには、1984年から2015年までの地表水の位置と時間的分布のマップが含まれており、それらの水面の広がりと変化に関する統計が提供されています。詳細については、関連するジャーナル記事「地球表層水の高分解能マッピングとその長期的変化（Nature、2016）」およびオンラインデータユーザーガイドを参照してください。これらのデータは、1984年3月16日から2015年10月10日に取得されたLandsat 5,7,8の3,066,102シーンを使用して生成された。各ピクセルをエキスパートシステムを使用して個別に水/非水に分類し、（1984-1999、2000-2015）、変化検出のための2つのエポックMonthly Recurrenceコレクションには、その月に検出されたオカレンス値に基づいて、水の季節性を毎月測定する12のイメージが含まれています。

JRC Yearly Water Classification History, v1.0

このデータセットには、1984年から2015年までの地表水の位置と時間的分布のマップが含まれており、それらの水面の広がりと変化に関する統計が提供されています。詳細については、関連するジャーナル記事「地球表層水の高分解能マッピングとその長期的変化（Nature、2016）」およびオンラインデータユーザーガイドを参照してください。これらのデータは、1984年3月16日から2015年10月10日に取得されたLandsat 5,7,8の3,066,102シーンを使用して生成された。各ピクセルをエキスパートシステムを使用して個別に水/非水に分類し、（1984-1999、2000-2015）、変化検出のための2つのエポックこの年間季節分類コレクションには、年間を通じて検出された発生値に基づいて、水の季節性の年別分類が含まれています。

Landsat Global Land Survey 1975 Mosaic

グローバルランド・サーベイ（Global Land Survey（GLS））は、ランドサット・マルチスペクトル・スキャナー（Landsat Multispectral Scanner：MSS）の世界的な画像集です。ほとんどの場面は1972-1983年にランドサット1-3によって取得された。ランドサット1?3のデータのいくつかのギャップは、1982?1987年にランドサット4-5によって取得された場面で満たされています。これらのデータは、緑、赤、NIRバンド、およびSWIRバンドの4つのスペクトルバンドを含む。典型的な偽色表示では、赤色で表示されたNIRバンドが植生を強調表示するため、画像は赤く表示されます。

Landsat Global Land Survey 2005, Landsat 5+7 scenes

GLS2005のデータセットは、2004年から2007年の間に収集され、地球の大陸をカバーする9500のオルソ補正されたリーフオン中解像度衛星のコレクションです。 GLS2005は、ランドスカット5とギャップ充填Landsat 7のデータをEO-1 ALIとTerra ASTERデータを使用してデータの穴に充填します。このデータセットには、L5 TMおよびL7 ETM +センサーのみの画像と、これら2つのセンサーが共通に持つ6つのバンド（10,20,30,40,50、および70）が含まれています。

Landsat Global Land Survey 2005, Landsat 5 scenes

GLS2005のデータセットは、2004年から2007年の間に収集され、地球の大陸をカバーする9500のオルソ補正されたリーフオン中解像度衛星のコレクションです。 GLS2005は、ランドスカット5とギャップ充填Landsat 7のデータをEO-1 ALIとTerra ASTERデータを使用してデータの穴に充填します。このコレクションには、L5 ETMセンサーのGLS2005イメージのサブセットのみが含まれています。

Landsat Global Land Survey 2005, Landsat 7 scenes

GLS2005のデータセットは、2004年から2007年の間に収集され、地球の大陸をカバーする9500のオルソ補正されたリーフオン中解像度衛星のコレクションです。 GLS2005は、ランドスカット5とギャップ充填Landsat 7のデータをEO-1 ALIとTerra ASTERデータを使用してデータの穴に充填します。このコレクションには、L7 ETM +センサーのGLS2005イメージのサブセットのみが含まれています。

USGS Landsat 8 Collection 1 Tier 1 Raw Scenes

Landsat 8 Collection 1 Tier 1 DN値。スケールされたキャリブレーションされたアットセンサーの放射輝度を表します。利用可能な最高のデータ品質を持つランドサットシーンはTier 1に配置され、時系列処理分析に適しているとみなされます。ティア1には、レベル1の高精度テレイン（L1TP）処理データが含まれています。これらのデータは、特徴のあるラジオメトリを持ち、異なるLandsatセンサ間で相互較正されています。 Tier 1シーンの地理的位置は一貫しており、所定の公差[12m以下の二乗平均平方根誤差（RMSE）]内である。すべてのTier 1 Landsatデータは、コレクション全体で整合性があり、センサ間で較正されているとみなすことができます。詳細については、USGSのドキュメントを参照してください。詳細については、Landsat 8ハンドブックを参照してください。

USGS Landsat 8 Collection 1 Tier 1 and Real-Time data Raw Scenes

Landsat 8 Collection 1 Tier 1およびReal-TimeデータのDN値。スケールされたキャリブレーションされたアットセンサーの放射輝度を表します。利用可能な最高のデータ品質を持つランドサットシーンはTier 1に配置され、時系列処理分析に適しているとみなされます。ティア1には、レベル1の高精度テレイン（L1TP）処理データが含まれています。これらのデータは、特徴のあるラジオメトリを持ち、異なるLandsatセンサ間で相互較正されています。 Tier 1シーンの地理的位置は一貫しており、所定の公差[12m以下の二乗平均平方根誤差（RMSE）]内である。すべてのTier 1 Landsatデータは、コレクション全体で整合性があり、センサ間で較正されているとみなすことができます。詳細については、USGSのドキュメントを参照してください。 T1_RTコレクションには、Tier 1とReal-Time（RT）アセットの両方が含まれています。新たに取得されたLandsat 7 ETM +およびLandsat 8 OLI / TIRSデータは、ダウンリンク時に処理されますが、予測エフェメリス、初期バンパーモードパラメータ、または初期TIRS視線モデルパラメータを使用します。データはReal-Time層に配置され、即座にダウンロードすることができます。最終エフェメリス、更新されたバンパーモードパラメータ、洗練されたTIRSパラメータでデータが再処理されると、製品はTier 1またはTier 2に移行され、Real-Timeティアから削除されます。 Real-TimeからTier 1またはTier 2への移行遅延は、14?26日です。詳細については、Landsat 8 Handbookを参照してください。

USGS Landsat 8 Collection 1 Tier 1 and Real-Time data TOA Reflectance

Landsat 8 Collection 1 Tier 1およびReal-Timeデータは、大気のトップ（TOA）反射率を較正しました。較正係数は、画像メタデータから抽出される。 Chander et al。 TOA計算の詳細については、（2009）を参照してください。

USGS Landsat 8 Surface Reflectance Tier 1

このデータセットは、Landsat 8 OLI / TIRSセンサーの大気補正された表面反射率です。これらの画像は、オルソ補正された表面反射率に処理された5つの可視および近赤外（VNIR）バンドおよび2つの短波赤外線（SWIR）バンドと、オルソ補正された輝度温度に処理された2つの熱赤外線（TIR） CFMASKを使用して作成された雲、影、水、スノーマスク、ピクセル単位の彩度マスクなどがあります。収集されたデータのストリップは、標準化された参照グリッドを使用して約170km x 183kmの重なり合う「シーン」にパッケージ化されています。 SR QAバンドに関するUSGSのページも参照してください。データ提供者の注意：Surface ReflectanceはOperational Land Imager（OLI）バンドからのみ処理することができますが、付属のクラウドマスクを生成するために、SRはOLI / TIRS（熱赤外センサー）製品（LC8）を組み合わせて入力する必要があります。したがって、OLIのみ（LO8）、およびTIRSのみ（LT8）のデータ積をSRに計算することはできません。太陽天頂角が76°を超えるシーンでは、SRは実行されません。ユーザは、高緯度（> 65°）で取得したデータに対してSRを使用しないように注意してください。パンクロマティックバンド（ETM +バンド7、OLIバンド8）は、表面反射率に処理されません。高度補正または雪被覆地域の気象補正が悪影響を受ける地域では、SR補正の効果が低下する可能性があります。太陽角度が低い地域隣接する水域よりも陸域が小さい沿岸域USGSによって提供されるDocker画像を使用してGoogleによって生成されます。

USGS Landsat 8 Collection 1 Tier 1 TOA Reflectance

Landsat 8 Collection 1 Tier 1は、TOA（Top-of-atmosphere）反射率を較正しました。較正係数は、画像メタデータから抽出される。 Chander et al。 TOA計算の詳細については、（2009）を参照してください。

USGS Landsat 8 Collection 1 Tier 2 Raw Scenes

Landsat 8 Collection 1 Tier 2 DN値。スケールされたキャリブレーションされたアッテネータの放射輝度を表します。処理中にTier 1基準を満たさないシーンは、Tier 2に割り当てられます。これには、Systematic terrain（L1GT）およびSystematic（L1GS）処理シーン、およびTier 1仕様を満たしていないL1OSシーン地上制御、および他の要因。 Tier 2シーンに興味のあるユーザーは、RMSEやその他のプロパティを分析して、個々のアプリケーションやスタディでの使用に適しているかどうかを判断できます。詳細については、USGSのドキュメントを参照してください。詳細については、Landsat 8ハンドブックを参照してください。

USGS Landsat 8 Surface Reflectance Tier 2

USGS Landsat 8 Collection 1 Tier 2 TOA Reflectance

Landsat 8 Collection 1 Tier 2はTOA（Top-of-atmosphere）反射率を較正しました。較正係数は、画像メタデータから抽出される。 Chander et al。 TOA計算の詳細については、（2009）を参照してください。

USGS Landsat 7 Collection 1 Tier 1 Raw Scenes

Landsat 7 Collection 1 Tier 1 DN値。スケールされたキャリブレーションされたアッテネータの放射輝度を表します。利用可能な最高のデータ品質を持つランドサットシーンはTier 1に配置され、時系列処理分析に適しているとみなされます。ティア1には、レベル1の高精度テレイン（L1TP）処理データが含まれています。これらのデータは、特徴のあるラジオメトリを持ち、異なるLandsatセンサ間で相互較正されています。 Tier 1シーンの地理的位置は一貫しており、所定の公差[12m以下の二乗平均平方根誤差（RMSE）]内である。すべてのTier 1 Landsatデータは、コレクション全体で整合性があり、センサ間で較正されているとみなすことができます。詳細については、USGSのドキュメントを参照してください。詳細については、Landsat 7ハンドブックを参照してください。

USGS Landsat 7 Collection 1 Tier 1 and Real-Time data Raw Scenes

Landsat 7 Collection 1 Tier 1およびReal-TimeデータのDN値。スケールされたキャリブレーションされたアットセンサーの輝度を表します。利用可能な最高のデータ品質を持つランドサットシーンはTier 1に配置され、時系列処理分析に適しているとみなされます。ティア1には、レベル1の高精度テレイン（L1TP）処理データが含まれています。これらのデータは、特徴のあるラジオメトリを持ち、異なるLandsatセンサ間で相互較正されています。 Tier 1シーンの地理的位置は一貫しており、所定の公差[12m以下の二乗平均平方根誤差（RMSE）]内である。すべてのTier 1 Landsatデータは、コレクション全体で整合性があり、センサ間で較正されているとみなすことができます。詳細については、USGSのドキュメントを参照してください。 T1_RTコレクションには、Tier 1とReal-Time（RT）アセットの両方が含まれています。新たに取得されたLandsat 7 ETM +およびLandsat 8 OLI / TIRSデータは、ダウンリンク時に処理されますが、予測エフェメリス、初期バンパーモードパラメータ、または初期TIRS視線モデルパラメータを使用します。データはReal-Time層に配置され、即座にダウンロードすることができます。最終エフェメリス、更新されたバンパーモードパラメータ、洗練されたTIRSパラメータでデータが再処理されると、製品はTier 1またはTier 2に移行され、Real-Timeティアから削除されます。 Real-TimeからTier 1またはTier 2への移行遅延は14?26日です。詳細については、Landsat 7ハンドブックを参照してください。

USGS Landsat 7 Collection 1 Tier 1 and Real-Time data TOA Reflectance

Landsat 7 Collection 1 Tier 1およびReal-Timeデータは、大気トップ（TOA）反射率を較正しました。較正係数は、画像メタデータから抽出される。 Chander et al。 TOA計算の詳細については、（2009）を参照してください。

USGS Landsat 7 Surface Reflectance Tier 1

このデータセットは、Landsat 7 ETM +センサーの大気補正された表面反射率です。これらの画像は、オルソ補正された表面反射率に処理された4つの可視および近赤外（VNIR）バンドおよび2つの短波赤外線（SWIR）バンドと、オルソ補正された輝度温度に処理された1つの熱赤外線（TIR） VNIRおよびSWIRバンドは、30m /ピクセルの解像度を有する。もともと、120m /ピクセルの解像度（ランドサット7では60m /ピクセル）で収集されたTIRバンドは、立方絡みを用いて30mにリサンプリングされています。これらのデータは、LEDAPSを使用して大気補正され、CFMASKを使用して作成された雲、影、水、雪マスク、ピクセル単位の彩度マスクが含まれています。収集されたデータのストリップは、標準化された参照グリッドを使用して約170km x 183kmの重なり合う「シーン」にパッケージ化されています。 SR QAバンドに関するUSGSのページも参照してください。データ提供者の注意：ソーラー天頂角が76°を超えるシーンでは、SRは実行されません。ユーザは、高緯度（> 65°）で取得したデータに対してSRを使用しないように注意してください。パンクロマティックバンド（ETM +バンド7、OLIバンド8）は、表面反射率に処理されません。高度補正または雪被覆地域の気象補正が悪影響を受ける地域では、SR補正の効果が低下する可能性があります。太陽角度が低い地域隣接する水域よりも陸域が小さい沿岸域USGSによって提供されるDocker画像を使用してGoogleによって生成されます。

USGS Landsat 7 Collection 1 Tier 1 TOA Reflectance

Landsat 7 Collection 1 Tier 1はTOA反射率を較正しました。較正係数は、画像メタデータから抽出される。 Chander et al。 TOA計算の詳細については、（2009）を参照してください。

USGS Landsat 7 Collection 1 Tier 2 Raw Scenes

Landsat 7 Collection 1 Tier 2のDN値。スケールされたキャリブレーションされたアットセンサーの放射輝度を表します。処理中にTier 1基準を満たさないシーンは、Tier 2に割り当てられます。これには、Systematic terrain（L1GT）およびSystematic（L1GS）処理シーン、およびTier 1仕様を満たしていないL1OSシーン地上制御、および他の要因。 Tier 2シーンに興味のあるユーザーは、RMSEやその他のプロパティを分析して、個々のアプリケーションやスタディでの使用に適しているかどうかを判断できます。詳細については、USGSのドキュメントを参照してください。詳細については、Landsat 7ハンドブックを参照してください。

USGS Landsat 7 Surface Reflectance Tier 2

USGS Landsat 7 Collection 1 Tier 2 TOA Reflectance

Landsat 7 Collection 1 Tier 2はTOA反射率を較正しました。較正係数は、画像メタデータから抽出される。 Chander et al。 TOA計算の詳細については、（2009）を参照してください。

USGS Landsat 1 MSS Collection 1 Tier 1 Raw Scenes

Landsat 1 MSS Collection 1 Tier 1 DN値。スケールされたキャリブレーションされたアットセンサーの放射輝度を表します。利用可能な最高のデータ品質を持つランドサットシーンはTier 1に配置され、時系列処理分析に適しているとみなされます。ティア1には、レベル1の高精度テレイン（L1TP）処理データが含まれています。これらのデータは、特徴のあるラジオメトリを持ち、異なるLandsatセンサ間で相互較正されています。 Tier 1シーンの地理的位置は一貫しており、所定の公差[12m以下の二乗平均平方根誤差（RMSE）]内である。すべてのTier 1 Landsatデータは、コレクション全体で整合性があり、センサ間で較正されているとみなすことができます。詳細については、USGSのドキュメントを参照してください。詳細については、「Landsat MSS製品情報ページ」を参照してください。

USGS Landsat 1 MSS Collection 1 Tier 2 Raw Scenes

ランドサット1 MSSコレクション1スケール2のDN値。スケールされたキャリブレーションされたアッテネータの放射輝度を表します。処理中にTier 1基準を満たさないシーンは、Tier 2に割り当てられます。これには、Systematic terrain（L1GT）およびSystematic（L1GS）処理シーン、およびTier 1仕様を満たしていないL1OSシーン地上制御、および他の要因。 Tier 2シーンに興味のあるユーザーは、RMSEやその他のプロパティを分析して、個々のアプリケーションやスタディでの使用に適しているかどうかを判断できます。詳細については、USGSのドキュメントを参照してください。詳細については、「Landsat MSS製品情報ページ」を参照してください。

USGS Landsat 2 MSS Collection 1 Tier 1 Raw Scenes

Landsat 2 MSS Collection 1 Tier 1 DN値。スケールされたキャリブレーションされたアッテネータの放射輝度を表します。利用可能な最高のデータ品質を持つランドサットシーンはTier 1に配置され、時系列処理分析に適しているとみなされます。ティア1には、レベル1の高精度テレイン（L1TP）処理データが含まれています。これらのデータは、特徴のあるラジオメトリを持ち、異なるLandsatセンサ間で相互較正されています。 Tier 1シーンの地理的位置は一貫しており、所定の公差[12m以下の二乗平均平方根誤差（RMSE）]内である。すべてのTier 1 Landsatデータは、コレクション全体で整合性があり、センサ間で較正されているとみなすことができます。詳細については、USGSのドキュメントを参照してください。詳細については、「Landsat MSS製品情報ページ」を参照してください。

USGS Landsat 2 MSS Collection 1 Tier 2 Raw Scenes

Landsat 2 MSS Collection 1 Tier 2 DN値。スケールされたキャリブレーションされたアットセンサーの放射輝度を表します。処理中にTier 1基準を満たさないシーンは、Tier 2に割り当てられます。これには、Systematic terrain（L1GT）およびSystematic（L1GS）処理シーン、およびTier 1仕様を満たしていないL1OSシーン地上制御、および他の要因。 Tier 2シーンに興味のあるユーザーは、RMSEやその他のプロパティを分析して、個々のアプリケーションやスタディでの使用に適しているかどうかを判断できます。詳細については、USGSのドキュメントを参照してください。詳細については、「Landsat MSS製品情報ページ」を参照してください。

USGS Landsat 3 MSS Collection 1 Tier 1 Raw Scenes

Landsat 3 MSS Collection 1 Tier 1 DN値。スケールされたキャリブレーションされたアッテネータの放射輝度を表します。利用可能な最高のデータ品質を持つランドサットシーンはTier 1に配置され、時系列処理分析に適しているとみなされます。ティア1には、レベル1の高精度テレイン（L1TP）処理データが含まれています。これらのデータは、特徴のあるラジオメトリを持ち、異なるLandsatセンサ間で相互較正されています。 Tier 1シーンの地理的位置は一貫しており、所定の公差[12m以下の二乗平均平方根誤差（RMSE）]内である。すべてのTier 1 Landsatデータは、コレクション全体で整合性があり、センサ間で較正されているとみなすことができます。詳細については、USGSのドキュメントを参照してください。詳細については、「Landsat MSS製品情報ページ」を参照してください。

USGS Landsat 3 MSS Collection 1 Tier 2 Raw Scenes

Landsat 3 MSS Collection 1 Tier 2 DN値。スケールされたキャリブレーションされたアットセンサーの放射輝度を表します。処理中にTier 1基準を満たさないシーンは、Tier 2に割り当てられます。これには、Systematic terrain（L1GT）およびSystematic（L1GS）処理シーン、およびTier 1仕様を満たしていないL1OSシーン地上制御、および他の要因。 Tier 2シーンに興味のあるユーザーは、RMSEやその他のプロパティを分析して、個々のアプリケーションやスタディでの使用に適しているかどうかを判断できます。詳細については、USGSのドキュメントを参照してください。詳細については、「Landsat MSS製品情報ページ」を参照してください。

USGS Landsat 4 MSS Collection 1 Tier 1 Raw Scenes

Landsat 4 MSS Collection 1 Tier 1 DN値。スケールされたキャリブレーションされたアットセンサー放射輝度を表します。利用可能な最高のデータ品質を持つランドサットシーンはTier 1に配置され、時系列処理分析に適しているとみなされます。ティア1には、レベル1の高精度テレイン（L1TP）処理データが含まれています。これらのデータは、特徴のあるラジオメトリを持ち、異なるLandsatセンサ間で相互較正されています。 Tier 1シーンの地理的位置は一貫しており、所定の公差[12m以下の二乗平均平方根誤差（RMSE）]内である。すべてのTier 1 Landsatデータは、コレクション全体で整合性があり、センサ間で較正されているとみなすことができます。詳細については、USGSのドキュメントを参照してください。詳細については、「Landsat MSS製品情報ページ」を参照してください。

USGS Landsat 4 MSS Collection 1 Tier 2 Raw Scenes

ランドサット4 MSSコレクション1スケール2のDN値。スケールされたキャリブレーションされたアッテネータの放射輝度を表します。処理中にTier 1基準を満たさないシーンは、Tier 2に割り当てられます。これには、Systematic terrain（L1GT）およびSystematic（L1GS）処理シーン、およびTier 1仕様を満たしていないL1OSシーン地上制御、および他の要因。 Tier 2シーンに興味のあるユーザーは、RMSEやその他のプロパティを分析して、個々のアプリケーションやスタディでの使用に適しているかどうかを判断できます。詳細については、USGSのドキュメントを参照してください。詳細については、「Landsat MSS製品情報ページ」を参照してください。

USGS Landsat 5 MSS Collection 1 Tier 1 Raw Scenes

Landsat 5 MSS Collection 1 Tier 1 DN値。スケールされたキャリブレーションされたアッテネータの放射輝度を表します。利用可能な最高のデータ品質を持つランドサットシーンはTier 1に配置され、時系列処理分析に適しているとみなされます。ティア1には、レベル1の高精度テレイン（L1TP）処理データが含まれています。これらのデータは、特徴のあるラジオメトリを持ち、異なるLandsatセンサ間で相互較正されています。 Tier 1シーンの地理的位置は一貫しており、所定の公差[12m以下の二乗平均平方根誤差（RMSE）]内である。すべてのTier 1 Landsatデータは、コレクション全体で整合性があり、センサ間で較正されているとみなすことができます。詳細については、USGSのドキュメントを参照してください。詳細については、「Landsat MSS製品情報ページ」を参照してください。

USGS Landsat 5 MSS Collection 1 Tier 2 Raw Scenes

Landsat 5 MSS Collection 1 Tier 2 DN値。スケールされたキャリブレーションされたアッテネータの放射輝度を表します。処理中にTier 1基準を満たさないシーンは、Tier 2に割り当てられます。これには、Systematic terrain（L1GT）およびSystematic（L1GS）処理シーン、およびTier 1仕様を満たしていないL1OSシーン地上制御、および他の要因。 Tier 2シーンに興味のあるユーザーは、RMSEやその他のプロパティを分析して、個々のアプリケーションやスタディでの使用に適しているかどうかを判断できます。詳細については、USGSのドキュメントを参照してください。詳細については、「Landsat MSS製品情報ページ」を参照してください。

USGS Landsat 4 TM Collection 1 Tier 1 Raw Scenes

Landsat 4 TM Collection 1 Tier 1 DN値。スケールされたキャリブレーションされたアットセンサーの放射輝度を表します。利用可能な最高のデータ品質を持つランドサットシーンはTier 1に配置され、時系列処理分析に適しているとみなされます。ティア1には、レベル1の高精度テレイン（L1TP）処理データが含まれています。これらのデータは、特徴のあるラジオメトリを持ち、異なるLandsatセンサ間で相互較正されています。 Tier 1シーンの地理的位置は一貫しており、所定の公差[12m以下の二乗平均平方根誤差（RMSE）]内である。すべてのTier 1 Landsatデータは、コレクション全体で整合性があり、センサ間で較正されているとみなすことができます。詳細については、USGSのドキュメントを参照してください。詳細については、USGS Landsat 5 Pageを参照してください。

USGS Landsat 4 Surface Reflectance Tier 1

このデータセットは、ランドサット4 ETMセンサからの大気補正表面反射率です。これらの画像は、オルソ補正された表面反射率に処理された4つの可視および近赤外（VNIR）バンドおよび2つの短波赤外線（SWIR）バンドと、オルソ補正された輝度温度に処理された1つの熱赤外線（TIR） VNIRおよびSWIRバンドは、30m /ピクセルの解像度を有する。もともと、120m /ピクセルの解像度（ランドサット7では60m /ピクセル）で収集されたTIRバンドは、立方絡みを用いて30mにリサンプリングされています。これらのデータは、LEDAPSを使用して大気補正され、CFMASKを使用して作成された雲、影、水、雪マスク、ピクセル単位の彩度マスクが含まれています。収集されたデータのストリップは、標準化された参照グリッドを使用して約170km x 183kmの重なり合う「シーン」にパッケージ化されています。 SR QAバンドに関するUSGSのページも参照してください。データ提供者の注意：ソーラー天頂角が76°を超えるシーンでは、SRは実行されません。ユーザは、高緯度（> 65°）で取得したデータに対してSRを使用しないように注意してください。パンクロマティックバンド（ETM +バンド7、OLIバンド8）は、表面反射率に処理されません。高度補正または雪被覆地域の気象補正が悪影響を受ける地域では、SR補正の効果が低下する可能性があります。太陽角度が低い地域隣接する水域よりも陸域が小さい沿岸域USGSによって提供されるDocker画像を使用してGoogleによって生成されます。

USGS Landsat 4 TM Collection 1 Tier 1 TOA Reflectance

Landsat 4 TM Collection 1 Tier 1は、TOA（Top-of-atmosphere）反射率を較正しました。較正係数は、画像メタデータから抽出される。 Chander et al。 TOA計算の詳細については、（2009）を参照してください。

USGS Landsat 4 TM Collection 1 Tier 2 Raw Scenes

Landsat 4 TM Collection 1 Tier 2 DN値。スケールされたキャリブレーションされたアットセンサーの放射輝度を表します。処理中にTier 1基準を満たさないシーンは、Tier 2に割り当てられます。これには、Systematic terrain（L1GT）およびSystematic（L1GS）処理シーン、およびTier 1仕様を満たしていないL1OSシーン地上制御、および他の要因。 Tier 2シーンに興味のあるユーザーは、RMSEやその他のプロパティを分析して、個々のアプリケーションやスタディでの使用に適しているかどうかを判断できます。詳細については、USGSのドキュメントを参照してください。詳細については、USGS Landsat 5 Pageを参照してください。

USGS Landsat 4 Surface Reflectance Tier 2

USGS Landsat 4 TM Collection 1 Tier 2 TOA Reflectance

Landsat 4 TM Collection 1 Tier 2は、TOA（top-of-atmosphere）反射率を較正しました。較正係数は、画像メタデータから抽出される。 Chander et al。 TOA計算の詳細については、（2009）を参照してください。

USGS Landsat 5 TM Collection 1 Tier 1 Raw Scenes

Landsat 5 TM Collection 1 Tier 1 DN値。スケールされたキャリブレーションされたアットセンサーの放射輝度を表します。利用可能な最高のデータ品質を持つランドサットシーンはTier 1に配置され、時系列処理分析に適しているとみなされます。ティア1には、レベル1の高精度テレイン（L1TP）処理データが含まれています。これらのデータは、特徴のあるラジオメトリを持ち、異なるLandsatセンサ間で相互較正されています。 Tier 1シーンの地理的位置は一貫しており、所定の公差[12m以下の二乗平均平方根誤差（RMSE）]内である。すべてのTier 1 Landsatデータは、コレクション全体で整合性があり、センサ間で較正されているとみなすことができます。詳細については、USGSのドキュメントを参照してください。詳細については、USGS Landsat 5 Pageを参照してください。

USGS Landsat 5 Surface Reflectance Tier 1

このデータセットは、Landsat 5 ETMセンサーの大気補正された表面反射率です。これらの画像は、オルソ補正された表面反射率に処理された4つの可視および近赤外（VNIR）バンドおよび2つの短波赤外線（SWIR）バンドと、オルソ補正された輝度温度に処理された1つの熱赤外線（TIR） VNIRおよびSWIRバンドは、30m /ピクセルの解像度を有する。もともと、120m /ピクセルの解像度（ランドサット7では60m /ピクセル）で収集されたTIRバンドは、立方絡みを用いて30mにリサンプリングされています。これらのデータは、LEDAPSを使用して大気補正され、CFMASKを使用して作成された雲、影、水、雪マスク、ピクセル単位の彩度マスクが含まれています。収集されたデータのストリップは、標準化された参照グリッドを使用して約170km x 183kmの重なり合う「シーン」にパッケージ化されています。 SR QAバンドに関するUSGSのページも参照してください。データ提供者の注意：ソーラー天頂角が76°を超えるシーンでは、SRは実行されません。ユーザは、高緯度（> 65°）で取得したデータに対してSRを使用しないように注意してください。パンクロマティックバンド（ETM +バンド7、OLIバンド8）は、表面反射率に処理されません。高度補正または雪被覆地域の気象補正が悪影響を受ける地域では、SR補正の効果が低下する可能性があります。太陽角度が低い地域隣接する水域よりも陸域が小さい沿岸域USGSによって提供されるDocker画像を使用してGoogleによって生成されます。

USGS Landsat 5 TM Collection 1 Tier 1 TOA Reflectance

Landsat 5 TM Collection 1 Tier 1キャリブレーションされたTOA（top-of-atmosphere）反射率。較正係数は、画像メタデータから抽出される。 Chander et al。 TOA計算の詳細については、（2009）を参照してください。

USGS Landsat 5 TM Collection 1 Tier 2 Raw Scenes

Landsat 5 TM Collection 1 Tier 2のDN値。スケールされたキャリブレーションされたアットセンサーの放射輝度を表します。処理中にTier 1基準を満たさないシーンは、Tier 2に割り当てられます。これには、Systematic terrain（L1GT）およびSystematic（L1GS）処理シーン、およびTier 1仕様を満たしていないL1OSシーン地上制御、および他の要因。 Tier 2シーンに興味のあるユーザーは、RMSEやその他のプロパティを分析して、個々のアプリケーションやスタディでの使用に適しているかどうかを判断できます。詳細については、USGSのドキュメントを参照してください。詳細については、USGS Landsat 5 Pageを参照してください。

USGS Landsat 5 Surface Reflectance Tier 2

USGS Landsat 5 TM Collection 1 Tier 2 TOA Reflectance

Landsat 5 TM Collection 1 Tier 2キャリブレーションされたTOA（top-of-atmosphere）反射率。較正係数は、画像メタデータから抽出される。 Chander et al。 TOA計算の詳細については、（2009）を参照してください。

Global Mangrove Forests Distribution, v1 (2000)

データベースは、2000年のLandsat衛星データを使用して作成されました。USGS Earth Resources Observation and Science Center（EROS）から得られた1,000以上のランドサットシーンは、ハイブリッド監視および非監視デジタル画像分類技術を使用して分類されました。このデータベースは、世界で最も包括的なマングローブ評価である（Giri et al。、2011）。この研究の一部の資金は、NASAによって提供された。マングローブデータベースは、マングローブ保全の優先分野の特定、自然災害（例：津波）、炭素会計、生物多様性保全から人命や財産を守るマングローブ林の役割を研究するために使用されています。 USGS EROSは、マングローブ生態系への海面上昇の影響を研究するためにこのデータを使用してきました。このデータベースは、マングローブのモニタリングのベースラインとして機能します。

MCD12Q1.006 MODIS Land Cover Type Yearly Global 500m

MCD12Q1 V6製品は、6つの異なる分類スキームから導き出された、毎年のインターバル・カバー・タイプ（2001-2016）を提供します。 MODIS TerraおよびAqua反射率データの監視分類を使用して導出されます。教師付き分類は、その後、特定のクラスをさらに洗練するために、事前知識および補助的な情報を組み込んだ追加の後処理を受ける。

MCD15A3H.006 MODIS Leaf Area Index/FPAR 4-Day Global 500m

MCD15A3H V6レベル4、光合成活性放射線（FPAR）および葉領域指数（LAI）製品の複合画分は、500メートルピクセルサイズの4日間の複合データセットです。このアルゴリズムは、NASAのTerraとAqua衛星に搭載されている両方のMODISセンサーのすべての取得から4日間以内に入手できる「最良の」ピクセルを選択します。

MCD43A1.006 MODIS BRDF-Albedo Model Parameters Daily 500m

MCD43A1 V6双方向反射分布関数とアルベド（BRDF / Albedo）モデルパラメータデータセットは、毎日500メートルの16日間の製品です。ユリウス日は16日間の検索期間の9日目を表します。その結果、その日のBRDF /アルベドを推定するために観測値を重み付けします。すべての組み合わせ製品と同様、MCD43A1アルゴリズムは、検索期間中のTerraセンサーとAquaセンサーの両方からのすべての取得を含むプールから最良の代表ピクセルを選択します。 MCD43A1は、MODISバンド1?7と、アルベドおよびBRDF製品を導出するために使用される可視（可視）、近赤外線（nir）、短波帯それぞれについて、3つのモデル加重パラメータ（等方性、容積および幾何学）を提供するMCD43A3およびMCD43A4）。各10バンドのMandatory Qualityレイヤーも供給されています。

MCD43A2.006 MODIS BRDF-Albedo Quality Daily 500m

MCD43A2 V6双方向反射率分布関数とアルベド（BRDF /アルベド）品質データセットは、毎日500メートルの16日間の製品です。これには、対応する16日間のMCD43A3アルベドおよびMCD43A4 Nadir-BRDF（NBAR）製品のすべての品質情報が含まれています。 MCD43A2には、BRDF /アルベド品質情報全体と一緒に、MODIS陸上バンド1?7の個別のバンド品質と観測情報が含まれています。

MCD43A3.006 MODIS Albedo Daily 500m

MCD43A3 V6アルベドモデルのデータセットは、毎日の16日間の製品です。 MODIS表面反射バンド（バンド1からバンド7）および3つの広いスペクトルバンド（可視、近赤外および短波）のそれぞれに対して指向性半球反射率（黒空アルベド）および半球反射率（白空アルベド）。各500m /ピクセルの1日の画像は、その日に中心を置いて16日のデータを使用して生成されます。また、10個のアルベドバンドのそれぞれに、質の高いバンドが用意されています。

MCD43A4.006 MODIS Nadir BRDF-Adjusted Reflectance, daily 500m

MCD43A4データ製品は、双方向反射率分布関数を使用して調整されたMODIS「land」バンド1-7の500メートル反射率データを提供し、あたかもナディア・ビューから収集されたかのように値をモデル化する。データは毎日作成されますが、各イメージには16日間のデータが含まれ、イメージの日付は16日の9日目に発生します。この製品は、16日間の最高の代表的なピクセルを選択して、TerraとAquaの両方の宇宙船のデータを組み合わせています。元のデータは正弦波投影法で提供されます。バージョン6のMODIS / Terra + Aqua BRDF / Albedo製品は、ステージ3の検証を完了しました。LP DAACのデータを引用する情報については、LP DAACの「Citing Our Data」ページをご覧ください。

MCD64A1.006 MODIS Burned Area Monthly Global 500m

TerraとAquaの組み合わせたMCD64A1 Version 6 Burned Areaデータ製品は、ピクセルごとの焼き領域と品質情報を含む毎月のグローバルグリッド500m製品です。 MCD64A1の焼き領域マッピング手法では、500mのMODIS表面反射率画像と1kmのMODISアクティブな火災観測を組み合わせて使用??しています。このアルゴリズムは、合成データに適用される動的閾値を作成するために、感受性植生指数（VI）を使用します。 VIは、MODIS短波赤外で大気補正された表面反射バンド5および7から時間的な質感の尺度で得られる。このアルゴリズムは、個々のMODISタイル内の500mグリッドセルの燃焼日を特定します。日付は、火傷が発生した暦年の序数日として単一のデータレイヤーに符号化され、値は未燃焼の土地ピクセルに割り当てられ、追加の特別な値は欠落したデータおよび水道グリッドセル用に予約されます。

MOD08_M3.006 Terra Atmosphere Monthly Global Product

MOD08_M3 V6は大気パラメータの毎月1×1度グリッド平均値を含む大気グローバル製品です。これらのパラメータは、大気エアロゾル粒子特性、全オゾン負荷、大気水蒸気、雲の光学的および物理的特性、および大気安定性指数に関連する。また、平均、標準偏差、QA加重統計、対数正規分布、不確実性推定、およびある条件を満たすピクセルの割合に関する統計も提供します。以下はバンドのサブセットです。完全なリストはMOD08バンドリストをご覧ください。

MOD09A1.006 Terra Surface Reflectance 8-Day Global 500m

MOD09A1 V6製品は、Terra MODISバンド1?7の500m分解能での表面スペクトル反射率の推定値を提供し、ガス、エアロゾル、レイリー散乱などの大気条件に対して補正されています。 7つの反射バンドに加えて、高品質のレイヤーと4つの観測バンドがあります。各ピクセルについて、高い観測カバレージ、低い視野角、雲または雲の影の欠如、およびエアロゾル負荷に基づいて、8日間の複合物内のすべての取得から値が選択される。

MOD09GA.006 Terra Surface Reflectance Daily L2G Global 1km and 500m

MODIS表面反射率プロダクトは、大気散乱または吸収がない場合の地上レベルで測定されるように、表面分光反射率の推定値を提供する。低レベルのデータは、大気ガスおよびエアロゾルに対して補正され、いくつかの高次グリッドレベル2（L2G）およびレベル3の製品に対してレベル2ベースをもたらす。 MOD09GAは500mの反射率値と1kmの観測値と地理位置統計を含む正弦波投影の1日グリッドL2Gプロダクトにバンド1-7を提供します。この製品に提供される500 mのサイエンスデータセットには、バンド1-7の反射率、品質評価、観察範囲、観測番号、および250 mスキャン情報が含まれます。提供される1キロメートルのサイエンスデータセットには、観測数、品質状態、センサー角度、太陽角度、ジオロケーションフラグ、および軌道ポインターが含まれます。バンド：num_observations_1km：観測数、1km state_1km：反射率データ状態QAビット0-1：クラウド状態ビット00（0）：クリア01（1）：曇り10（2）：混合11（3）：未設定、仮定ビット2：雲の影データ（1 =はい）ビット3-5：陸/水フラグ000（0）：浅い海域001（1）：陸地010（2）：海岸線と湖岸線011（3）：浅い（6）：大陸/中層海域111（7）：深海海域Bit 6-7：エアロゾル量00（0）：気候学01（1）ビット10：内部クラウド（10：2）：平均11（3）：高ビット8-9：シラス検出00（0）：なし01（1）：小10（2）：平均11アルゴリズムのフラグデータ（1 =クラウド）ビット11：内部火災アルゴリズムフラグデータ（1 =火）ビット12：MOD35スノー/アイスフラグデータ（1 =はい）ビット13：ピクセルがクラウドデータに隣接している（1 = 14：BRDF補正データ（1 = yes）Bit 15：内部スノーマスクデータ（1 = Snow ）センサー天頂角度（度* 100）：センサー天頂角SensorAzimuth（度* 100）：センサー方位角範囲（スケール25）：センサーへのセンサーSolarZenith（度* 100）：ソーラー天頂角SolarAzimuth（度* 100）：太陽方位角gflags：ジオロケーションフラグビット0-2：塗りつぶしビット3：センサー範囲有効フラグ（0 =有効）ビット4：デジタル標高モデル品質フラグ（0 =有効、1 =不足/劣等）ビット5：地形データの有効性（0 =ビット7：入力データフラグ（0 =有効）ビット6：楕円交点フラグ（0 =有効交点、1 =交点なし）

MOD09GQ.006 Terra Surface Reflectance Daily Global 250m

MODIS表面反射率プロダクトは、大気散乱または吸収がない場合の地上レベルで測定されるように、表面分光反射率の推定値を提供する。低レベルのデータは、大気ガスとエアロゾルについて補正されます。 MOD09GQバージョン6は、QCおよび5つの観測レイヤーを含む、正弦波投影における毎日のグリッド化されたL2G製品の250m分解能でバンド1および2を提供する。この製品は、重要な品質と表示ジオメトリ情報が格納されているMOD09GAと組み合わせて使用??するためのものです。

MOD09Q1.006 Terra Surface Reflectance 8-Day Global 250m

MOD09Q1製品は、250m分解能でバンド1と2の表面分光反射率の推定値を提供し、ガス、エアロゾル、レーリー散乱などの大気条件で補正されています。 2つの反射バンドに加えて、高品質のレイヤーも含まれています。各ピクセルについて、高い観測カバレージ、低い視野角、雲または雲の影の欠如、およびエアロゾル負荷に基づいて、8日間の複合物内のすべての取得から値が選択される。

MOD10A1.006 Terra Snow Cover Daily Global 500m

MOD10A1 V6スノーカバーデイリーグローバル500m製品には、積雪、雪アルベド、分雪積雪、および品質評価（QA）データが含まれています。スノーカバーデータは、標準化差分スノーインデックス（NDSI）と他の基準テストを使用するスノーマッピングアルゴリズムに基づいています。

MOD11A1.006 Terra Land Surface Temperature and Emissivity Daily Global 1km

MOD11A1 V6製品は、毎日の土地表面温度（LST）と放射率の値を1200 x 1200キロメートルのグリッドで提供します。温度値は、MOD11_L2スワス製品から得られます。 30度以上の緯度を超えると、一部のピクセルでは、空の基準が満たされている複数の観測値を持つ場合があります。これが起こると、ピクセル値はすべての適格な観測の平均です。昼間および夜間の表面温度帯およびそれらの品質インジケータ層の両方と共に、MODISバンド31および32ならびに6つの観察層が提供される。

MOD11A2.006 Terra Land Surface Temperature and Emissivity 8-Day Global 1km

MOD11A2 V6製品は、1200 x 1200キロメートルのグリッドで平均8日間の陸地表面温度（LST）を提供します。 MOD11A2の各ピクセル値は、その8日間に収集されたすべての対応するMOD11A1 LSTピクセルの単純平均です。 TerraおよびAquaプラットフォームの正確な地上トラックの繰り返し期間の2倍の期間が選択されたため、8日間の合成期間が選択されました。この製品では、昼夜の表面温度帯と品質表示（QC）層の両方とともに、MODISバンド31,32と8つの観測レイヤーがあります。

MOD13A1.006 Terra Vegetation Indices 16-Day Global 500m

MOD13A1 V6製品は、ピクセル単位で植生指数（VI）値を提供します。 2つの主要な植生層があります。第1は、既存の全国大気および大気管理 - 高度超高分解能放射計（NOAA-AVHRR）に由来するNDVIの連続性指数と呼ばれる標準化差植生指数（NDVI）である。第2の植生層は、キャノピーのバックグラウンド変動を最小限に抑え、密度の高い植生状況に敏感を維持するEVI（Enhanced Vegetation Index）です。 EVIはまた、煙やサブピクセルの薄い雲に起因する残留雰囲気の汚染を除去するために、青色帯域を使用しています。 MODIS NDVIおよびEVI製品は、水、雲、重いエアロゾル、および雲の影に対してマスクされた、大気補正された双方向表面反射から計算されます。

MOD13A2.006 Terra Vegetation Indices 16-Day Global 1km

MOD13A2 V6製品は、標準化差植生指数（NDVI）と強化植生指数（EVI）の2つの植生指数（VI）を提供します。 NDVIは、既存の全国大気および大気管理 - 高度超高分解能放射計（NOAA-AVHRR）に由来するNDVIの連続性指数と呼ばれている。 EVIは、高バイオマス地域に対して感度が改善されている。この製品のアルゴリズムは、16日間のすべての買収から利用可能な最良のピクセル値を選択します。使用される基準は、低雲、低視野角、最高のNDVI / EVI値です。

MOD13Q1.006 Terra Vegetation Indices 16-Day Global 250m

MOD13Q1 V6製品は、ピクセル単位で植生指数（VI）値を提供します。 2つの主要な植生層があります。第1は、既存の全国大気および大気管理 - 高度超高分解能放射計（NOAA-AVHRR）に由来するNDVIの連続性指数と呼ばれる標準化差植生指数（NDVI）である。第2の植生層は、キャノピーのバックグラウンド変動を最小限に抑え、密度の高い植生状況に敏感を維持するEVI（Enhanced Vegetation Index）です。 EVIはまた、煙やサブピクセルの薄い雲に起因する残留雰囲気の汚染を除去するために、青色帯域を使用しています。 MODIS NDVIおよびEVI製品は、水、雲、重いエアロゾル、および雲の影に対してマスクされた、大気補正された双方向表面反射から計算されます。

MOD14A1.006: Terra Thermal Anomalies & Fire Daily Global 1km

MOD14A1 V6データセットは、MODIS 4および11マイクロメータの放射能から1km分解能で毎日の防火マスク複合材を提供します。火災検出戦略は、火災の絶対検出（火力が検出するのに十分である場合）、および背景（太陽熱による表面温度および反射の変動を考慮する）に関連する検出に基づいています。製品は、火災、火災、および観察を区別しません。この情報は、異なる生態系における火災の空間的および時間的分布を監視し、火災の分布の変化を検出し、新しい火災フロンティア、野生火災、および火災の頻度またはその相対強度の変化を特定するために使用されます。詳細については、MOD14ユーザーガイドを参照してください。

MOD14A2.006: Terra Thermal Anomalies & Fire 8-Day Global 1km

MOD14A2 V6データセットは、1km分解能で8日間の防火マスク複合材を提供します。合成期間中の個々のピクセルクラスの最大値を含みます。防火マスクに加えて、関連する品質情報層も設けられている。

MOD16A2.006: Terra Net Evapotranspiration 8-Day Global 500m

MOD16A2バージョン6蒸発散/潜熱フラックス製品は、500メートルピクセル解像度で製造された8日間の複合製品です。 MOD16データ製品の収集に使用されるアルゴリズムは、日々の気象再解析データの入力と、植生の特性ダイナミクス、アルベド、および土地被覆などのリモートセンシングデータ製品の入力を含むPenman-Monteith式の論理に基づいています。 2つのEvapotranspirationレイヤ（ET＆PET）のピクセル値は、合成期間内の8日間の合計です。 2つの潜熱層（LE＆PLE）のピクセル値は、複合期間内の全8日間の平均値です。各年の最後の8日間の期間は、年に応じて5または6日間の合成期間であることに注意してください。

MOD17A2H.006: Terra Gross Primary Productivity 8-Day Global 500m

MOD17A2H V6 Gross Primary Productivity（GPP）製品は、500mの解像度で累積8日間のコンポジットです。この製品は、放射線利用効率の概念に基づいており、地上のエネルギー、炭素、水循環プロセス、および植生の生物地球化学を計算するためのデータモデルへのインプットとして潜在的に使用することができます。

MOD17A3H.006: Terra Net Primary Production Yearly Global 500m

MOD17A3H V6製品は、年間純1次生産性（NPP）に関する500mピクセル解像度の情報を提供します。年間NPPは、特定の年の45 8日間の光合成（PSN）製品（MOD17A2H）の合計から算出されます。 PSP値は、GPPと維持呼吸（MR）の差（GPP-MR）である。これはこの製品のNASA版です。別のバージョンは、数値テラダイドダイナミックシミュレーショングループ（NTSG）、モンタナ大学（UMT）によって作成されています。 NTSG版は、雲に汚染されたMODIS LAI-FPAR入力のMOD17アルゴリズムへの問題を修正しますが、分解能は1kmです。それはMODIS / 055 / MOD17A3として地球のエンジンに取り込まれます。この製品のNTSGバージョンとNASAバージョンの相違点の詳細については、このドキュメントを参照してください。

MOD44W.006 Terra Land Water Mask Derived from MODIS and SRTM Yearly Global 250m

MOD44データを訓練し、MOD44W V5製品で検証された決定木分類器を使用して、MOD44W V6陸水/水面マスク250m製品を導出します。一連
のマスクは、地形の影、やけどの傷、曇り、または海洋の氷の覆いによって引き起こされる既知の問題に対処するために適用されます。

MODOCGA.006 Terra Ocean Reflectance Daily Global 1km

MODOCGA V6海洋反射率製品は、テラMODISバンド8-16からの1キロメートルの反射率データからなる。バンド8-16は主に海産物を生産するために使用されるため、製品は海洋反射率と呼ばれますが、生産されたタイルは土地タイルであるため海洋製品ではありません。

MYD08_M3.006 Aqua Atmosphere Monthly Global Product

MYD08_M3 V6は大気パラメータの毎月1×1度グリッド平均値を含む大気グローバル製品です。これらのパラメータは、大気エアロゾル粒子特性、全オゾン負荷、大気水蒸気、雲の光学的および物理的特性、および大気安定性指数に関連する。また、平均、標準偏差、QA加重統計、対数正規分布、不確実性推定、およびある条件を満たすピクセルの割合に関する統計も提供します。以下はバンドのサブセットです。完全なリストはMOD08バンドリストをご覧ください。

MYD09A1.006 Aqua Surface Reflectance 8-Day Global 500m

MYD09A1 V6製品は、500m分解能でAqua MODISバンド1-7の表面分光反射率の推定値を提供し、ガス、エアロゾル、レーリー散乱などの大気条件に対して補正されています。 7つの反射バンドに加えて、高品質のレイヤーと4つの観測バンドがあります。各ピクセルについて、高い観測カバレージ、低い視野角、雲または雲の影の欠如、およびエアロゾル負荷に基づいて、8日間の複合物内のすべての取得から値が選択される。

MYD09GA.006 Aqua Surface Reflectance Daily L2G Global 1km and 500m

MODIS表面反射率プロダクトは、大気散乱または吸収がない場合の地上レベルで測定されるように、表面分光反射率の推定値を提供する。低レベルのデータは、大気ガスおよびエアロゾルに対して補正され、いくつかの高次グリッドレベル2（L2G）およびレベル3の製品に対してレベル2ベースをもたらす。 MYD09GAは500mの反射率値と1kmの観測値とジオロケーション統計を含む、正弦波投影の1日グリッドL2G製品にバンド1-7を提供します。この製品に提供される500 mのサイエンスデータセットには、バンド1-7の反射率、品質評価、観察範囲、観測番号、および250 mスキャン情報が含まれます。提供される1キロメートルのサイエンスデータセットには、観測数、品質状態、センサー角度、太陽角度、ジオロケーションフラグ、および軌道ポインターが含まれます。バンド：num_observations_1km：観測数、1km state_1km：反射率データ状態QAビット0-1：クラウド状態ビット00（0）：クリア01（1）：曇り10（2）：混合11（3）：未設定、仮定ビット2：雲の影データ（1 =はい）ビット3-5：陸/水フラグ000（0）：浅い海域001（1）：陸地010（2）：海岸線と湖岸線011（3）：浅い（6）：大陸/中層海域111（7）：深海海域Bit 6-7：エアロゾル量00（0）：気候学01（1）ビット10：内部クラウド（10：2）：平均11（3）：高ビット8-9：シラス検出00（0）：なし01（1）：小10（2）：平均11アルゴリズムのフラグデータ（1 =クラウド）ビット11：内部火災アルゴリズムフラグデータ（1 =火）ビット12：MOD35スノー/アイスフラグデータ（1 =はい）ビット13：ピクセルがクラウドデータに隣接している（1 = 14：BRDF補正データ（1 = yes）Bit 15：内部スノーマスクデータ（1 = Snow ）センサー天頂角度（度* 100）：センサー天頂角SensorAzimuth（度* 100）：センサー方位角範囲（スケール25）：センサーへのセンサーSolarZenith（度* 100）：ソーラー天頂角SolarAzimuth（度* 100）：太陽方位角gflags：ジオロケーションフラグビット0-2：塗りつぶしビット3：センサー範囲有効フラグ（0 =有効）ビット4：デジタル標高モデル品質フラグ（0 =有効、1 =不足/劣等）ビット5：地形データの有効性（0 =ビット7：入力データフラグ（0 =有効）ビット6：楕円交点フラグ（0 =有効交点、1 =交点なし）

MYD09GQ.006 Aqua Surface Reflectance Daily Global 250m

MODIS表面反射率プロダクトは、大気散乱または吸収がない場合の地上レベルで測定されるように、表面分光反射率の推定値を提供する。低レベルのデータは、大気ガスとエアロゾルについて補正されます。 MYD09GQバージョン6は、QCおよび5つの観測レイヤーを含む正弦波投影の毎日グリッド化されたL2Gプロダクトの250m解像度でバンド1と2を提供します。この製品は、重要な品質と表示ジオメトリ情報が格納されているMOD09GAと組み合わせて使用??するためのものです。

MYD09Q1.006 Aqua Surface Reflectance 8-Day Global 250m

MYD09Q1製品は、250m分解能でバンド1と2の表面分光反射率の推定値を提供し、ガス、エアロゾル、レーリー散乱などの大気条件で補正されています。 2つの反射バンドに加えて、高品質のレイヤーも含まれています。各ピクセルについて、高い観測カバレージ、低い視野角、雲または雲の影の欠如、およびエアロゾル負荷に基づいて、8日間の複合物内のすべての取得から値が選択される。

MYD10A1.006 Aqua Snow Cover Daily Global 500m

MYD10A1 V6スノーカバーデイリーグローバル500m製品には、積雪、雪アルベド、分雪、品質評価（QA）データが含まれています。スノーカバーデータは、標準化差分スノーインデックス（NDSI）と他の基準テストを使用するスノーマッピングアルゴリズムに基づいています。

MYD11A1.006 Aqua Land Surface Temperature and Emissivity Daily Global 1km

MYD11A1 V6製品は、毎日の土地表面温度（LST）および放射率の値を1200 x 1200キロメートルのグリッドで提供します。温度値は、MOD11_L2スワス製品から得られます。 30度以上の緯度を超えると、一部のピクセルでは、空の基準が満たされている複数の観測値を持つ場合があります。これが起こると、ピクセル値はすべての適格な観測の平均です。昼間および夜間の表面温度帯およびそれらの品質インジケータ層の両方と共に、MODISバンド31および32ならびに6つの観察層が提供される。

MYD11A2.006 Aqua Land Surface Temperature and Emissivity 8-Day Global 1km

MYD11A2 V6製品は、1200×1200キロメートルのグリッドで平均8日間の陸面温度（LST）を提供します。 MYD11A2の各ピクセル値は、その8日間に収集されたすべての対応するMOD11A1 LSTピクセルの単純平均です。 8日間の合成期間が選択されたのは、その2倍の期間がAquaおよびAquaプラットフォームの正確な地上トラックの繰り返し期間であったからです。この製品では、昼夜の表面温度帯と品質表示（QC）層の両方とともに、MODISバンド31,32と8つの観測レイヤーがあります。

MYD13A1.006 Aqua Vegetation Indices 16-Day Global 500m

MYD13A1 V6製品は、ピクセル単位で植生指数（VI）値を提供します。 2つの主要な植生層があります。第1は、既存の全国大気および大気管理 - 高度超高分解能放射計（NOAA-AVHRR）に由来するNDVIの連続性指数と呼ばれる標準化差植生指数（NDVI）である。第2の植生層は、キャノピーのバックグラウンド変動を最小限に抑え、密度の高い植生状況に敏感を維持するEVI（Enhanced Vegetation Index）です。 EVIはまた、煙やサブピクセルの薄い雲に起因する残留雰囲気の汚染を除去するために、青色帯域を使用しています。 MODIS NDVIおよびEVI製品は、水、雲、重いエアロゾル、および雲の影に対してマスクされた、大気補正された双方向表面反射から計算されます。

MYD13A2.006 Aqua Vegetation Indices 16-Day Global 1km

MYD13A2 V6製品は、標準化差植生指数（NDVI）と強化植生指数（EVI）の2つの植生指数（VI）を提供します。 NDVIは、既存の全国大気および大気管理 - 高度超高分解能放射計（NOAA-AVHRR）に由来するNDVIの連続性指数と呼ばれている。 EVIは、高バイオマス地域に対して感度が改善されている。この製品のアルゴリズムは、16日間のすべての買収から利用可能な最良のピクセル値を選択します。使用される基準は、低雲、低視野角、最高のNDVI / EVI値です。

MYD13Q1.006 Aqua Vegetation Indices 16-Day Global 250m

MYD13Q1 V6製品は、ピクセル単位で植生指数（VI）値を提供します。 2つの主要な植生層があります。第1は、既存の全国大気および大気管理 - 高度超高分解能放射計（NOAA-AVHRR）に由来するNDVIの連続性指数と呼ばれる標準化差植生指数（NDVI）である。第2の植生層は、キャノピーのバックグラウンド変動を最小限に抑え、密度の高い植生状況に敏感を維持するEVI（Enhanced Vegetation Index）です。 EVIはまた、煙やサブピクセルの薄い雲に起因する残留雰囲気の汚染を除去するために、青色帯域を使用しています。 MODIS NDVIおよびEVI製品は、水、雲、重いエアロゾル、および雲の影に対してマスクされた、大気補正された双方向表面反射から計算されます。

MYD14A1.006: Aqua Thermal Anomalies & Fire Daily Global 1km

MYD14A1 V6データセットは、MODIS 4および11マイクロメータの放射輝度から1km分解能で毎日の防火マスク複合材を提供します。火災検出戦略は、火災の絶対検出（火力が検出するのに十分である場合）、および背景（太陽熱による表面温度および反射の変動を考慮する）に関連する検出に基づいています。製品は、火災、火災、および観察を区別しません。この情報は、異なる生態系における火災の空間的および時間的分布を監視し、火災の分布の変化を検出し、新しい火災フロンティア、野生火災、および火災の頻度またはその相対強度の変化を特定するために使用されます。詳細については、MOD14ユーザーガイドを参照してください。

MYD14A2.006: Aqua Thermal Anomalies & Fire 8-Day Global 1km

MYD14A2 V6データセットは、1km分解能で8日間の防火マスク複合材を提供します。合成期間中の個々のピクセルクラスの最大値を含みます。防火マスクに加えて、関連する品質情報層も設けられている。

MYD17A2H.006: Aqua Gross Primary Productivity 8-Day Global 500m

MYD17A2H V6 Gross Primary Productivity（GPP）製品は、500mの分解能で累積8日間のコンポジットです。この製品は、放射線利用効率の概念に基づいており、地上のエネルギー、炭素、水循環プロセス、および植生の生物地球化学を計算するためのデータモデルへのインプットとして潜在的に使用することができます。

MYD17A3H.006: Aqua Net Primary Production Yearly Global 500m

MYD17A3H V6製品は、年間純1次生産性（NPP）に関する500mピクセル解像度の情報を提供します。年間NPPは、特定の年の45 8日間の光合成（PSN）製品（MOD17A2H）の合計から算出されます。 PSP値は、GPPと維持呼吸（MR）の差（GPP-MR）である。これはこの製品のNASA版です。別のバージョンは、数値テラダイドダイナミックシミュレーショングループ（NTSG）、モンタナ大学（UMT）によって作成されています。 NTSG版は、雲に汚染されたMODIS LAI-FPAR入力のMOD17アルゴリズムへの問題を修正しますが、分解能は1kmです。それはMODIS / 055 / MOD17A3として地球のエンジンに取り込まれます。この製品のNTSGバージョンとNASAバージョンの相違点の詳細については、このドキュメントを参照してください。

MYDOCGA.006 Aqua Ocean Reflectance Daily Global 1km

MYDOCGA V6海洋反射率製品は、Aqua MODISバンド8-16からの1キロメートルの反射率データからなる。バンド8-16は主に海産物を生産するために使用されるため、製品は海洋反射率と呼ばれますが、生産されたタイルは土地タイルであるため海洋製品ではありません。

MCD12Q1.051 Land Cover Type Yearly Global 500m

MODIS Land Cover Type製品は、5つの世界的な土地被覆分類システムを特徴付けるデータを提供します。さらに、土地被覆タイプ評価と品質管理情報を提供します。

MCD45A1.051 Burned Area Monthly Global 500m

MCD45A1バーニングエリア製品は、レベル3およびレベルグリッド化された月間500メートルの製品で、焼き付け面積と品質に関する情報が含まれています。 TerraとAqua MODISの日々の表面反射率入力から生成されたアルゴリズムは、毎日の表面反射率のダイナミクスを分析して急激な変化を見つけ、その情報を使って燃焼のおおよその日時を検出し、最近の火災の空間範囲のみをマッピングします。それは、様々な品質評価情報および各ピクセルの単一の要約品質評価スコアを提供する。毎月のMCD45A1製品は、大気および幾何学的に補正された3ヶ月の雲遮蔽された1日の反射率データに基づいています。

MOD44B.051 Terra Vegetation Continuous Fields Yearly Global 250m

Terra MODIS植生連続フィールド（VCF）製品は、世界的な表層植生の推定値のサブピクセルレベルの表現です。地球の表面を基本的な植生特性の割合として連続的に表現するように設計されており、3つの表面被覆成分のグラデーションを提供しています：樹木被覆率、非樹木被覆率、および裸地％ VCF製品は、改善された空間的詳細を有する陸表紙の連続的かつ定量的な描写を提供し、したがって、環境モデリングおよびモニタリング用途において広く使用されている。毎年生成されるVCF製品は、テラMODIS 250と500メートルの地表面反射率データ（毎月7つのバンドすべてを含む）と土地表面温度の月次複合材を使用して生産されます。

MOD17A3.055: Terra Net Primary Production Yearly Global 1km

MOD17A3 V055製品は、1kmのピクセル分解能で年間総供給量と純一次生産性（NPP）に関する情報を提供します。純一次生産性（NPP）は、生態系のすべての植物が正味の有用な化学エネルギーを生み出す割合を定義します。換言すれば、NPPは、生態系の植物が有用な化学エネルギー（またはGPP）を生み出す速度と、それらのエネルギーのいくらかを呼吸に費やす速度との差に等しい。 NPP製品のバージョン055は、Numerical Terradynamic Simulation Group（NTSG）、モンタナ大学（UMT）によって作成されています。 MOD17アルゴリズムへのクラウド汚染MODIS LAI-FPAR入力の問題を修正します。元の訂正されていないデータセットは、バージョン4のNPP製品を構成します。この製品のNTSGとNASAのバージョンの違いに関する詳細は、このドキュメントを参照してくださ
い

MCD12Q2.005 Land Cover Dynamics Yearly Global 500m

MCD12Q2 V5 Land Cover Dynamics製品（非公式にMODISグローバル植生フェノロジー製品と呼ばれる）は、地球規模での植生フェノロジーのタイミングの推定を提供します。さらに、各ピクセルのMODIS表面反射率データから計算された植生指標（EVI）の範囲および総和に関する情報を提供する。それは季節的なサイクルを示す植生の成長、成熟、老化、休眠を識別します。 MCD12Q2は、24ヶ月の入力データ（すなわち、12ヶ月の関心データを6ヶ月のデータで両括弧で括ったもの）で年に1回作成されます。

MCD43B3.005 Albedo 16-Day Global 1km

MCD43B3 V5アルベド製品は、地方の太陽の正午における指向性半球反射率（黒空アルベド）と半球反射率（白空アルベド）の両方を表す1キロメートルのデータを提供します。これらのアルベド量は、MCD43B1で提供された16日間の異方性モデルから生成され、潜在的な500m値の平均を表す。太陽天頂角が異なる黒空アルベドが必要な場合は、MCD43B1値を直接使用してそれらを生成する必要があります。

MOD13A1.005 Vegetation Indices 16-Day L3 Global 500m

世界のMODIS植生指標は、植生状況の一貫した空間的および時間的比較を提供するように設計されている。 MODISの毎日の植生指数を決定するために、それぞれ469ナノメートル、645ナノメートル、および858ナノメートルを中心とする青色、赤色および近赤外線反射率が使用される。 MODIS標準化差植生指数（NDVI）は、NOAAの高度高分解能放射計（AVHRR）を補完します。NDVI製品は、時系列の履歴アプリケーションに連続性を提供します。 MODISには、キャノピーのバックグラウンド変動を最小限に抑え、高密度の植生状況に敏感な新しいEnhanced Vegetation Index（EVI）も含まれています。 EVIはまた、煙やサブピクセルの薄い雲に起因する残留雰囲気の汚染を除去するために、青色帯域を使用しています。 MODIS NDVIおよびEVI製品は、水、雲、重いエアロゾル、および雲の影に対してマスクされた、大気補正された双方向表面反射から計算されます。グローバルなMOD13A1データは、正弦波投影において格子状のレベル3の製品として500メートルの空間分解能で16日ごとに提供されます。植生指数は、植生状態の全体的なモニタリングに使用され、土地被覆と土地被覆の変化を表示する製品に使用されます。これらのデータは、地球規模の生物地球化学的および水文学的プロセスならびに地球規模および地域的気候のモデル化のための入力として使用することができる。これらのデータはまた、一次生産および土地被覆変換を含む、陸域の生物物理学的特性およびプロセスを特徴付けるために使用され得る。バージョン5のMODIS植生指数製品は検証段階3に達しました。LP DAACデータセットの引用については、LP DAACの「Citing Our Data」ページをご覧ください。

MOD44W.005 Land Water Mask Derived from MODIS and SRTM

グローバルウォーターマスクは、MODB 250mデータと組み合わせてSWBD（SRTM水体データ）を使用して、2000年から2002年にかけて250mの空間解像度で完全な世界的な地表水面図を作成します。このデータセットは、ラスタデータの処理および最終ラスタデータプロダクトの水をマスキングするために使用されます。

MYD13A1.005 Vegetation Indices 16-Day L3 Global 500m

世界のMODIS植生指標は、植生状況の一貫した空間的および時間的比較を提供するように設計されている。 MODISの毎日の植生指数を決定するために、それぞれ469ナノメートル、645ナノメートル、および858ナノメートルを中心とする青色、赤色および近赤外線反射率が使用される。 MODIS標準化差植生指数（NDVI）は、NOAAの高度高分解能放射計（AVHRR）を補完します。NDVI製品は、時系列の履歴アプリケーションに連続性を提供します。 MODISには、キャノピーのバックグラウンド変動を最小限に抑え、高密度の植生状況に敏感な新しいEnhanced Vegetation Index（EVI）も含まれています。 EVIはまた、煙やサブピクセルの薄い雲に起因する残留雰囲気の汚染を除去するために、青色帯域を使用しています。 MODIS NDVIおよびEVI製品は、水、雲、重いエアロゾル、および雲の影に対してマスクされた、大気補正された双方向表面反射から計算されます。グローバルなMYD13A1のデータは、正弦波射影の格子レベル3の製品として、500メートルの空間分解能で16日ごとに提供されます。植生指数は、植生状態の全体的なモニタリングに使用され、土地被覆と土地被覆の変化を表示する製品に使用されます。これらのデータは、地球規模の生物地球化学的および水文学的プロセスならびに地球規模および地域的気候のモデル化のための入力として使用することができる。これらのデータはまた、一次生産および土地被覆変換を含む、陸域の生物物理学的特性およびプロセスを特徴付けるために使用され得る。バージョン5のMODIS植生指数製品は検証段階3に達しました。植生指数の生産は、TerraとAquaの買収の間に段階的に行われ、テラは001日目から、Aquaは008日目から開始されます。LP DAACのCiting Our Dataページにアクセスしてください。 LP DAACデータセットを引用しています。

MOD16A2: MODIS Global Terrestrial Evapotranspiration 8-Day Global 1km

MOD16A2 V105製品は、1kmピクセル分解能で8日間の地球規模の地上蒸発散量に関する情報を提供します。 Evapotranspiration（ET）は、地表から大気への蒸発と植物の蒸散の合計です。長期的なETデータでは、気候、土地利用、生態系の撹乱の変化の影響を定量化することができる。 MOD16A2製品は、NASA Earth Observing Systemと共同で、Numerical Terradynamic Simulation Group NTSG、University of Montana（UMT）によって製造されています。使用されるアルゴリズムの詳細については、アルゴリズム理論の基礎資料を参照してください。カバレッジの期間は8日ですが、年末の最後の期間は5日か6日です。 ET / PET単位は、2001年、2002年、2003年、2005年、2006年、2007年、2009年、2010年12月27-31日には0.1mm / 5日で、2000年、2004年12月26-31日には0.1mm / 2008年（うるう年）。 *アフリカの熱帯雨林のいくつかのピクセルでは、MCD43B2 / MCD43B3のMODISアルベドデータには1年を通して雲がないデータはありません。その結果、その年のすべてのデータバンドのピクセルがマスクされます。

AG100: ASTER Global Emissivity Dataset 100-meter V003

Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Emissivity Database（ASTER-GED）は、米国航空宇宙局（NASA）ジェット推進研究所（JPL）、カリフォルニア工科大学によって開発されました。この製品には、5つのASTER熱赤外線バンド、平均陸面温度（LST）と標準偏差、再サンプリングされたASTER GDEM、地下水マスク、平均正規化差植生指数（NDVI）および標準偏差、および観測カウント。 MODTER MOD07大気プロファイルとMODTRAN 5.2放射伝達モデルを使用した水蒸気スケーリング（WVS）大気補正法と組み合わせたASTER温度放射分離（TES）アルゴリズムを使用して、ASTER-GEDの土地表面温度と放射率（LST＆E）を生成します。この製品は、利用可能なすべてのASTERデータ（2000-2008）の空白ピクセルから得られたものです。

GIMMS NDVI from AVHRR Sensors (3rd Generation)

GIMMS NDVIは、世界の1/12度緯度/経度グリッド用のいくつかのNOAAのAVHRRセンサーから生成されます。 GIMMS NDVIデータセットの最新バージョンは、NDVI3g（AVHRRセンサーの第3世代GIMMS NDVI）と命名されています。

GLDAS-1: Global Land Data Assimilation System

グローバルランドデータ同化システム（GLDAS）は、衛星データと地上ベースの観測データを取り込みます。高度な陸面モデリングとデータ同化技術を使用して、陸面の状態やフラックスの最適な場を生成します。 GLDAS-1には、GLDASのNoah 2.7.1モデルからシミュレートされた一連の陸面パラメータが含まれています。このデータは、NASAの地球科学部門の任務の一部として取得され、ゴダード地球科学（GES）とデータおよび情報サービスセンター（DISC）によってアーカイブおよび配布されます。 GLDAS-2.1は主に最近の期間の研究、およそ2000年から現在にかけて、またはリアルタイムから1-2ヶ月以内の頻繁な更新が必要な場合に使用されます。 GLDAS-2は、通常、長期間にわたり一貫性を必要とする傾向または他の用途を評価するための長期記録として使用される。詳細はFAQをご覧ください。

GLDAS-2: Global Land Data Assimilation System

グローバルランドデータ同化システム（GLDAS）は、衛星データと地上ベースの観測データを取り込みます。高度な陸面モデリングとデータ同化技術を使用して、陸面の状態やフラックスの最適な場を生成します。 GLDAS-2.0は、Princeton UniversityのGlobal Meteorological Forcing Datasetを使用して、気候学的に一貫性のあるデータセットを作成するために作成されています。これには、Noah Model 3.3からシミュレートされた一連の陸面パラメータが含まれています。現在は1948年から2010年の期間をカバーしており、データが入手可能になると近年まで延長される予定です。モデルシミュレーションは、1948年1月1日にLSM気候学の土壌水分やその他の州のフィールドを使用して初期化されました。シミュレーションでは、土地被覆、陸水のマスク、土壌のテクスチャ、標高などの一般的なGLDASデータセットを使用しました。現在のGLDAS-2.0製品では、MODISベースの陸面パラメータが使用されています。このモデリングで使用されたデータは、NASAの地球科学部門の任務の一部として取得され、ゴダード・アース・サイエンス（GES）データおよび情報サービスセンター（DISC）によってアーカイブおよび配布されました。 GLDAS-2.1は主に最近の期間の研究、およそ2000年から現在にかけて、またはリアルタイムから1-2ヶ月以内の頻繁な更新が必要な場合に使用されます。 GLDAS-2は、通常、長期間にわたり一貫性を必要とする傾向または他の用途を評価するための長期記録として使用される。詳細はFAQをご覧ください。

GLDAS-2.1: Global Land Data Assimilation System

グローバルランドデータ同化システム（GLDAS）は、衛星データと地上ベースの観測データを取り込みます。高度な陸面モデリングとデータ同化技術を使用して、陸面の状態やフラックスの最適な場を生成します。 GLDAS-2.1は、GLDASバージョン2（GLDAS-2）データセットの2つのコンポーネントの1つで、2つ目はGLDAS-2.0です。 GLDAS-2.1は、GLDAS-1製品流に類似しており、GDAS、分解GPCP、およびAGRMET放射線データセットの組み合わせによって強制的にアップグレードされたモデルが強制されます。 GLDAS-2.1シミュレーションは、GLDAS-2.0シミュレーションの条件を使用して2000年1月1日から開始されました。このシミュレーションは、海洋大気管理（NOAA）/大気データ同化システム（GDAS）大気解析フィールド（Derberら、1991）、解散した全球降水気候プロジェクト（GPCP）降水場（Adler et al。 2003）、空軍気象機関のAGRMET（Agricultural Meteorological Modeling System）放射場が2001年3月1日以降に利用可能となった。プロバイダの注釈：拡張子が_tavgの名前は過去3時間に平均化された変数で、拡張子が「_acc」の名前は過去3時間に累積された変数であり、拡張子「_inst」の名前は瞬間的な変数であり、 '_f'は変数を強制します。

Reprocessed GLDAS-2: Global Land Data Assimilation System

グローバルランドデータ同化システム（GLDAS）は、衛星データと地上ベースの観測データを取り込みます。高度な陸面モデリングとデータ同化技術を使用して、陸面の状態やフラックスの最適な場を生成します。 GLDAS-2.0は、GLDASバージョン2（GLDAS-2）データセットの2つのコンポーネントの1つで、2つ目はGLDAS-2.1です。 GLDAS-2.0は最新のPrinceton Global Meteorological Forcing Dataset（Sheffield et al。、2006）とLand Information System Version 7（LIS-7）を改良して再処理されています。それは1948年から2010年までの期間をカバーし、対応する強制データが利用可能になると近年まで延長される。モデルシミュレーションは、1948年1月1日にLSM気候学の土壌水分やその他の州のフィールドを使用して初期化されました。シミュレーションでは、土地被覆（MCD12Q1：Friedl et al。、2010）、陸水マスク（MOD44W：Carroll et al。、2009）、土壌テクスチャ（Reynolds、1999）、標高（GTOPO30）に共通のGLDASデータセットを使用した。現在のGLDAS-2.x製品ではMODISベースの陸面パラメータが使用されていますが、GLDAS-1および以前のGLDAS-2製品（2012年10月以前）でAVHRRベースパラメータが使用されています。プロバイダの注釈：拡張子が_tavgの名前は過去3時間に平均化された変数で、拡張子が「_acc」の名前は過去3時間に累積された変数であり、拡張子「_inst」の名前は瞬間的な変数であり、 '_f'は変数を強制します。

GPM: Global Precipitation Measurement (GPM) v5

全球降水量測定（GPM）は、3時間ごとに世界中の雨と雪の次世代観測を提供する国際的な衛星ミッションです。 GPM（IMERG）の総合マルチ衛星探査（IMERG）は、GPM星座内のすべての受動マイクロ波計測器からのデータを組み合わせて降雨予測を行う統一アルゴリズムです。このアルゴリズムは、マイクロ波較正赤外線（IR）衛星推定、降水量ゲージ解析、および潜在的にはTRMMおよびGPM時代の細かい時間スケールおよび空間スケールでの他の降水量推定値とともに、すべての衛星マイクロ波降水量推定値を較正、マージ、および補間することを意図しています地球全体にわたってシステムは各観測時間ごとに数回実行され、最初に迅速な見積もりを行い、より多くのデータが到着するにつれてより良い見積もりを提供します。最後のステップでは、毎月のゲージデータを使用して研究レベルの製品を作成します。アルゴリズムの詳細については、IMERGテクニカルドキュメントを参照してください。このデータセットには、データが入手可能になったときに定期的に更新されたバージョンに置き換えられる暫定製品が含まれています。製品には、「ステータス」というメタデータプロパティが設定されています。プロダクトが最初に利用可能になったとき、プロパティ値は 'provisional'です。暫定製品が最終バージョンで更新されると、この値は 'permanent'に更新されます。

GRACE Monthly Mass Grids - Land

GRACE Tellus Monthlyのマス・グリッドは、2004?2010年の時間平均ベースラインに対する月次の重力異常を提供します。このデータセットに含まれるデータは、水の垂直範囲（センチメートル単位）における質量の偏差を表す「等価水の厚さ」の単位です。詳細については、プロバイダのMonthly Mass Gridsの概要を参照してください。 GRACE Tellus（GRCTellus）Monthly Mass Gridsデータセットは、CSR（U. Texas / Center for Space Research）、GFZ（GeoForschungsZentrum Potsdam）、JPL（NASA Jet Propulsion Laboratory）の3つのセンターで作成されています。各センターはGRACE地上システムの一部であり、このデータセットで使用されるレベル2のデータ（球面調和フィールド）を生成します。出力には、重力場の球面調和係数と、それらを計算するために使用された交絡場の出力が含まれます。各中心は独立して係数を生成するので、結果はわずかに異なる場合があります。ほとんどのユーザーは、3つすべてのデータセットの平均を使用することをお勧めします。詳細については、プロバイダがソリューションページを選択することを参照してください。注GRACE観測のサンプリングと後処理のために、小さな空間スケールでの表面質量の変化は減衰する傾向があります。したがって、ユーザーは、GRCTellus LandのデータにNASA / GRACE / MASS_GRIDS / LAND_AUX_2014のスケーリンググリッドを掛ける必要があります。 Spherical Harmonic Level-2データから処理されたGRCTellus Landグリッドは、グリーンランドまたは南極大陸または氷河と氷冠上の氷塊の変化を正確に定量するのには適していません。これらの分野では、JPLのmasconソリューションを次の画像コレクションとして使用することをお勧めします。NASA / GRACE / MASS_GRIDS / MASCON

GRACE Monthly Mass Grids - Global Mascons

GRACE Tellus Monthlyのマス・グリッドは、2004?2010年の時間平均ベースラインに対する月次の重力異常を提供します。このデータセットに含まれるデータは、水の垂直範囲（センチメートル単位）における質量の偏差を表す「等価水の厚さ」の単位です。詳細については、プロバイダのMonthly Mass Gridsの概要を参照してください。 GRACE Tellus（GRCTellus）Global Masconデータセットは、レベル1 GRACE観測に基づいており、NASAジェット推進研究所（JPL）で処理されています。このデータセットでは、測定誤差の影響を最小限に抑えるために、空間と時間での先験的な制約を使用して、等間隔の3°x3°の球形キャップ質量濃度（マスコン）関数による世界の毎月の重力場を推定します。追加の実験的なデストリッピングフィルターはデータに適用されていません。これにより、マスコン場のS / N比が従来の球面調和解と比較して良好になる。海岸線にあるマスコンには、陸と海の混合信号が混在しています。海岸マスコンの各陸域と海洋部分を分離するために適用されるCoastline Resolution Improvement（CRI）フィルタを備えたこのデータセットのバージョン。このデータセットは、NASA / GRACE / MASS_GRIDS / MASCON_CRIで入手できます。データは1/2度Lon-Latグリッドで表されますが、JPL-RL05Mの現在のネイティブ解像度である3x3等面積キャップを表します。

GRACE Monthly Mass Grids - Global Mascon (CRI Filtered)

GRACE Tellus Monthlyのマス・グリッドは、2004?2010年の時間平均ベースラインに対する月次の重力異常を提供します。このデータセットに含まれるデータは、水の垂直範囲（センチメートル単位）における質量の偏差を表す「等価水の厚さ」の単位です。詳細については、プロバイダのMonthly Mass Gridsの概要を参照してください。 GRACE Tellus（GRCTellus）Global Masconデータセットは、レベル1 GRACE観測に基づいており、NASAジェット推進研究所（JPL）で処理されています。このデータセットでは、測定誤差の影響を最小限に抑えるために、空間と時間での先験的な制約を使用して、等間隔の3°x3°の球形キャップ質量濃度（マスコン）関数による世界の毎月の重力場を推定します。これにより、マスコン場のS / N比が従来の球面調和解と比較して良好になる。このバージョンのGlobal Masconデータセットは、後処理ステップで各陸上/海洋マスコン内の陸域と海洋部の質量を分離するために適用される海岸線分解能向上（CRI）フィルタを備えています。陸上と海洋の質量信号を分離したいユーザーのために、NASA / GRACE / MASS_GRIDS / MASCONでCRIフィルターのないデータを利用できます。（注）サブマスコ分解能での信号の解釈を助けるためのグローバルなゲイン係数のセットは、NASA / GRACE / MASS_GRIDS / MASCON_SCALE_CRI_2015で入手できます。注：ゲイン係数は水文関連の信号に使用できますが、山岳氷河や氷床には使用できません。マスコン・ソリューションのスケーリングの詳細については、Wiese et al。（2016）。データは1/2度Lon-Latグリッドで表されますが、JPL-RL05Mの現在のネイティブ解像度である3x3等面積キャップを表します。

GRACE Monthly Mass Grids - Ocean

GRACE Tellus Monthlyのマス・グリッドは、2004?2010年の時間平均ベースラインに対する月次の重力異常を提供します。このデータセットに含まれるデータは、水の垂直範囲（センチメートル単位）における質量の偏差を表す「等価水の厚さ」の単位です。詳細については、プロバイダのMonthly Mass Gridsの概要を参照してください。 GRACE Tellus（GRCTellus）の月次マス・グリッド・オーシャン・データセットは、CSR（U.テキサス/スペース・リサーチ・センター）、GFZ（ジオフォルシャンズ・ツェントラム・ポツダム）、JPL（NASAジェット推進研究所）の3つのセンターで作成されています。各センターはGRACE地上システムの一部であり、このデータセットで使用されるレベル2のデータ（球面調和フィールド）を生成します。出力には、重力場の球面調和係数と、それらを計算するために使用された交絡場の出力が含まれます。各中心は独立して係数を生成するので、結果はわずかに異なる場合があります。ほとんどのユーザーは、3つすべてのデータセットの平均を使用することをお勧めします。詳細については、プロバイダがソリューションページを選択することを参照してください。注記土地の漏水の訂正：海洋の信号は通常、季節的および経年的な時間スケールで2以上の係数で土地の信号よりも弱い。高地の信号から海洋の信号への漏れを最小限にするために、はるかに大きな距離にわたって原因の相関を引き起こす可能性のある除去フィルターが適用されています。 GRCTellus Oceanデータセットは、地域の海底底圧を調べるために最適化されていますが、地球平均海洋質量を決定するために空間的に平均化されることは意図されていません。 GRCTellus Oceanデータセットのフィルタリングされたバージョンも利用可能です。これは、漏れエラーを減らし、海面標高の方が良く一致する結果を持つ代替フィルタリング方法を使用しています。 NASA / GRACE / MASS_GRIDS / OCEAN_EOFR。

GRACE Monthly Mass Grids - Ocean EOFR

GRACE Tellus Monthlyのマス・グリッドは、2004?2010年の時間平均ベースラインに対する月次の重力異常を提供します。このデータセットに含まれるデータは、水の垂直範囲（センチメートル単位）における質量の偏差を表す「等価水の厚さ」の単位です。詳細については、プロバイダのMonthly Mass Gridsの概要を参照してください。このデータセットは、GRACE Tellus（GRCTellus）Oceanデータセットのフィルタリングされたバージョンです。 'EOFR'ボトム圧力（OBP）グリッドは、GRC Oceanグリッド製品からのデータを循環型潮汐モデル（OMCT）の経験的直交関数（EOF）に投影することによって得られる。これにより、OMCT海洋モデルの物理およびOBPの変動と矛盾するGRACEデータの信号が効果的に除去されます。 EOFRフィルタリングされた再構築されたOBPフィールドは、レーダ高度海面高度と良く一致し、氷床や氷河周辺の漏れを低減し、OBP変動がより低い中緯度の騒音を低減する。 GRCTellus Oceanデータセットは、地域の海底圧力を調べるために最適化されていますが、地球平均海洋質量を決定するために空間的に平均化されることは意図されていません（Chambers and Willis、2010）。

Global Forest Canopy Height, 2005

このデータセットは、Geoscience Laser Altimeter System（GLAS）の空間上ライダーデータ（2005年）と付随する地理空間データの融合に基づいた地球規模の樹高を表しています。 [Simard et al。（2011）]（https://agupubs.onlinelibrary.wiley.com/doi/abs/10.1029/2011JG001708）を参照してください。

NEX-DCP30: NASA Earth Exchange Downscaled Climate Projections

NASAのNEX-DCP30データセットは、合同モデル相互比較プロジェクトフェーズ5（CMIP5、Taylor et al。2012を参照）の下で実施された全球循環モデル（GCM）の実行に由来する先住民の低気圧のシナリオから構成されています。気候変動に関する政府間パネルの第5次評価報告書（IPCC AR5）のために作成された代表的な集中経路（RCPs、Meinshausen et al。2011を参照）として知られる4つの温室効果ガス排出シナリオが策定された。これらのデータセットの目的は、細かいスケールの気候勾配に敏感なプロセスに対する気候変動の影響と気候条件に対する地形の影響を評価するために使用できる高分解能、バイアス補正された気候変動予測のセットを提供することです。このデータセットには、1950年から2005年までの期間（回顧的実行）と2006年から2099年までの期間（プロスペクティブ・ラン）の月次予測が含まれています。これには、33モデルからの縮小投影が含まれます。どのシナリオにもすべてのモデルの予測が含まれているわけではありません。 NEX-DCP30は、Climate Analytics GroupとNASA Ames Research CenterがNASA Earth Exchangeを使用して作成し、NASA気候シミュレーションセンター（NCCS）によって配布されました。

NEX-DCP30: Ensemble Stats for NASA Earth Exchange Downscaled Climate Projections

NASAのNEX-DCP30データセットは、合同モデル相互比較プロジェクトフェーズ5（CMIP5、Taylor et al。2012を参照）の下で実施された全球循環モデル（GCM）の実行に由来する先住民の低気圧のシナリオから構成されています。気候変動に関する政府間パネルの第5次評価報告書（IPCC AR5）のために作成された代表的な集中経路（RCPs、Meinshausen et al。2011を参照）として知られる4つの温室効果ガス排出シナリオが策定された。これらのデータセットの目的は、細かいスケールの気候勾配に敏感なプロセスに対する気候変動の影響と気候条件に対する地形の影響を評価するために使用できる高分解能、バイアス補正された気候変動予測のセットを提供することです。このデータセットには、1950年から2005年までの期間（回顧的実行）と2006年から2099年までの期間（プロスペクティブ・ラン）の月次予測が含まれています。これには、pr、tasmin、およびtasmaxバンドで使用可能なすべてのモデル実行から各RCPについて計算されたアンサンブル統計が含まれます。 NEX-DCP30は、Climate Analytics GroupとNASA Ames Research CenterがNASA Earth Exchangeを使用して作成し、NASA気候シミュレーションセンター（NCCS）によって配布されました。

NEX-GDDP: NASA Earth Exchange Global Daily Downscaled Climate Projections

NASAのNEX-GDDPデータセットは、結合モデル相互比較プロジェクトフェーズ5（CMIP5、Taylor et al。2012を参照）の下で実施された全球循環モデル（GCM）実行から導かれた地球規模のダウンスケールされた気候シナリオと、代表的な濃度経路（RCPs、Meinshausen et al。2011を参照）として知られている4つの温室効果ガス排出シナリオ。 CMIP5 GCMは、気候変動に関する政府間パネル（IPCC AR5）の第5次評価報告書を支持して開発された。このデータセットは、Climate Analytics GroupとNASA Ames Research CenterがNASA Earth Exchangeを使用して作成し、NASA気候シミュレーションセンター（NCCS）によって配布されました。

NLDAS-2: North American Land Data Assimilation System Forcing Fields

土地データ同化システム（LDAS）は、複数の観測源（降水量データ、衛星データ、レーダ降水量測定など）を組み合わせて、地球表面またはその近くの気候特性の推定値を生成します。このデータセットは、北米土地データ同化システム（NLDAS-2）のフェーズ2の主要な（デフォルトの）強制ファイル（ファイルA）です。データは、1/8度グリッド間隔で表示されます。時間分解能は時間単位である。 NLDASは、NOAA / NCEPの環境モデリングセンター（EMC）、NASAのゴダード宇宙飛行センター（GSFC）、プリンストン大学、ワシントン大学、NOAA / NWS水文学開発局（OHD）、およびNOAA / NCEP気候予測センター（CPC）。 NLDASは、NOAAの南北アメリカ気候予測プログラム（CPPA）の支援を受けているコアプロジェクトです。

Ocean Color SMI: Standard Mapped Image MODIS Aqua Data

このレベル3の製品には、EOSDISに基づいて製造または収集された海洋色および衛星海洋生物学データが含まれています。このデータセットは、沿岸域の生物学および水文学、沿岸海洋生息地の多様性および地理的分布、生物地球化学的フラックス、およびそれらの海洋および気候における影響を経時的に調査するために、そして最後に気候および環境変動海洋生態系とその生物多様性の変化。スケール係数とオフセットはすでに適用されています。新しいデータセットではPOC値がスケーリングされ、古いデータセットではスケーリングされません。このスケーリングは負の値を取り除きますが、古いデータセットはそれを保持しているため、-2147.48の推定最小値です。詳細については、オーシャンカラーフォーラムをご覧ください。

Ocean Color SMI: Standard Mapped Image MODIS Terra Data

Ocean Color SMI: Standard Mapped Image SeaWiFS Data

このレベル3の製品には、EOSDISに基づいて製造または収集された海洋色および衛星海洋生物学データが含まれています。このデータセットは、沿岸域の生物学および水文学、沿岸海洋生息地の多様性および地理的分布、生物地球化学的フラックス、およびそれらの海洋および気候における影響を経時的に調査するために、そして最後に気候および環境変動海洋生態系とその生物多様性の変化。スケール係数とオフセットはすでに適用されています。このデータセットには欠落しているデータ日付がいくつかあります。たとえば、2009年4月29日と2009年12月1日の間に、ほとんどの日付が欠落しています。 POCの推定値は、スケールなしでデータが生成された結果である可能性があります。詳細については、オーシャンカラーフォーラムをご覧ください。

Daymet V3: Daily Surface Weather and Climatological Summaries

Daymet V3は、米国、メキシコ、カナダ、ハワイ、プエルトリコの毎日の気象パラメータのグリッド推定を提供します。これは、選択された気象ステーションデータおよび様々な支援データソースから得られる。以前のバージョンと比較して、Daymet V3は、NASA SRTM DEMバージョン2.1を含む完全に新しい入力を使用します。 Land / Water Mask：MODIS 250 MOD44W_v2.NASA_ORNL_ SRTM DEMから派生した水平線ファイル。 QA / QCを使用していくつかのソースからの地上局の気象情報を入力します。

NASA-USDA SMAP Global Soil Moisture Data

NASA-USDAグローバル土壌水分とNASA-USDA SMAPグローバル土壌水分データは、0.25°x0.25°の空間分解能で世界中の土壌水分情報を提供します。これらのデータセットには、表層および地下の土壌水分（mm）、土壌水分プロファイル（％）、および地表および地下の土壌水分異常が含まれます。土壌水分の異常は無単位であり、31日間の移動ウィンドウを使用して計算された標準化された異常を表します。 0付近は典型的な水分状態を示し、非常に正の値および非常に負の値は極端な濡れ（土壌水分条件が平均以上）および乾燥（土壌水分条件が平均以下）をそれぞれ示す。このデータセットは、衛星由来の土壌水分活性パッシブ（SMAP）レベル3の土壌水分観測を、1次元アンサンブルカルマンフィルタ（EnKF）データ同化手法を用いて修正2層パルマーモデルに統合することによって生成される。 SMAP土壌水分観測の同化は、良質の降水量データが不十分な世界の不完全な計装された地域でのモデルベースの土壌水分予測を改善するのに役立った。このデータセットは、USDAの農業サービスと米農務省の水文学およびリモートセンシング研究所と協力して、NASAのゴダード宇宙飛行センターの水文学研究室（HSL）によって開発されました。

NASA-USDA Global Soil Moisture Data

NASA-USDAグローバル土壌水分とNASA-USDA SMAPグローバル土壌水分データは、0.25°x0.25°の空間分解能で世界中の土壌水分情報を提供します。これらのデータセットには、表層および地下の土壌水分（mm）、土壌水分プロファイル（％）、および地表および地下の土壌水分異常が含まれます。土壌水分の異常は無単位であり、31日間の移動ウィンドウを使用して計算された標準化された異常を表します。 0付近は典型的な水分状態を示し、非常に正の値および非常に負の値は極端な濡れ（土壌水分条件が平均以上）および乾燥（土壌水分条件が平均以下）をそれぞれ示す。このデータセットは、衛星由来の土壌水分海洋塩分（SMOS）レベル2の土壌水分観測を、1次元アンサンブルカルマンフィルタ（EnKF）データ同化手法を用いて修正2層パルマーモデルに統合することによって生成される。 SMOS土壌水分観測の同化は、良質の降水データがない世界の劣悪な機器（例えば、南アフリカ、中東など）を対象としたモデルベースの土壌水分予測を改善するのに役立った。このデータセットは、USDAの農業サービスと米農務省の水文学およびリモートセンシング研究所と協力して、NASAのゴダード宇宙飛行センターの水文学研究室（HSL）によって開発されました。

NCEP/NCAR Reanalysis Data, Sea-Level Pressure

NCEP / NCAR再分析プロジェクトは、国立環境センター（NCEP、旧「NMC」）と国立大気圧研究センター（NCAR）との共同プロジェクトです。この共同努力の目標は、過去のデータを使用して新しい大気分析を作成し、現在の大気状態（気候データ同化システム、CDAS）の分析を作成することです。 NCEP / NCAR Reanalysis 1プロジェクトは、1948年から現在までの過去のデータを使用してデータ同化を行う最新鋭の分析/予測システムを使用しています。データは6時間の時間分解能（0000,600,1200、および1800 UTC）と2.5度の空間分解能を持ちます。

NCEP/NCAR Reanalysis Data, Surface Temperature

NCEP/NCAR Reanalysis Data, Water vapor

NOAA CDR: Ocean Near-Surface Atmospheric Properties, Version 2

オーシャン・ニア・サーフェスの大気特性データセットは、NOAAオーシャン・サーフェス・バンドル（OSB）の一部であり、氷のない海面上の気温、風速、比湿度の高品質気候データ・レコード（CDR）を提供します。これらの大気特性は、ニューラルネットワークを用いて、特別センサーマイクロ波/イメージャ（SSM / I）および防衛気象衛星プログラム（DMSP）宇宙船の特殊センサーマイクロ波/イメージャサウンダー（SSMIS）からの輝度温度データに基づいて計算される。

NOAA CDR AVHRR AOT: Daily Aerosol Optical Thickness Over Global Oceans, v03

エアロゾル光学厚さ（AOT）のNOAA気候データ記録（CDR）は、PATMOS-x AVHRRレベル-2チャネル1（0.63ミクロン）軌道晴天放射輝度からの地球規模の毎日の0.1度の派生データの集合である。エアロゾル生成物は、昼間の海上で雲がない状態でAVHRR画像から生成される。水の光沢領域および陸面および限定されたAVHRR検索チャネル上の表面反射率に関連する比較的大きな不確実性に起因して、このデータセットは、光沢のない水面（具体的には、視野角を有する軌道の反太陽面鏡面光線から40度以上離れている）。詳細については、「アルゴリズムの説明」を参照してください。 NOAAの国立気候データセンターによる画像とデータ処理。

NOAA CDR AVHRR LAI FAPAR: Leaf Area Index and Fraction of Absorbed Photosynthetically Active Radiation, Version 4

AVHRR葉面積指数（LAI）のNOAA気候データレコード（CDR）および吸収光合成活性放射（FAPAR）データセットには、植物のキャノピーおよび光合成活性を特徴付ける値が含まれています。このデータセットは、NOAA AVHRR Surface Reflectance製品から得られ、毎日0.05度の分解能でグリッド化されています。値は陸面上で全体的に計算されますが、裸地やまばらな植生地、永続的な氷や雪、恒久的な湿地、都市部、水域では計算されません。このデータセットの既知の問題は次のとおりです。TIMEOFDAY変数には1日間で大きすぎる値が含まれています。緯度の値はグリッドセルの中心に正しく関連付けられていません。誤差は<0.002度です。経度の値はグリッドセルの中心、誤差は<0.02度です。データプロバイダのテクニカルノートを参照してください。

NOAA CDR AVHRR NDVI: Normalized Difference Vegetation Index, Version 4

AVHRR標準化差異植生指数（NDVI）のNOAA気候データレコード（CDR）には、NOAA AVHRR表面反射率プロダクトから導かれたグリッド化された毎日NDVIが含まれています。それは、0.05°の分解能でグリッド化され、陸面上で全体的に計算された地表植生被覆活動の測定値を提供する。このデータセットの既知の問題は次のとおりです。TIMEOFDAY変数には1日間で大きすぎる値が含まれています。緯度の値はグリッドセルの中心に正しく関連付けられていません。誤差は<0.002度です。経度の値はグリッドセルの中心、誤差は<0.02度です。データプロバイダのテクニカルノートを参照してください。

NOAA CDR AVHRR: Surface Reflectance, Version 4

AVHRR表面反射率のNOAA気候データ記録（CDR）には、7つのNOAA極軌道圏衛星に搭載された高度高分解能放射計（AVHRR）センサーから得られた日ごとの表面反射率と輝度温度が含まれています。データは0.05°の分解能でグリッド化され、陸面上で全体的に計算されます。このデータセットの既知の問題は次のとおりです。TIMEOFDAY変数には1日間で大きすぎる値が含まれています。緯度の値はグリッドセルの中心に正しく関連付けられていません。誤差は<0.002度です。経度の値はグリッドセルの中心、誤差は<0.02度です。データプロバイダのテクニカルノートを参照してください。

NOAA CDR GRIDSAT-B1: Geostationary IR Channel Brightness Temperature

このデータセットは、静止衛星からの地球規模の赤外線測定の高品質Climate Data Record（CDR）を提供します。静止画衛星データ（GridSat-B1）は、CDR品質の赤外線ウィンドウ（IRWIN）チャネル（約11μm）、可視チャネル（0.6μm付近）、赤外線水蒸気（IRWVP）チャネル（6.7付近μm）。 GridSat-B1のデータは、グローバルな0.07度の緯度等角度グリッドに投影され、1980年から現在までの日付範囲が表示されます。このデータは、3時間毎の国際衛星雲気候プロジェクト（ISCCP）B1データから得られる。このデータセットに含まれる衛星は、時間の経過とともに縦方向にカバーされています。オーバーラップ領域では、CDR方法は、各グリッドポイントの最も厳しい観測値を選択することによって衛星をマージします。注：satidからsatellite名へのマッピングは、画像のプロパティにsatid_number： "satellite_name"として含まれています。 satid_0：GOES-13、satid_1：GOES-15、およびsatid_2：GOES-16。 IRWINデータはビュー天頂角に対して補正されていますが、この補正は完全ではありません。また、すべての衛星を同じ方法で扱いますが、天頂角の依存性は衛星によって異なります。一部のVZA残留物が明らかになる。 IRWVPデータには天頂角補正がなく、CDR品質ではありません。 VSCHNデータには天頂角の補正はなく、CDR品質ではありません。ビューの削除IRWINチャンネルのZenigth Angle補正は、次の方法で行うことができます。Original_temperature_observed = irwin_cdr - irwin_vza_adj

NOAA CDR: Ocean Heat Fluxes, Version 2

Ocean Heat Fluxesデータセットは、NOAA海洋表面バンドル（OSB）の一部であり、氷のない海域での大気/海洋熱フラックスの高品質気候データレコード（CDR）を提供します。このデータセットは、TOGA-COAREバルク大気 - 海洋フラックスアルゴリズムのニューラルネットワークエミュレータを使用して、表面大気および海面温度のOSB CDRパラメータから計算されます。

NOAA CDR OISST: Optimum Interpolation Sea Surface Temperature

NOAAの1/4度毎日の最適補間海面温度（OISST）は、異なるプラットフォーム（衛星、船舶、ブイ）からのバイアス調整された観測を、規則的なグローバルグリッド上に補間によって埋め込まれた完全な海面温度場を提供する。高度高分解能放射計（AVHRR）からの衛星データは、1981年後半から現在に至るまでの高い時??間 - 空間的カバレッジを可能にする主要な入力を提供する。 OISSTデータセットは、1日のデータが2回処理されます。まず、ほぼリアルタイムの予備バージョンが1日遅れてリリースされ、最終バージョンは14日遅れてリリースされます。最終版では、平滑化に余分な日数が使用され、暫定版の置き換えに加えて帯状バイアス補正が使用されます。

NOAA CDR PATMOSX: Cloud Properties, Reflectance, and Brightness Temperatures, Version 5.3

このデータセットは、高度な超高分解能放射計（AVHRR）の明るさの温度と反射率とともに、複数の雲のプロパティの高品質Climate Data Record（CDR）を提供します。これらのデータは、1日あたりNOAAとMetOpの2回から10回の衛星パスを毎日生成する昇順および降順の両方のアトリビュートとともに、0.1 x 0.1の等角度グリッドに適合しています。このデータセットには48バンドが含まれ、そのうちの11バンドがCDR品質とみなされます（バンドリストには「CDR変数」と記されています）。クラウド製品は、ABI（Advanced Baseline Imager）クラウドハイトアルゴリズム（ACHA）、およびDaytime Cloud Optical Properties（DCOMP）アルゴリズムを使用して導出されます。処理の詳細については、ACHA製品、DCOMP製品、反射率および輝度温度製品のアルゴリズム理論基礎文書を参照してください。

NOAA AVHRR Pathfinder Version 5.3 Collated Global 4km Sea Surface Temperature

AVHRR Pathfinder Version 5.3の海面温度データセット（PFV53）は、NOAA全国海洋データセンターとマイアミ大学の海洋大気科学研究所のRosenstiel Schoolが提携して作成した地球規模の2日間毎日4kmの海面温度データです。 PFV53は、SeaDASに基づく完全に近代化されたシステムを使用して、船上NOAAの極軌道衛星シリーズのAVHRR機器からのデータから計算された。 PFV53データは、L3C製品のGHRSSTデータ仕様バージョン2.0にほぼ100％準拠しており、 'sses_bias'、 'sses_standard_deviation'、および 'sst_dtime'変数は空であり、EE資産には含まれていないという点でその標準から逸脱しています。 PFV53データは、NOAA-7からNOAA-19までの運用期間を通じて収集され、1981年から2014年まで利用可能である。追加の情報は、[NOAA Pathfinder site]（https：// www .nodc.noaa.gov / satellitedata / pathfinder4km53 /）。バンドの詳細については、[Tech Specs]（https://data.nodc.noaa.gov/pathfinder/Version5.2/GDS_TechSpecs_v2.0.pdf）のページを参照してください。これらのデータは、GHRSSTおよび米国環境保護庁（NCEI）の国立環境センターが提供したものです。このプロジェクトは、衛星のためのNOAA気候データ記録（CDR）プログラムからの助成金によって部分的に支持された。

NOAA CDR WHOI: Sea Surface Temperature, Version 2

海面温度 - WHOIデータセットは、NOAA海洋表面バンドル（OSB）の一部であり、無氷海上の海面温度の高品質気候データレコード（CDR）を提供します。 SST値は、海面温度のAVHRR観測と組み合わせた日周変動をモデル化することによって見出される。

CFSV2: NCEP Climate Forecast System Version 2, 6-Hourly Products

国立環境センター（NCEP）気候予測システム（CFS）は、地球大気、海洋、土地、海氷の相互作用を表す完全結合モデルです。 CFSはNCEPの環境モデリングセンター（EMC）で開発されました。予測CFSは、2011年3月30日にバージョン2（CFSv2）にアップグレードされました。予測は1日4回（0000,600,1200、および1800 UTC）に初期化されます。これは、NCEP Climate Forecast System Reanalysis（CFSR）の作成に使用されたのと同じモデルであり、CFSv2データセットの目的はCFSRを拡張することです。 cdas1.t ?? z.sfluxgrbf06.grib2に一致するファイルからバンドのサブセットのみを取り込みます。 CFSの詳細については、CFS NOAAのサイトを参照してください。

DMSP OLS: Global Radiance-Calibrated Nighttime Lights Version 4, Defense Meteorological Program Operational Linescan System

防衛気象プログラム（DMSP）のオペレーショナル・ライン・スキャン・システム（OLS）は、夜間に可視および近赤外線（VNIR）放射源を検出する独自の機能を備えています。このコレクションには、センサが飽和していないグローバル夜間照明画像が含まれています。センサは、典型的には、月光雲の検出を可能にするために高利得設定で動作する。しかし、6ビットの量子化と限られたダイナミックレンジでは、記録されたデータは都市中心の明るいコアで飽和します。検出器のゲインが典型的な動作設定（時には100倍）よりも大幅に低く設定されている場合、低月の照度での限られた一連の観測が得られた。低ゲイン設定で収集された疎なデータは、高ゲイン設定で収集された運用データと組み合わされて、センサの飽和がないグローバルな夜間照明画像のセットが生成されました。最大限のカバレッジを得るために、異なるサテライトからのデータをマージして最終製品にブレンドしました。詳細については、プロバイダからのこのreadmeファイルを参照してください。 NOAAのNational Geophysical Data Centerによる画像とデータ処理。 DMSPデータは米国空軍天気エージェンシーによって収集された。

DMSP OLS: Nighttime Lights Time Series Version 4, Defense Meteorological Program Operational Linescan System

防衛気象プログラム（DMSP）のオペレーショナル・ライン・スキャン・システム（OLS）は、夜間に可視および近赤外線（VNIR）放射源を検出する独自の機能を備えています。 DMSP-OLS Nighttime Lights Time Seriesのバージョン4は、暦年に利用可能なすべてのアーカイブDMSP-OLSスムーズ解像度データを使用して作成されたクラウドフリーコンポジットで構成されています。 2つのサテライトがデータを収集していた場合、2つのコンポジットが生成されました。 NOAAのNational Geophysical Data Centerによる画像とデータ処理。 DMSPデータは米国空軍天気エージェンシーによって収集された。

GFS: Global Forecast System 384-Hour Predicted Atmosphere Data

世界予測システム（GFS）は、国立環境センター（NCEP）によって作成された天気予報モデルです。 GFSデータセットは、選択されたモデル出力（後述）をグリッド予測変数で構成します。 3時間の予測間隔を有する384時間の予測は、6時間の時間分解能（すなわち、毎日4回更新される）で行われる。「creation_time」および「forecast_time」プロパティを使用して、対象のデータを選択します。 GFSは、大気モデル、海洋モデル、土地/土壌モデル、海氷モデルから構成された結合モデルで、気象条件を正確に把握するためのものです。詳細な情報については、グローバルな予測/分析システムの最新の変更履歴、モデルのパフォーマンス統計Webページ、およびドキュメンテーションのホームページを参照してください。

ETOPO1: Global 1 Arc-Minute Elevation

ETOPO1は、地形と海洋地形を統合した地球表面の1分単位の地球規模での救援モデルです。これは、多数のグローバルおよび地域のデータセットから構築されました。それは2つの仰角バンド、ice_surfaceと岩盤を含んでいます。

RTMA: Real-Time Mesoscale Analysis

リアルタイムメゾスケール解析（RTMA）は、表面近傍の気象条件に対する高空間および時間分解能解析です。このデータセットには、CONUSの2.5kmでの時間分析が含まれています。

PERSIANN-CDR: Precipitation Estimation from Remotely Sensed Information Using Artificial Neural Networks-Climate Data Record

PERSIANN-CDRは、1983年1月1日から現在までの期間にわたる毎日の準世界的な降水量積である。データは四半期ごとに作成され、典型的な3ヶ月の遅延があります。この製品は、ISCCP B1 IRデータをマージして得られたGridded Satellite（GridSat-B1）IRデータを使用して、カリフォルニア大学アーバイン（UC-IRVINE / CHRS）の水文気象学およびリモートセンシングセンターでGPCPバージョン2.2。

VNP09GA: VIIRS Surface Reflectance Daily 500m and 1km

Visible Infrared Imaging Radiometer Suite（VIIRS）の1日の表面反射率（VNP09GA）製品は、Suomi National Polar-Orbiting Partnership（S-NPP）VIIRSセンサーからの土地表面反射率の推定値を提供します。公称500メートル解像度（約463メートル）および9つの中解像度帯域（M1、M2、M3、M4、M5、M7、M8、M10、M11）の3つのイメージバンド（I1、I2、I3）公称1キロメートル（?926メートル）の解像度。 500メートルおよび1キロメートルのデータセットは、それぞれL2入力製品のネイティブ375メートルおよび750メートルのVIIRS分解能を再サンプリングすることによって得られます。これらのバンドは、地上レベルで測定されるような表面分光反射率の推定値を提供するために、大気条件に対して補正される。データは、1日あたり16回の可能なパスのそれぞれにわたって時間的に集約される。毎日複数の観測が存在する場合、最高品質の観測のうちの最初の観測のみが含まれる。詳細については、VIIRS Land Product Quality AssessmentのWebサイトおよびユーザーガイドを参照してください。

VNP13A1: VIIRS Vegetation Indices 16-Day 500m

Suomi National Polar Orbiting Partnership（S-NPP）NASAのVisible Infrared Imaging Radiometer Suite（VIIRS）植生指数（VNP13A1）データ製品は、500mで16日間の取得期間にわたって最高の利用可能なピクセルを選択するプロセスによって植生指数を提供します解決。 VNP13データ製品は、地球観測システム（EOS）ミッションの継続性を促進するために、MODIS（Moderate Resolution Imaging Spectroradiometer）TerraおよびAqua Vegetation Indices製品群の後に設計されています。 VNP13アルゴリズムのプロセスは、（1）標準化差植生指数（NDVI）、（2）強化植生指数（EVI）、および（3）強化植生指数-2（EVI2）の3つの植生指数を生成する。（1）NDVIは、赤外線と近赤外（NIR）の両方のバンドを使用して、遠隔で連続的に感知される最も長い時間系列の観測の1つです。（2）EVIはキャノピーの蓋に敏感な若干異なる植生指数であるが、NDVIはクロロフィルに対してより敏感である。（3）EVI2は、赤いバンドとNIRバンドを使用して、標準の3バンドEVIを改造したものです。この改革は、VIIRS EVIをブルーバンドを含まない他のEVIモデルと比較する際に問題が発生することに対処しています。 EVI2は最終的に標準EVIになります。 3つの植生指数層に加えて、この製品には近赤外（NIR）反射率の層も含まれています。 3つの短波赤外線（SWIR）反射率 - 赤色、青色、および緑色の反射率。コンポジット日。ピクセル信頼性;ビューと太陽の角度、そして質の高いレイヤーがあります。詳細については、VIIRS Land Product Quality AssessmentのWebサイトおよびユーザーガイドを参照してください。

VIIRS Nighttime Day/Night Band Composites Version 1

Visible Infrared Imaging Radiometer Suite（VIIRS）デイ/ナイトバンド（DNB）の夜間データを使用した月平均放射輝度合成画像。これらのデータは毎月合成されるため、その月に良質のデータカバレッジを得ることが不可能な世界の多くの分野があります。これは、特に熱帯地域での雲の覆い、またはそれぞれの夏の間に極に向かって起こるような太陽の照明によるものである可能性があります。したがって、これらのデータのユーザーは 'cf_cvg'バンドを利用し、平均放射輝度画像のゼロ値は、光が観測されなかったことを意味しないことを推奨します。クラウドカバーは、VIIRSクラウドマスク製品（VCM）を使用して決定されます。さらに、スワスのエッジの近くのデータは、複合材料（凝集ゾーン29-32）に含まれていない。バージョン1は、オーロラ、火災、ボート、およびその他の一時的なライトからの光を遮蔽するためにフィルタリングされていません。この分離は開発中であり、この時系列の後のバージョンに含まれます。また、開発中に、バックライト（非ライト）値からライトを分離する方法もあります。平均化する前に、DNBデータをフィルタリングして、迷光、雷、月照明、および雲覆いの影響を受けるデータを除外します。 NOAA地球物理データセンター地球観測グループによって生成された製品

VIIRS Stray Light Corrected Nighttime Day/Night Band Composites Version 1

Visible Infrared Imaging Radiometer Suite（VIIRS）デイ/ナイトバンド（DNB）の夜間データを使用した月平均放射輝度合成画像。これらのデータは毎月合成されるため、その月に良質のデータカバレッジを得ることが不可能な世界の多くの分野があります。これは、特に熱帯地域での雲の覆い、またはそれぞれの夏の間に極に向かって起こるような太陽の照明によるものである可能性があります。したがって、これらのデータのユーザーは 'cf_cvg'バンドを利用し、平均放射輝度画像のゼロ値は、光が観測されなかったことを意味しないことを推奨します。クラウドカバーは、VIIRSクラウドマスク製品（VCM）を使用して決定されます。さらに、スワスのエッジの近くのデータは、複合材料（凝集ゾーン29-32）に含まれていない。バージョン1は、オーロラ、火災、ボート、およびその他の一時的なライトからの光を遮蔽するためにフィルタリングされていません。この分離は開発中であり、この時系列の後のバージョンに含まれます。また、開発中に、バックライト（非ライト）値からライトを分離する方法もあります。この製品は、迷光を補正する手順を使用して、VIIRS DNBの代替構成です。補正手順は、極に近い可視領域を拡張し、ダイナミックレンジを改善する。夕暮れ地域で使用される手順のためにいくつかのアーティファクトが導入されることに注意してください。詳細については、参考文献を参照してください。この製品は、雲量の影響を受けるデータを除外しています。 NOAA地球物理データセンター地球観測グループによって生成された製品

Canadian Digital Elevation Model

Canadian Digital Elevation Model（CDEM）は、カナダ天然資源研究所（NRCan）高度計システムの一部であり、既存のCanadian Digital Elevation Data（CDED）に由来しています。これらのデータでは、標高は地表面または反射面高度のいずれかになります。 CDEMは、さまざまな解像度の複数のDEMで構成されています。これらは緯度によって異なり、ベース分解能は0.67秒です。詳細については、製品仕様を参照してください。Open Government License - Canadaでライセンスされている情報が含まれています。

PRISM Daily Spatial Climate Dataset AN81d

PRISMの毎日と毎月のデータセットは、オレゴン州立大学のPRISM気候グループが作成した先進的な気候データセットです。グリッドは、PRISM（独立スロープモデル上のパラメータ上昇回帰）を使用して開発されています。 PRISM補間ルーチンは、気象と気候が仰角によってどのように変化するかをシミュレートし、沿岸効果、温度反転、雨の影を引き起こす可能性のある地形障壁を考慮します。駅のデータは全国の多くのネットワークから同化されています。詳細は、PRISM空間気候データセットの説明を参照してください。注意警告：このデータセットは、駅の設備や場所の変更、開店と閉鎖、さまざまな観測時間、比較的短期間のネットワークの使用など、気候変動以外の変動による100年以上の気候変動の計算には使用しないでください。詳細については、データセットのドキュメントを参照してください。観測ネットワークが品質管理を行い、ステーションデータを解放するには時間がかかります。したがって、PRISMデータセットは、6ヶ月が経過するまで数回再モデリングされ、永続的とみなされます。リリーススケジュールが利用可能です。このデータセットの30秒角（?800 m）バージョンを使用するには、プロバイダにprism-questions@nacse.orgまでご連絡ください。

PRISM Monthly Spatial Climate Dataset AN81m

PRISMの毎日と毎月のデータセットは、オレゴン州立大学のPRISM気候グループが作成した先進的な気候データセットです。グリッドは、PRISM（独立スロープモデル上のパラメータ上昇回帰）を使用して開発されています。 PRISM補間ルーチンは、気象と気候が仰角によってどのように変化するかをシミュレートし、沿岸効果、温度反転、雨の影を引き起こす可能性のある地形障壁を考慮します。駅のデータは全国の多くのネットワークから同化されています。詳細は、PRISM空間気候データセットの説明を参照してください。注意：このデータセットは、駅の設備や場所の変更、開店と閉鎖、さまざまな観測時間、比較的短期間のネットワークの使用など、気候変動以外の変動による100年以上の気候変動の計算には使用しないでください。詳細については、データセットのドキュメントを参照してください。観測ネットワークが品質管理を行い、ステーションデータを解放するには時間がかかります。したがって、PRISMデータセットは、6ヶ月が経過するまで数回再モデリングされ、永続的とみなされます。リリーススケジュールが利用可能です。このデータセットの30秒角（?800 m）版を使用するには、prism-questions@nacse.orgでプロバイダにお問い合わせください。

PRISM Long-Term Average Climate Dataset Norm81m

Greenland Ice & Ocean Mask - Greenland Mapping Project (GIMP)

このデータセットは、グリーンランドの氷床のために15 mで完全な氷と海の分類マスクを提供します。氷カバーは、USGSによって配布されたランドサット7エンハンスト・テーマ・マッパー・プラス（ETM +）のオルソ補正されたパンクロマティック（バンド8）画像と、Iにより製造され配信されたRADARSAT-1合成振幅レーダー（SAR）振幅画像との組み合わせを用いてマッピングされた。ワシントン大学Applied Physics LaboratoryのJoughin。ランドサットの画像は、1999年、2000年、2001年（主に2000年）の7月から9月の間に収集され、RADARSATの画像は2000年秋に取得されました。

2000 Greenland Mosaic - Greenland Ice Mapping Project (GIMP)

このデータセットは、1999年から2002年までのLandsat 7 ETM +およびRADARSAT-1 SAR画像から得られたグリーンランド氷床の完全な15m解像度画像モザイクを提供します。この方法には、画像雲マスキング、パンシャープニング、画像サンプリングおよびサイズ変更、および画像のコア配置処理方法の詳細については、Howt、2014を参照してください。注意GIMP DEMまたはGIMP 2000の画像モザイク画像を使用しているユーザーは、対応する15mの海洋マスク画像を使用して、グリーンランドの海岸線の外のエリアをマスクすると便利です。グリーンランド氷マッピングプロジェクト（GIMP）ランドアイスとオーシャン分類マスク、 20m分解能で分布した。データは、Landsatバンド8の分解能に一致するように、15mまでの双一次補間によってアップサンプリングされた。

Greenland DEM - Greenland Mapping Project (GIMP)

このデジタル標高モデル（DEM）は、ASTERとSPOT-5のDEMの組み合わせから構成され、氷床の周辺部とマージン（すなわち、平衡線の仰角より下）約82.5°N、およびAVHRR光雲測度（Scambos and Haran、2002）。 SPOT-5 DEMは、Polar Ice：Reference Images＆Topographies（SPIRIT）プロジェクト（Korona et al。、2009）のSpot5立体視探査の一環として作成され配布されました。海面は、GIMP Land Classificationマスクを使用してマスクされ、CNES CLS11平均海面高さ（Schaeffer et al。、2012）で再現されました。注すべての陸上高度データは、2003-2009期間の平均ICESatの高度に水平および垂直に登録されているため、DEMは2007年の公称日付ですが、DEMを使用する際には注意が必要です70°Nの主要なアウトレット氷河。 DEMの分解能は30mであるが、DEMの「真の」分解能は、SPOT-5カバレッジ領域（Korona et al。2009参照）の40mから光雲測色領域の500mまで変化する。 ICESatと比較した氷床全体の平方平均検証誤差は+/- 10mであり、大部分の氷面に亘って±1mに近づき、高い浮力の領域では+/- 30mになる。

MEaSUREs Greenland Ice Velocity: Selected Glacier Site Velocity Maps from Optical Images Version 2

このデータセットは、NASAの研究環境での使用のための地球システムデータ記録（MEASUREs）プログラムの一部であり、選択された氷河出口地域の平均月速度マップから構成されています。地図は、ランドサット4および5テーママッパー（Thematic Mapper）、ランドサット7エンハンスマテリアルマッパープラス（ETM +）、ランドサット8操作現場イメージャ（OLI）、および先進宇宙飛行士によって取得された光学画像ペア熱放射および反射放射計（ASTER）。注月間平均は、前月または後月の取得日を持つ画像から計算されます。命名規則の場合、月は、中点ユリウス暦の日付が崩れる場所から決定されます。たとえば、9月の月平均は、8月または10月に取得された画像から生成されている可能性がありますが、画像間のユリウス暦の中間点は9月になります。使用される正確な日付は、イメージごとのメタデータフィールドとして含まれています。

Oxford MAP EVI: Malaria Atlas Project Gap-Filled Enhanced Vegetation Index

このEnhanced Vegetation Index（EVI）製品の基礎となるデータセットは、MODIS BRDF修正画像（MCD43B4）です。これは、Weiss et al。（2014年）、雲覆いなどの要因によって失われたデータを排除します。ギャップのない出力は、時間的および空間的に集約され、毎月約5kmの製品が生成されました。出典：このデータセットは、マラリア・アトラス・プロジェクト（英国オックスフォード大学ビッグ・データ・インスティテュート）のハリー・ギブソン（Harry Gibson）とダニエル・ワイス（Daniel Weiss）によって製造された[http://www.map.ox.ac.uk/] www.map.ox.ac.uk/））。

Oxford MAP: Malaria Atlas Project Fractional International Geosphere-Biosphere Programme Landcover

この土地被覆製品の基礎となるデータセットは、MODISの年間土地被覆製品（MCD12Q1）内にあるIGBP層です。このデータは、約500メートルの分解能を有するカテゴリ形式から、17のランドマーククラス（バンド毎に1つ）のそれぞれによってカバーされる出力ピクセルの整数パーセンテージ（0-100）を示す小数の積に変換された。出典：このデータセットは、マラリア・アトラス・プロジェクト（英国オックスフォード大学ビッグ・データ・インスティテュート）のハリー・ギブソン（Harry Gibson）とダニエル・ワイス（Daniel Weiss）によって製造された[http://www.map.ox.ac.uk/] www.map.ox.ac.uk/））。

Oxford MAP LST: Malaria Atlas Project Gap-Filled Daytime Land Surface Temperature

この昼間製品の根底にあるデータセットは、MODISの地表面温度データ（MOD11A2）であり、これはWeiss et al。（2014年）、雲覆いなどの要因によって失われたデータを排除します。ギャップのない出力は、時間的および空間的に集約され、毎月約5kmの製品が生成されました。出典：このデータセットは、マラリア・アトラス・プロジェクト（英国オックスフォード大学ビッグ・データ・インスティテュート）のハリー・ギブソン（Harry Gibson）とダニエル・ワイス（Daniel Weiss）によって製造された[http://www.map.ox.ac.uk/] www.map.ox.ac.uk/））。

Oxford MAP LST: Malaria Atlas Project Gap-Filled Nighttime Land Surface Temperature

この夜間の製品の基礎となるデータセットは、MODISの地表面温度データ（MOD11A2）であり、これはWeiss et al。（2014年）、雲覆いなどの要因によって失われたデータを排除します。ギャップのない出力は、時間的および空間的に集約され、毎月約5kmの製品が生成されました。出典：このデータセットは、マラリア・アトラス・プロジェクト（英国オックスフォード大学ビッグ・データ・インスティテュート）のハリー・ギブソン（Harry Gibson）とダニエル・ワイス（Daniel Weiss）によって製造された[http://www.map.ox.ac.uk/] www.map.ox.ac.uk/））。

Oxford MAP TCB: Malaria Atlas Project Gap-Filled Tasseled Cap Brightness

このギャップ充填タッセルキャップブライトネス（TCB）データセットは、Lobser and Cohen（2007）で定義されたタッセルキャップ式をMODIS BRDF補正画像（MCD43B4）に適用することによって作成されました。得られたデータは、Weiss et al。（2014年）を実施して、雲覆いなどの要因による欠損データを排除し、データを時間的および空間的に集約して月間約5kmの製品を生産しました。出典：このデータセットは、マラリア・アトラス・プロジェクト（英国オックスフォード大学ビッグ・データ・インスティテュート）のハリー・ギブソン（Harry Gibson）とダニエル・ワイス（Daniel Weiss）によって製造された[http://www.map.ox.ac.uk/] www.map.ox.ac.uk/））。

Oxford MAP TCW: Malaria Atlas Project Gap-Filled Tasseled Cap Wetness

このギャップ充填タッセルキャップウェット（TCW）データセットは、Lobser and Cohen（2007）で定義されたタッセルキャップ式をMODIS BRDF修正画像（MCD43B4）に適用することによって作成されました。得られたデータは、Weiss et al。（2014年）を実施して、雲覆いなどの要因による欠損データを排除し、データを時間的および空間的に集約して月間約5kmの製品を生産しました。出典：このデータセットは、マラリア・アトラス・プロジェクト（英国オックスフォード大学ビッグ・データ・インスティテュート）のハリー・ギブソン（Harry Gibson）とダニエル・ワイス（Daniel Weiss）によって製造された[http://www.map.ox.ac.uk/] www.map.ox.ac.uk/））。

Accessibility to Cities 2015

このグローバルアクセシビリティマップは、名目上の年である2015年の北緯85度から南緯60度までのすべての地域で、最も近い人口密度の高い地域への陸上移動時間を列挙しています。人口密度の高い地域は、1,500人以上の住民（Map）、Google、欧州連合共同研究センター（European Union Joint Research Centre、以下、「マラリア・アトラス・プロジェクト」といいます）の協力を得て作成されました。このマップは、少なくとも50,000人の住民の集落中心と一致して、 JRC）、オランダのトゥエンテ大学などがあります。地図作成に使用される基礎データセットには、道路（Open Street MapとGoogle道路データセットの世界初の世界規模の使用）、鉄道、河川、湖、海、地形条件（斜面と標高）、土地被覆タイプ、これらのデータセットには、そのタイプの各ピクセルを横切る時間の点で、速度または移動速度が割り当てられていました。次に、データセットを結合して「摩擦面」を作成しました。このマップでは、すべてのピクセルにそのピクセル内で発生するタイプに基づいて名目上の全体的な移動速度が割り当てられます。 Google Earth Engineで実行される最小コストパスアルゴリズム（高緯度地域ではR）をこの摩擦面と組み合わせて使用??して、すべての場所から最寄りの都市までの移動時間（旅行時間別）を計算しました。都市は、グローバル・ヒューマン・セトルメント・プロジェクトによって作成された高密度カバー製品を使用して決定されました。その結果得られたアクセシビリティ・マップの各ピクセルは、その場所から都市へのモデル化された最短時間を表します。ソースデータセットのクレジットは添付の論文に記載されています。

Global Friction Surface 2015

この世界的な摩擦面は、名目上の年間2015年に北緯85度から南緯60度までのすべての土地ピクセルの陸上移動速度を列挙しています。この地図は、オックスフォード大学のMalaria Atlas Project（MAP）、Google、欧州連合（EU）共同研究センター（JRC）、オランダのトゥエンテ大学などがある。地図作成に使用される基礎データセットには、道路（Open Street MapとGoogle道路データセットの世界初の世界規模の使用）、鉄道、河川、湖、海、地形条件（斜面と標高）、土地被覆タイプ、これらのデータセットには、そのタイプの各ピクセルを横切る時間の点で、速度または移動速度が割り当てられていました。次に、データセットを組み合わせてこの「摩擦面」を作成しました。このマップでは、すべてのピクセルがそのピクセル内で発生するタイプに基づいて名目上の全体的な移動速度を割り当てられ、ピクセルを横切る最速の移動モードが速度の決定に使用されます（国境などの例外を除いて、移動時間ペナルティを課する効果を有する例外を除いて）そのピクセル内を移動する。このマップは、この割り当てプロセスからの移動速度を表し、1メートルを移動するのに必要な分単位で表される。これは、参照された論文に記載されているグローバルアクセシビリティマップの背後にある基礎となるデータセットを形成します。ソースデータセットのクレジットは添付の論文に記載されています。

RESOLVE Ecoregions 2017

2017年に更新されたRESOLVE Ecoregionsデータセットは、私たちの生存する惑星を表す846の陸上生息域を示しています。 http://ecoregions2017.appspot.com/またはEarth Engineで定型化された地図を表示します。エコリージョンは、最も単純な定義では、地域レベルの生態系です。具体的には、生態系は生態系のプロセスを維持するために必要な空間を含む植生だけではなく、すべての分類群の生物多様性の異なる集まりを表しています。エコリージョンは、特に政治的ではなく自然の境界線を描き、生物地帯の異なる地理的集合と生態学的生息地を定義し、地球の生物多様性の表現を助けるため、保全計画のための有用なベースマップを提供する。このデータセットは、植物や動物の分布に関する科学である生物地理学の最近の進歩に基づいています。元のエコリージョンデータセットは、2001年に導入されてから広く使用されており、地球規模の気候変動が生態学者によって自然に及ぼされている影響に関する最新の分析を補完しています。 846の陸域の生態地帯は、14の生物群と8つの領??域にグループ分けされています。これらのバイオームのうちの6つは森林バイオマスであり、残りの8つは非森林バイオマスである。森林バイオマスについては、2000年から2015年の間、地球規模の森林変化データ（Hansen et al。2013）と交叉した（Dinerstein et al。、2017）、保護地域（UNEP-WCMC 2016）保護地域の生息地の割合と保護地域外の生息地の割合を計算する。同様に、非森林生態系と保護地域（UNEP-WCMC 2016）の境界は、保護された生物の内部と外部の残りの生息地を特定するために、2000年にAnthropogenic Biomesのデータ（Anthromes v2）と交差した（Ellis et al。、2010）エリア。各エコリージョンには固有のID、面積（平方数）、NNH（Nature Needs Half）カテゴリー1-4があります。 NNHのカテゴリーは、保護地域の生息地の割合と保護地域外の生息地の割合に基づいています。半保護：全エコリージョンの50％以上がすでに保護されています。自然は半分に達する可能性があります。生態系の総面積の50％未満が保護されていますが、新しい保護区域がシステムに追加されれば、保護されていない自然生息地の残存量は50％以上になります。自然が回復できる：残りの保護されたおよび保護されていない自然生息地の量は50％未満であるが20％以上である。このカテゴリーの生態地域は、復旧が半保護に達することを要求する。 Nature Imperiled：保護された自然保護区と保護されていない自然生息地の量は20％以下です。短期的には半分の保護を達成することは不可能であり、努力は残りの自然の生息地の断片を保護することに焦点を当てるべきである。更新されたEcoregions 2017は、各陸域生態系の残りの生息地に関する最新（2018年2月現在）のデータセットです。生きている陸生生物圏を救うために地球上のすべての土地の半分を保護するために、Nature Needs Halfのビジョン目標を達成するための進捗状況を示すためにリリースされました。注 - いくつかのエコリージョンは、Rock＆Iceなど、100万を超える頂点を持つ非常に複雑なポリゴンです。これらのエコリージョンは必要に応じて分割され、Eco_IDなどの属性が保持されます。分割されたすべてのエコリージョンを表示したい場合は、このスクリプトを実行してください。

Planet SkySat Public Ortho Imagery, Multispectral

Planet labs Inc.のこのデータは、2015年に実験的な "Skybox for Good Beta"プログラムのほか、さまざまな危機対応イベントや他のいくつかのプロジェクトで収集されました。このデータは、5バンドMultispectral / PanコレクションとPansharpened RGBコレクションの両方で利用できます。各画像のアセットIDには取得日時が含まれています。たとえば、画像s01_20150304T080608Zは2015年3月4日08:06ズールー（UTC）に取得されました。詳細については、[Planet Imagery Product Specifications]（https://www.planet.com/products/satellite-imagery/files/Planet_Combined_Imagery_Product_Specs_December2017.pdf）を参照し、[Planet Imagery and Archive]（https：// www.planet.com/products/planet-imagery/）サイトを参照してください。このMultispectral / Panコレクションには、元の12ビットデータからシフトされた5つの16ビットバンドを持つ画像が含まれています。 Bバンド、Gバンド、Rバンド、およびNear-IRバンドは、ピクセルあたり約2mの分解能を有し、パンバンドは約0.8mの分解能（オフナディア画像では1mに近い）である。

Planet SkySat Public Ortho Imagery, RGB

Planet labs Inc.のこのデータは、2015年に実験的な "Skybox for Good Beta"プログラムのほか、さまざまな危機対応イベントや他のいくつかのプロジェクトで収集されました。このデータは、5バンドMultispectral / PanコレクションとPansharpened RGBコレクションの両方で利用できます。各画像のアセットIDには取得日時が含まれています。たとえば、画像s01_20150304T080608Zは2015年3月4日08:06ズールー（UTC）に取得されました。詳細については、[Planet Imagery Product Specifications]（https://www.planet.com/products/satellite-imagery/files/Planet_Combined_Imagery_Product_Specs_December2017.pdf）を参照し、[Planet Imagery and Archive]（https：// www.planet.com/products/planet-imagery/）サイトを参照してください。このRGBコレクションには、3つのパンシャープ8ビットバンドの画像が含まれています。解像度は1画素あたり約0.8mです（非直下画像の場合は1mに近い）。

TIGER: US Census Blocks

米国国勢調査局は定期的にTIGERというジオデータベースをリリースしています。このデータセットには、2010年の国勢調査ブロックが含まれています。都市ブロックにほぼ相当します。米国、コロンビア特別区、プエルトリコ、アイランド地域をカバーするポリゴン機能はわずか1,100万を超えています。すべてのTIGER 2010製品に関する完全な技術情報については、TIGER技術文書を参照してください。

TIGER: US Census Tracts Demographic - Profile 1

米国国勢調査局は定期的にTIGERというジオデータベースをリリースしています。この表には、2010年の国勢調査で集計された人口統計プロファイル1の値が含まれています。幹線道路の地域は非常に異なりますが、都市部では近所に相当します。米国、コロンビア特別区、プエルトリコ、およびアイランド地区をカバーするポリゴン機能は約74,000種類あります。すべてのTIGER 2010製品に関する完全な技術的な詳細については、TIGER技術資料を参照してください。各トラクトには、境界と交差するDP1集団測定値の合計を含む属性も含まれています。列の名前は、DP1ルックアップテーブルのショートネーム列と同じです。

TIGER: US Census Counties 2016

米国国勢調査局TIGERのデータセットには、米国州の主要な法務部門の境界線が2016個含まれています。ほとんどの州では、これらの団体は「郡」と呼ばれています。ルイジアナでは、これらの部門は "教区"として知られています。アラスカ州には、郡と同様の政府の役割を果たす「ボローズ」と呼ばれる行政機関がありますが、一部の地域では、政府の責任は国によって直接処理され、時には都市によって処理されます。したがって、アラスカ州には、郡に相当する団体には1.組織された区域、1.結合された市区町村（例えばジュノー）、1.市町村、および1.国勢調査区域が含まれる。国勢調査エリアは、アラスカ州と国勢調査局が統計目的で協力して描いています。 4つの州（メリーランド、ミズーリ州、ネバダ州、バージニア州）には、郡の組織とは独立した1つ以上の所在地があり、州の主要部を構成しています。これらの組み込まれた場所は独立した都市として知られ、データ提示の目的で郡に相当するエンティティとして扱われます。コロンビア特別区およびグアムには主要部門はなく、各地域はデータ提示の目的で郡に相当するエンティティとみなされます。国勢調査局は、プエルトリコの市町村、アメリカ領サモアの地方および島、北マリアナ連邦の地方自治体、および米領バージン諸島の島々をデータ提示の目的で郡の同等物として扱います。すべてのTIGER 2016製品に関する完全な技術的な詳細については、TIGER技術資料を参照してください。

TIGER: US Census Roads

この米国国勢調査局のTIGERデータセットには、米国、コロンビア特別区、プエルトリコ、および島地域をカバーする1900万本以上の個別ライン機能を含む、2016年のすべての道路セグメントが含まれています。各フィーチャは、道路セグメントジオメトリ（少なくとも1つの交差点に接続された単一のナビゲート可能な直線パス）を表します。すべてのTIGER 2016製品に関する完全な技術的な詳細については、TIGER技術資料を参照してください。

TIGER: US Census States 2016

米国国勢調査局TIGERデータセットには、米国の主要な政府部門の2016年の境界が含まれています。センサス局は、50州に加えて、コロンビア特別区、プエルトリコ、および各島地域（アメリカンサモア、北マリアナ連邦、グアム、および米領バージン諸島）を、データ提示のための州。各フィーチャは、それに相当する状態または状態を表します。すべてのTIGER 2016製品に関する完全な技術的な詳細については、TIGER技術資料を参照してください。

TOMS and OMI Merged Ozone Data

トータルオゾンマッピングスペクトロメータ（TOMS）のデータは、過去25年間のオゾン全量の世界的および地域的傾向のモニタリングに利用可能な衛星ベースの観測の第1の長期的、連続的な記録である。このデータは、NASAのゴダード宇宙飛行センターの大気研究所（Laboratory for Atmospheres）によって作成されています。バージョン8のTOMSデータプロダクトには、レベル3グリッドデータ（1.0 x 1.25 deg）が含まれています。 Aura衛星に乗っているOzone Monitoring Instrument（OMI）（2004年7月 - 現在）は、より高い分解能（1.0 x 1.0 deg）を持っています。これらのデータは、データのない日付のTOMS / EarthProbe、TOMS / Nimbus-7、TOMS / Meteor-3、OMI / AuraおよびUSGS補間データからの合併オゾン生成物を表しています。追加のTOMSおよびOMI情報

TRMM 3B42: 3-Hourly Precipitation Estimates

熱帯降雨量測定ミッション（TRMM）は、熱帯降雨量のモニタリングと研究を目的として設計されたNASAと宇宙航空研究開発機構（JAXA）との共同任務です。 34B2製品には、3時間の時間分解能と0.25度の空間分解能を備えた格子状のTRMM調整赤外線析出（mm / hr）とRMS析出誤差推定が含まれています。詳細については、アルゴリズムの説明とファイルの仕様を参照してください。

TRMM 3B43: Monthly Precipitation Estimates

このデータセットは、SSM、SSMIS、MHS、AMSU-B、およびAMSR-Eを含む複数の衛星からのマイクロ波データをアルゴリズム的にマージし、それぞれTRMM複合計測器に校正されます。アルゴリズム3B43は、1時間に1回実行され、3時間毎にマージされた高品質/赤外線推定値（3B42）と月ごとに蓄積された全量降水量（3B42）とを組み合わせることにより、最良推定降水量とRMS降水量推定値フィールド気候センター（GPCC）レインゲージ分析。全世界の降水量データセットには、寄与する衛星間のバイアス差を制御するために必要な較正データソースがあります。マルチ衛星データは、毎月の尺度に平均化され、全球降水量気候センター（GPCC）毎月の地表降水量ゲージ分析と組み合わされます。いずれの場合でも、マルチ衛星データは、ゲージ解析の大域平均（大部分は大部分が利用可能）で調整され、単純な逆推定誤差 - 分散誤差加重を使用してゲージ解析と組み合わされます。中部アフリカや海洋のようなゲージカバレッジの悪い地域では、衛星入力の重み付けが高くなります。詳細については、アルゴリズムの説明とファイルの仕様を参照してください。

CHIRPS Daily: Climate Hazards Group InfraRed Precipitation with Station Data (version 2.0 final)

気候ハザードグループインフラ降水ステーションデータ（CHIRPS）は、30年以上の準世界的な降水量データセットです。 CHIRPSは、トレンド分析と季節干ばつモニタリングのためのグリッド降雨時系列を作成するために、現場データを用いて0.05°分解能衛星画像を組み込んでいます。

CHIRPS Pentad: Climate Hazards Group InfraRed Precipitation with Station Data (version 2.0 final)

Hansen Global Forest Change v1.5 (2000-2017)

地球規模の森林の広がりと変化を特徴付ける際のランドサット画像の時系列分析の結果。「最初の」および「最後の」バンドは、Landsatスペクトルバンド3、4、5および7の最初および最後の利用可能な年からの参照マルチスペクトル画像である。基準複合画像は、品質評価された生育シーズンの観察これらのバンドのそれぞれについて。このバージョン1.5アップデートのユーザーノート、関連するジャーナル記事：Hansen、Potapov、Moore、Hancher et al。を参照してください。「21世紀の森林被覆の高解像度グローバル地図」Science 342.6160（2013）：850-853。

ArcticDEM Strips

ArcticDEMは、植生、樹木キャノピー、建物、および他の人工の表面特徴を含む最初の戻りの標高値を表現するデジタルサーフェスモデル（DSM）です。 2mアセットは、ストリップ間の投影の違いにより、単一のモザイクではなく、ストリップの集合です。ストリップDEMファイルは、DigitalGlobeの極軌道衛星のコンスタレーションによって収集される入力立体画像のスワスの重複領域に対応します。ストリップDEMの寸法は、画像を取得したサテライトセンサーと収集のオフナディア角に応じて異なります。ほとんどのストリップは幅16キロから18キロ、長さは110キロと120キロです。

ArcticDEM Mosaic

ArcticDEMは、植生、樹木キャノピー、建物、および他の人工の表面特徴を含む最初の戻りの標高値を表現するデジタルサーフェスモデル（DSM）です。 2mアセットは、ストリップ間の投影の違いにより、単一のモザイクではなく、ストリップの集合です。モザイクDEMファイルは、ボイド領域とエッジマッチングアーチファクトを減らすためにブレンドされフェザリングされた最高品質のストリップDEMファイルからコンパイルされます。フィルタリングされたIceSAT高度測定データは、絶対精度を向上させるためにラスタファイルに適用されています。

Landsat Gross Primary Production CONUS

ランドサットグロスプライマリプロダクション（GPP）のCONUSデータセットは、CONUSのランドサット表面反射率を使用してGPPを推定します。 GPPは、生態系内の植物によって捕獲された炭素の量であり、純一次生産（NPP）の要点に不可欠な要素である。 GPPは、Landsat Surface Reflectance、gridMET、National Land Cover Databaseを使用したMOD17アルゴリズム（MOD17ユーザーガイド参照）を使用して計算されます。

Landsat Net Primary Production CONUS

ランドサットネット一次生産（NPP）のCONUSデータセットは、CONUSのランドサット表面反射率を使用してNPPを推定します。 NPPは、呼吸による損失を考慮した後、生態系内の植物によって捕獲された炭素量である。 NPPは、Landsat Surface Reflectance、gridMET、およびNational Land Cover Databaseを使用したMOD17アルゴリズム（MOD17ユーザーガイド参照）を使用して計算されます。

MODIS Gross Primary Production CONUS

MODIS総一次生産（GPP）CONUSデータセットは、CONUSのMODIS表面反射率を用いてGPPを推定する。 GPPは、生態系内の植物によって捕獲された炭素の量であり、純一次生産（NPP）の要点に不可欠な要素である。 GPPは、MODIS Surface Reflectance、gridMET、National Land Cover Databaseを使用してMOD17アルゴリズム（MOD17ユーザーガイド参照）を使用して計算されます。

MODIS Net Primary Production CONUS

MODIS Net Primary Production（NPP）CONUSデータセットは、CONUSのMODIS表面反射率を使用してNPPを推定します。 NPPは、呼吸による損失を考慮した後、生態系内の植物によって捕獲された炭素量である。 NPPはMODIS Surface Reflectance、gridMET、National Land Cover Databaseを使用してMOD17アルゴリズム（MOD17ユーザーガイド参照）を使用して計算されます。

NAIP: National Agriculture Imagery Program

米国農務省のNAIPプロジェクトは、利用可能な資金調達とFSA画像取得サイクルに基づいて毎年契約されています。米国農務省の農業成長期に航空写真を取得しています。 2003年からNAIPは5年間のサイクルで取得されました。 2008年は移行期であり、2009年には3年間のサイクルが開始されました。NAIP画像は、1メートル地上標本距離（GSD）で取得され、水平精度は写真識別可能な地上制御点から6メートル以内で一致します。画像検査中に使用されます。古い画像は3つのバンド（赤、緑、青：RGB）を使用して収集されましたが、新しい画像は通常、追加の近赤外線バンド（RGBN）で収集されます。 RGBアセットidsは 'n_'で始まり、NRGアセットidsは 'c_'で始まり、RGBNアセットidsは 'm_'で始まります。

USDA NASS Cropland Data Layers

農地データ層（CDL）は、中米のために中程度の分解能の衛星画像と豊富な耕地の真実を用いて毎年作成される作物特有の土地被覆データ層です。 CDLはUSDA、国立農業統計サービス（NASS）、研究開発課、地理空間情報支部、空間分析研究課によって作成されています。詳細なFAQについては、CropScape and Cropland Data Layers - FAQをご覧ください。

LSIB: Large Scale International Boundary Polygons, Detailed

地理学者の米国事務所は、LSIB（Large Scale International Boundary）データセットを提供しています。これは2つの他のデータセットから導出される：LSIBラインベクトルファイルとNational Geospatial-Intelligence Agency（NGA）のWorld Vector Shorelines（WVS）。内部の境界は、境界、境界紛争、主権に関する米国の政策を反映しています。外部境界はWVSから導かれる。しかし、WVSの海岸線データは時代遅れであり、一般的には数百メートルから1キロメートル以上にシフトされる。各フィーチャは、該当する場合は内部境界線と外部の海岸線で囲まれた多角形領域であり、多くの国は複数のフィーチャで構成されています。 180,741の各フィーチャは、このデータセットで説明されている284カ国のうちの1つのジオメトリの一部です。

LSIB: Large Scale International Boundary Polygons, Simplified

地理学者の米国事務所は、LSIB（Large Scale International Boundary）データセットを提供しています。詳細バージョン（2013）は、LSIBラインベクトルファイルとNational Geospatial-Intelligence Agency（NGA）のWorld Vector Shorelines（WVS）という2つの他のデータセットから派生しています。内部の境界は、境界、境界紛争、主権に関する米国の政策を反映しています。外部境界はWVSから導かれる。しかし、WVSの海岸線データは時代遅れであり、一般的には数百メートルから1キロメートル以上にシフトされる。各フィーチャは、該当する場合は内部境界線と外部の海岸線で囲まれた多角形領域であり、多くの国は複数のフィーチャで構成されています。詳細なLSIBと比較すると、この単純化されたデータセットでは、各国のいくつかの分離された領域が単一のフィーチャに縮小されています。さらに、それは中規模およびより小さな島を除外します。その結果、簡略化された境界線は、LSIBの詳細な線から100m以上ずれていることはほとんどありません。 312個のフィーチャのそれぞれは、このデータセットで説明されている284カ国のうちの1つのジオメトリの一部です。

GFSAD1000: Cropland Extent 1km Crop Dominance, Global Food-Support Analysis Data

GFSADは、21世紀の世界的な食糧安全保障に貢献する高解像度の世界の農耕地データとその水使用を提供するNASAの資金提供プロジェクトです。 GFSAD製品は、マルチセンサのリモートセンシングデータ（例えば、ランドサット、MODIS、AVHRR）、二次データ、およびフィールドプロットデータによって導出され、農耕地のダイナミクスを文書化することを目的としています。名目上の1kmスケールでは、V0.0は全世界の農地面積の60％を占める5つの主要な農作物（小麦、米、トウモロコシ、大麦、大豆）の空間分布を提供します。このマップは、国際水管理研究所のリモートセンシング派生世界灌漑および降水農地マップ上にこれらの作物を重ね合わせることによって作成されています。 V0.0世界の情報を提供する8クラスの製品：農耕地範囲、作物優位性、灌漑対雨作作、および作付強度（単一、二重、三重、および連続作物）。

GFSAD1000: Cropland Extent 1km Multi-Study Crop Mask, Global Food-Support Analysis Data

GFSADは、21世紀の世界的な食糧安全保障に貢献する高解像度の世界の農耕地データとその水使用を提供するNASAの資金提供プロジェクトです。 GFSAD製品は、マルチセンサのリモートセンシングデータ（例えば、ランドサット、MODIS、AVHRR）、二次データ、およびフィールドプロットデータによって導出され、農耕地のダイナミクスを文書化することを目的としています。名目上の1kmスケールでは、V0.1は、4つの主要な研究から導き出された5つのクラスの世界的な農耕地エクステントマップの空間的な分布を提供している：Thenkabail et al。（2009a、2011）、Pittman et al。（2010）、Yu et al。（2013）、Friedl et al。（2010年）。 V1.0は、世界的な農作物の広がりと灌漑と雨が降った作付けに関する情報を提供する5クラスの製品です。クロップタイプまたはクロップタイプ優位性情報はありません。時系列のリモートセンシングデータを使用して、すべてのピクセルについてクロッピング強度（シングル、ダブル、トリプル、および連続作物）を得ることができます。

GMTED2010: Global Multi-resolution Terrain Elevation Data 2010

グローバル多重解像度地形標高2010（GMTED2010）データセットには、さまざまなソースから収集された地球の標高データが含まれています。ここで使用できるデータセットのバージョンは、Breakline Emphasis、7.5 arc秒の解像度です。ブレークライン強調は、指定された解析ウィンドウ内を通過するブレークライン上の任意の最小仰角または最大仰角値を維持することによって、ランドスケープ内の重要な地形フィーチャ（ストリームまたは隆起）を維持します。詳細は、データセットレポートを参照してください。 GMTED2010の主なソースデータセットは、NGAのSRTMデジタル地形高度データ（DTED?、http://www2.jpl.nasa.gov/srtm/）（空隙充填）の1アーク秒のデータです。 SRTMカバレッジ領域外の地理的領域については、SRTMデータの残りの穴を埋めるために、非SRTMDTED?、カナダデジタル標高データ（CDED）の2つの解像度、衛星観測観測衛星Terre（SPOT 5）Reference3D、米国大陸の標高データセット（NED）、オーストラリアのGEODATA 9秒デジタル標高モデル（DEM）、南極大陸衛星レーダーとレーザー高度計DEM、およびグリーンランド衛星レーダー高度計DEMこのデータセットは、GTOPO30標高モデルに代わるものです。

GTOPO30: Global 30 Arc-Second Elevation

GTOPO30は、水平グリッド間隔が30秒（約1km）のグローバルデジタル標高モデル（DEM）です。 DEMは、地形情報のいくつかのラスターおよびベクトルソースから得られたものです。 1996年後半に完了したGTOPO30は、米国地質調査所の地球資源観測科学センター（EROS）が率いる共同作業により、3年間で開発されました。 NASA、UNEP / GRID、米国国際開発庁（USAID）、ナショナル・インスティテュート・オブ・ザ・ナショナル・プログラム（INEGI）、日本の地理的調査機関（GSI）、ニュージーランドのManaaki Whenua Landcare Research、南極研究科学委員会（SCAR）などの多くの研究者が参加しました。

Landsat Image Mosaic of Antarctica (LIMA) 16-Bit Pan-sharpened Mosaic

Landsat Image Mosaic of Antarctica（LIMA）は、Landsat 7 ETM +の処理済みシーンから作成されたシームレスで実質的に曇りのないモザイクです。このLIMAデータセットは、16ビットの中間LIMAです。モザイクは、パンシャープネスされた正規化された表面反射シーン（ランドサットETM +バンド1,2,3、および4）からなる。モザイクは、不連続が発生したときに、雲のない画像を上に並べ、画像の境界をトリミングすることによって構築されました。ユーザーは、USGS / LIMA / MOSAIC_TILE_FOOTPRINTSにあるモザイクタイルのフットプリントを見つけることができます。

Landsat Image Mosaic of Antarctica (LIMA) - Processed Landsat Scenes (16 bit)

Landsat Image Mosaic of Antarctica（LIMA）は、Landsat 7 ETM +の処理済みシーンから作成されたシームレスで実質的に曇りのないモザイクです。処理されたランドサットシーン（16ビット）は、レベル1Gt NLAPSシーンが16ビットに変換され、太陽角度補正処理され、反射率値に変換されます（Bindschadler 2008）。各ランドサットのシーンは、標高データと太陽角度補正で処理され、表面のフィーチャが正確に表現されます。南極の太陽の角は夕日の様子を映します。 Landsatが南極を通過するにつれて、太陽??の角度が小さいため、大陸の外縁は南極に近い地域よりも明るく見えるので、シーンは明るく暗い領域を持っています。不一致の太陽のアングルと影は、これらのシーンで修正されます。このプロセスがなければ、モザイクは各シーンがより明るくより暗い側面を持つため、シーンのパッチワークを生成することになります。ユーザーは、USGS / LIMA / SR_METADATAのテーブルとして利用可能な個々のイメージメタデータを見つけることができます。

USGS National Elevation Dataset 1/3 arc-second

以前は、National Elevation Dataset（NED）はUSGSの主要標高データプロダクトでした。 NEDは、米国本土、アラスカ州、ハワイ州、一部の領土諸島の一部のラスタ高度データを利用できるシームレスなデータセットです。 NEDは、共通の座標系および垂直方向の単位に処理される多様なソースデータから導かれる。 NEDのデータは、1983年北米基準（NAD 83）に準拠して配布されています。すべての標高値はメートル単位であり、米国全土では、1988年の北米垂直データム（NAVD 88）を参照しています。垂直基準は他の領域でも異なります。 * 15年以上にわたり、NEDはUSGSのナショナルマップの主要な標高データ製品でした。しかし、名称変更され、3D高度プログラムが運用された後、ナショナルマップの高度の構成要素の1つとみなされました。

NLCD: USGS National Land Cover Database

NLCD（National Land Cover Database）は、4エポック（1992年、2001年、2006年および2011年）にわたる30mのランドサットベースの土地被覆データベースです。 1992年のデータは主にランドサットデータの監督されていない分類に基づいているが、残りの画像は都市クラスの不浸透性データレイヤと残りの決定木の分類に依存する。このデータセットには、4つのエポックのそれぞれについて、米国大陸のための1つのイメージと、2011年のアラスカのための別々のイメージがあります（米国の大陸のイメージとは異なる投影があるため、マージできませんでした）。 Alaska 2011のツリーカバーレイヤーには、Alaskaの一部のデータしかありません。不透水層の場合、ケナイ半島の自治区とアンカレッジ市の一部のみが利用可能です。ツリーカバーはアラスカパンハンドルの南端からケナイ半島までの沿岸沿いのストリップとコディアック島でのみ利用できます。 NLCD製品は、米国地質調査所が主導する連邦機関のパートナーシップであるマルチ解像度土地特性（MRLC）コンソーシアムによって作成されています。

SRTM Digital Elevation Data 30m

シャトルレーダートポグラフィミッション（SRTM、Farr et al。2007参照）デジタル標高データは、世界規模でデジタル標高モデルを取得する国際的な研究努力である。このSRTM V3製品（SRTM Plus）は、1 arc-second（約30m）の分解能でNASA JPLから提供されています。このデータセットは、オープンソースデータ（ASTER GDEM2、GMTED2010、およびNED）を使用して、ボイドを含む、またはボイドが入っていて商用ソースが空いている他のバージョンと比較して、ボイド充填プロセスを受けています。異なるバージョンの詳細については、SRTM Quick Guideを参照してください。

HUC02: USGS Watershed Boundary Dataset of Regions

Watershed Boundary Dataset（WBD）は、記述と解決のための全国的基準に適合した総合的な水文単位（HU）データの集まりです。これは、沿岸または湖の前部地域を除く地点までの地表水排水の面積を定義します。そこでは、国家流域境界データセットの連邦標準と手順で述べられているように複数の店舗が存在する可能性があります。流域の境界線は、科学的な水文学的原則のみによって決定され、行政上の境界や特別なプロジェクト、特定のプログラムや機関に有利ではない。 WBDのためのHUの定義の意図は、すべての土地と表面積を考慮したベースライン排水境界の枠組みを確立することである。 HUは米国の先進国で1：24,000スケール、ハワイとカリブ海で1：25,000スケール、アラスカで1：63,360スケールで国家地図精度基準（NMAS）を満たしています。 WBDは、HUの境界を定義するポリゴンとして表されます。 HUには、2桁から12桁の水文学単位コード（Hydorogic Unit Code：HUC）が与えられます。これらのコードは、ユニットが国のどこにあるのか、ユニットのレベルを記述します。 HUC内の桁数は、WBDの6つの詳細レベルに関連しています。下位レベルのポリゴンは、上位レベルのポリゴンよりも大きい領域をカバーします。レベルが高いほど、以前のレベルがネストされているため、HUCの数字が多くなります。 WBDポリゴンの属性には、HUC、サイズ（エーカーと平方キロメートルの形式）、名前、下流のHUC、流域のタイプ、非寄与地域、およびフロー修正が含まれます。 WBDライン属性には、境界ごとに最高レベルの水文単位、線源情報、およびフロー変更が含まれています。名称レベル数字HUコード地域1 2 02小地域2 4 4流域3 6 6サブバン4 8 8流域5 10 10有価物6 12 12 *データ提供者によって計算されます。

HUC04: USGS Watershed Boundary Dataset of Subregions

HUC06: USGS Watershed Boundary Dataset of Basins

HUC08: USGS Watershed Boundary Dataset of Subbasins

HUC10: USGS Watershed Boundary Dataset of Watersheds

HUC12: USGS Watershed Boundary Dataset of Subwatersheds

PROBA-V C1 Top Of Canopy Daily Synthesis 100m

Proba-Vは、土地被覆と植生の成長をマッピングする任務を担う衛星任務です。これは、SPOT-4およびSPOT-5ミッションからのVGT光学機器の連続性を提供するように設計されています。センサは、3つのVNIR（可視および近赤外）帯域および2250kmの視界を有する1つのSWIR（短波長赤外線）スペクトル帯域のデータを収集する。グローバルな画像は、2日ごとに300mの解像度で、100mの画像は5日間ごとに観測されます。これらの画像は後に合成され、この毎日の合成データセットを生成する。合成および大気補正手順の説明は、ユーザーマニュアルに記載されています。このデータセットで提供される反射率は、Digital Count Numbers（DN）として表示され、ユーザーマニュアルのセクション4.6.1のガイドラインに従って変換する必要があります。

PROBA-V C1 Top Of Canopy Daily Synthesis 333m

WDPA: World Database on Protected Areas (points)

保護地域に関する世界データベース（WDPA）は、保護地域に関する最新かつ完全な情報源であり、毎月政府、非政府組織、土地所有者、コミュニティからの提出によって更新されています。 IUCNとWCPA（世界保護委員会）の支援を受けて、国連環境計画の世界自然保護監視センター（UNEP-WCMC）によって管理されています。 WDPAユーザーマニュアル。方法論、標準、データプロバイダ、メタデータフィールド定義、および説明などの詳細については、WDPAユーザーマニュアルを参照してください。 WDPAには、200kを超える保護地域に関連する空間データと表データを持つ2つのフィーチャクラスがあります。約91％はポリゴンの境界線を含み、残った部分はポイントとしてのみ保護されたエリアの中心を可能な限り表現しています。資産命名規則。 WCMCは毎月WDPAを更新します。最新のバージョンは、常にWCMC / WDPA /カレント/ポリゴンとWCMC / WDPA /カレント/ポイントとして使用できます。歴史的なバージョンは、2017年7月からWCMC / WDPA / YYYYMM /ポリゴンとWCMC / WDPA / YYYYMM /ポイントの形式で入手できます。フィールドリストの詳細については、WDPAユーザーマニュアルを参照してください。

WDPA: World Database on Protected Areas (polygons)

WHRC Pantropical National Level Carbon Stock Dataset

500mの熱帯諸国の地上の生存木質バイオマス密度の全国レベルの地図。このデータセットは、同じ場所に設置されたフィールド測定、LiDAR観測、および中解像度のイメージング分光放射計（MODIS）から記録された画像の組み合わせから組み立てられました。

WorldClim BIO Variables V1

WorldClim V1 Bioclimは、より生物学的に意味のある値を生成するために、毎月の気温と降水量に由来する生化学的変数を提供します。生物多様性の変数は、年間の気温（年間平均気温、年間降水量など）、季節性（気温と降水量の年次範囲など）、極限的あるいは限定的な環境要因（例えば、最も寒い月や最も暖かい月の気温、湿った乾燥した四半期）。 ANCILIMのバンドスキームは、温度季節性については、変動係数が-1と1の間の温度では意味をなさないため、標準偏差が使用された点を除いて、以下の点を除きます。WorldClimバージョン1は、Robert J. Hijmans、Susan Cameron、ピーター・ジョーンズとアンドリュー・ジャービス（CIAT）、カレン・リチャードソン（レインフォレストCRC）と協力して、カリフォルニア大学バークレー校の脊椎動物博物館のファン・パラ。

WorldClim Climatology V1

WorldClimバージョン1は、最低平均気温データ、平均気温データ、最高気温データ、降水量データを毎月平均しています。 WorldClimバージョン1は、Peter JonesとAndrew Jarvis（CIAT）、Karen Richardson（Rainforest CRC）と共同で、カリフォルニア大学バークレー校動物園博物館のRobert J. Hijmans、Susan Cameron、Juan Parraによって開発されました）。

FORMA Alerts

FORMAアラートは、NDVI（Normalized Difference Vegetation Index）とFIRMS（Resource Management Systemの火災情報）の2つのMODIS製品の組み合わせを使用して検出されます。 NDVIの更新は16日ごとに処理され、火災の更新は毎日処理されます。モデルは、各エコグループごとに個別に作成され、Hansenの年間ツリーカバー損失データを使用して、2つのインプットをクリア領域に関連付ける。警告として認定する最小しきい値は、クリアされたピクセルの25％ですが、誤認を最小限に抑えるためにしきい値はエコグループによって異なります。以下は、FORMAデータセットの簡単な紹介のためのスクリプト例です。クリアのパーセンテージは0の値をとり、クリアが検出されないか、ecogroup_boundがWRI / GFW / FORMA /しきい値で指定される[ecogroup_bound：100]の範囲内になります。データが収集される期間は、N日によって異なります.Nは、alert_dateと最後のMODIS NDVI更新の間の日数です。

FORMA Raw Output FIRMS

FORMAアラートは、NDVI（Normalized Difference Vegetation Index）とFIRMS（Resource Management Systemの火災情報）の2つのMODIS製品の組み合わせを使用して検出されます。 NDVIの更新は16日ごとに処理され、火災の更新は毎日処理されます。モデルは、各エコグループごとに個別に作成され、Hansenの年間ツリーカバー損失データを使用して、2つのインプットをクリア領域に関連付ける。警告として認定する最小しきい値は、クリアされたピクセルの25％ですが、誤認を最小限に抑えるためにしきい値はエコグループによって異なります。以下は、FORMAデータセットの簡単な紹介のためのスクリプト例です。このImageCollectionのイメージには、新しいMODIS FIRMSデータが利用可能になった後に計算された生のFORMAデータが含まれています。各バンドは、異なる累積期間でのクリアのパーセンテージ（0?100）を示します。「N」は、最新のFIRMS更新と以前のNDVI更新との間の日数である。 Nは 'date_delta'プロパティによって与えられます。

FORMA Raw Output NDVI

FORMAアラートは、NDVI（Normalized Difference Vegetation Index）とFIRMS（Resource Management Systemの火災情報）の2つのMODIS製品の組み合わせを使用して検出されます。 NDVIの更新は16日ごとに処理され、火災の更新は毎日処理されます。モデルは、各エコグループごとに個別に作成され、Hansenの年間ツリーカバー損失データを使用して、2つのインプットをクリア領域に関連付ける。警告として認定する最小しきい値は、クリアされたピクセルの25％ですが、誤認を最小限に抑えるためにしきい値はエコグループによって異なります。以下は、FORMAデータセットの簡単な紹介のためのスクリプト例です。このImageCollectionの画像は、新たなMODIS NDVIデータは約ごとに16日間、使用可能になった後に計算された生FORMAのデータが含まれています。画像には4つのバンドが含まれています。「デルタ」、「near_term_delta」、および「クリア」バンドは、すべての異なる蓄積期間の間（0?100）をクリアのパーセンテージを与えます。精度は、これらの予測の信頼度の尺度を与えます（0 =信頼性がほとんどなく、100が高い信頼度です）。

FORMA alert thresholds

FORMAアラートは、NDVI（Normalized Difference Vegetation Index）とFIRMS（Resource Management Systemの火災情報）の2つのMODIS製品の組み合わせを使用して検出されます。 NDVIの更新は16日ごとに処理され、火災の更新は毎日処理されます。モデルは、各エコグループごとに個別に作成され、Hansenの年間ツリーカバー損失データを使用して、2つのインプットをクリア領域に関連付ける。警告として認定する最小しきい値は、クリアされたピクセルの25％ですが、誤認を最小限に抑えるためにしきい値はエコグループによって異なります。以下は、FORMAデータセットの簡単な紹介のためのスクリプト例です。このイメージには、交差するとFORMAアラートが生成されるしきい値が含まれています。値はmax（25,40％* RegionalMax）に等しく、RegionalMaxはこのエコグループ内のピクセルの履歴最大クリアです。 Ecogroupの形状はここで見つけることができます。

FORMA Vegetation T-Statistics

FORMAアラートは、NDVI（Normalized Difference Vegetation Index）とFIRMS（Resource Management Systemの火災情報）の2つのMODIS製品の組み合わせを使用して検出されます。 NDVIの更新は16日ごとに処理され、火災の更新は毎日処理されます。モデルは、各エコグループごとに個別に作成され、Hansenの年間ツリーカバー損失データを使用して、2つのインプットをクリア領域に関連付ける。警告として認定する最小しきい値は、クリアされたピクセルの25％ですが、誤認を最小限に抑えるためにしきい値はエコグループによって異なります。以下は、FORMAデータセットの簡単な紹介のためのスクリプト例です。このImageCollectionのイメージには、FORMAが褐変を測定するために使用するMODIS NDVIから得られた植生カラーインデックスであるNTTの計算に使用される「逆整流t統計」が含まれています。このImageCollectionのさまざまな日付範囲で合計減算器を使用すると、「NTT」イメージが生成されます。画像は「エコグループ」で壊れています。 Ecogroupの形状はここで見つけることができます。

Global Power Plant Database

世界の発電所データベースは、世界中の発電所の包括的でオープンソースのデータベースです。それは、発電所データを集中管理して、より簡単に洞察を行い、比較し、描画することができます。各発電所は地理的に配置されており、入力にはプラント能力、発電、所有権、燃料タイプに関する情報が含まれています。 2018年6月現在、このデータベースには164カ国の約28,500の発電所が含まれています。データが利用可能になると、継続的に更新されます。データセットの作成方法は、World Resources Instituteの出版物「発電所のグローバルデータベース」に記載されています。データセットの作成に関連するコードはGitHubにあります。 GitHubでもデータベースの最新版（Earth Engineのリリースとの大きな違いがあるかもしれません）が利用可能です。このデータセットを使用する場合、プロバイダー（WRI）は使用の登録を要求し、オプションで更新通知を受け取るようにサインアップします。

WWF HydroSHEDS Hydrologically Conditioned DEM, 3 Arc-Seconds

HydroSHEDSは、地域および世界規模のアプリケーションに一貫したフォーマットで水路情報を提供するマッピング製品です。これは、河川ネットワーク、流域の境界、排水の方向、および流れの蓄積を含む、さまざまなスケールでジオリファレンスデータセット（ベクトルおよびラスタ）を提供します。 HydroSHEDSは、NASAのシャトルレーダートポグラフィミッション（SRTM）によって2000年に取得された標高データに基づいています。この水文学的に調整された標高データセットは、反復調整および補正プロセスの結果である。コンディショニング処理によって元のDEMが変更され、排水の方向を導出する以外のアプリケーションでは正しく調整されないことがあります。内流域（内陸部の流域）は、流れを終了させるために最も低い点に無データセルを「播種」されています。基礎となるデジタル標高モデルの詳細は、HydroSHEDSのWebサイトおよびドキュメンテーションを参照してください。このデータセットは3 arc秒の分解能です。 3アーク秒で利用可能なデータセットは、Void-Filled DEM、Hydrologically Conditioned DEM、およびDrainage（Flow）Directionです。バンクーバー、カナダ（50.16、-123.85）、オーストラリア（-14.96,129.62）の近くで-100の不正確な負の値を持つ2つの領域があります。

WWF HydroSHEDS Drainage Direction, 3 Arc-Seconds

HydroSHEDSは、地域および世界規模のアプリケーションに一貫したフォーマットで水路情報を提供するマッピング製品です。これは、河川ネットワーク、流域の境界、排水の方向、および流れの蓄積を含む、さまざまなスケールでジオリファレンスデータセット（ベクトルおよびラスタ）を提供します。 HydroSHEDSは、NASAのシャトルレーダートポグラフィミッション（SRTM）によって2000年に取得された標高データに基づいています。この排水方向データセットは、調整されたDEM内の各セルからその最急降下勾配近傍までの流れの方向を規定する。排水方向の値は1から128まで変化する。海洋へのすべての最終出口セルに値0が設定されている。エンドリューシック盆地（内陸部シンク）の最低点を示すすべてのセルには-1の値が設定される。排水方向の値は、ESRIの流れ方向の実装で採用されている規則に従います。1 = E、2 = SE、4 = S、8 = SW、16 = W、32 = NW、64 = N、128 = NE。このデータセットは3 arc秒の分解能です。 3アーク秒で利用可能なデータセットは、Void-Filled DEM、Hydrologically Conditioned DEM、およびDrainage（Flow）Directionです。 HydroSHEDSは、米国地質調査所、国際熱帯農業センター、自然保全センター、カッセル大学環境システム研究センターと協力して、世界自然保護基金（World Wildlife Fund：WWF）保全科学プログラムによって開発されました。

WWF HydroSHEDS Void-Filled DEM, 3 Arc-Seconds

HydroSHEDSは、地域および世界規模のアプリケーションに一貫したフォーマットで水路情報を提供するマッピング製品です。これは、河川ネットワーク、流域の境界、排水の方向、および流れの蓄積を含む、さまざまなスケールでジオリファレンスデータセット（ベクトルおよびラスタ）を提供します。 HydroSHEDSは、NASAのシャトルレーダートポグラフィミッション（SRTM）によって2000年に取得された標高データに基づいています。この空隙充填高度データセットは、条件付きDEMデータセットを作成するための第一歩です。 SRTMデータのスパイクと井戸が検出され、排除されました。小さな空隙は周囲の高さの補間によって充填された。海は標高0メートルに設定され、湖、島、河川は他の技術で埋められました。基礎となるデジタル標高モデルの詳細は、HydroSHEDSのWebサイトおよびドキュメンテーションを参照してください。このデータセットは3 arc秒の分解能です。 3アーク秒で利用可能なデータセットは、Void-Filled DEM、Hydrologically Conditioned DEM、およびDrainage（Flow）Directionです。 HydroSHEDSは、米国地質調査所、国際熱帯農業センター、自然保全センター、カッセル大学環境システム研究センターと協力して、世界自然保護基金（World Wildlife Fund：WWF）保全科学プログラムによって開発されました。

WWF HydroSHEDS Flow Accumulation, 15 Arc-Seconds

HydroSHEDSは、地域および世界規模のアプリケーションに一貫したフォーマットで水路情報を提供するマッピング製品です。これは、河川ネットワーク、流域の境界、排水の方向、および流れの蓄積を含む、さまざまなスケールでジオリファレンスデータセット（ベクトルおよびラスタ）を提供します。 HydroSHEDSは、NASAのシャトルレーダートポグラフィミッション（SRTM）によって2000年に取得された標高データに基づいています。このフロー蓄積データセットは、各セルに排出される上流領域（セルの数）の量を定義します。排液方向層は、どの細胞が標的細胞に流れ込むかを定義するために使用される。蓄積された細胞の数は、本質的に上流集水域の尺度である。しかし、HydroSHEDSデータセットのセルサイズは緯度に依存するため、セルの累積値を平方キロメートル単位の排水エリアに直接変換することはできません。値は、地形高（河川源）の1から、大河川の口の非常に大きな数（数百万のセルのオーダー）までの範囲です。このデータセットは15 arc秒の分解能です。 15アーク秒で利用できるデータセットは、水文学的に条件付けされたDEM、排水（流れ）の方向、および流れの蓄積です。 HydroSHEDSは、米国地質調査所、国際熱帯農業センター、自然保全センター、カッセル大学環境システム研究センターと協力して、世界自然保護基金（World Wildlife Fund：WWF）保全科学プログラムによって開発されました。

WWF HydroSHEDS Hydrologically Conditioned DEM, 15 Arc-Seconds

HydroSHEDSは、地域および世界規模のアプリケーションに一貫したフォーマットで水路情報を提供するマッピング製品です。これは、河川ネットワーク、流域の境界、排水の方向、および流れの蓄積を含む、さまざまなスケールでジオリファレンスデータセット（ベクトルおよびラスタ）を提供します。 HydroSHEDSは、NASAのシャトルレーダートポグラフィミッション（SRTM）によって2000年に取得された標高データに基づいています。この水文学的に調整された標高データセットは、反復調整および補正プロセスの結果である。コンディショニング処理によって元のDEMが変更され、排水の方向を導出する以外のアプリケーションでは正しく調整されないことがあります。内流域（内陸部の流域）は、流れを終了させるために最も低い点に無データセルを「播種」されています。基礎となるデジタル標高モデルの詳細は、HydroSHEDSのWebサイトおよびドキュメンテーションを参照してください。このデータセットは15 arc秒の分解能です。 15アーク秒で利用できるデータセットは、水文学的に条件付けされたDEM、排水（流れ）の方向、および流れの蓄積です。 HydroSHEDSは、米国地質調査所、国際熱帯農業センター、自然保全センター、カッセル大学環境システム研究センターと協力して、世界自然保護基金（World Wildlife Fund：WWF）保全科学プログラムによって開発されました。

WWF HydroSHEDS Drainage Direction, 15 Arc-Seconds

HydroSHEDSは、地域および世界規模のアプリケーションに一貫したフォーマットで水路情報を提供するマッピング製品です。これは、河川ネットワーク、流域の境界、排水の方向、および流れの蓄積を含む、さまざまなスケールでジオリファレンスデータセット（ベクトルおよびラスタ）を提供します。 HydroSHEDSは、NASAのシャトルレーダートポグラフィミッション（SRTM）によって2000年に取得された標高データに基づいています。この排水方向データセットは、調整されたDEM内の各セルからその最急降下勾配近傍までの流れの方向を規定する。排水方向の値は1から128まで変化する。海洋へのすべての最終出口セルに値0が設定されている。エンドリューシック盆地（内陸部シンク）の最低点を示すすべてのセルには-1の値が設定される。排水方向の値は、ESRIの流れ方向の実装で採用されている規則に従います。1 = E、2 = SE、4 = S、8 = SW、16 = W、32 = NW、64 = N、128 = NE。このデータセットは15 arc秒の分解能です。 15アーク秒で利用できるデータセットは、水文学的に条件付けされたDEM、排水（流れ）の方向、および流れの蓄積です。 HydroSHEDSは、米国地質調査所、国際熱帯農業センター、自然保全センター、カッセル大学環境システム研究センターと協力して、世界自然保護基金（World Wildlife Fund：WWF）保全科学プログラムによって開発されました。

WWF HydroSHEDS Flow Accumulation, 30 Arc-Seconds

HydroSHEDSは、地域および世界規模のアプリケーションに一貫したフォーマットで水路情報を提供するマッピング製品です。これは、河川ネットワーク、流域の境界、排水の方向、および流れの蓄積を含む、さまざまなスケールでジオリファレンスデータセット（ベクトルおよびラスタ）を提供します。 HydroSHEDSは、NASAのシャトルレーダートポグラフィミッション（SRTM）によって2000年に取得された標高データに基づいています。このフロー蓄積データセットは、各セルに排出される上流領域（セルの数）の量を定義します。排液方向層は、どの細胞が標的細胞に流れ込むかを定義するために使用される。蓄積された細胞の数は、本質的に上流集水域の尺度である。しかし、HydroSHEDSデータセットのセルサイズは緯度に依存するため、セルの累積値を平方キロメートル単位の排水エリアに直接変換することはできません。値は、地形高（河川源）の1から、大河川の口の非常に大きな数（数百万のセルのオーダー）までの範囲です。このデータセットの解像度は30秒です。 30アーク秒で利用可能なデータセットは、水文学的に条件付けされたDEM、排水（流れ）の方向、および流れの蓄積です。 HydroSHEDSは、米国地質調査所、国際熱帯農業センター、自然保全センター、カッセル大学環境システム研究センターと協力して、世界自然保護基金（World Wildlife Fund：WWF）保全科学プログラムによって開発されました。

WWF HydroSHEDS Hydrologically Conditioned DEM, 30 Arc-Seconds

HydroSHEDSは、地域および世界規模のアプリケーションに一貫したフォーマットで水路情報を提供するマッピング製品です。これは、河川ネットワーク、流域の境界、排水の方向、および流れの蓄積を含む、さまざまなスケールでジオリファレンスデータセット（ベクトルおよびラスタ）を提供します。 HydroSHEDSは、NASAのシャトルレーダートポグラフィミッション（SRTM）によって2000年に取得された標高データに基づいています。この水文学的に調整された標高データセットは、反復調整および補正プロセスの結果である。コンディショニング処理によって元のDEMが変更され、排水の方向を導出する以外のアプリケーションでは正しく調整されないことがあります。内流域（内陸部の流域）は、流れを終了させるために最も低い点に無データセルを「播種」されています。基礎となるデジタル標高モデルの詳細は、HydroSHEDSのWebサイトおよびドキュメンテーションを参照してください。このデータセットの解像度は30秒です。 30アーク秒で利用可能なデータセットは、水文学的に条件付けされたDEM、排水（流れ）の方向、および流れの蓄積です。 HydroSHEDSは、米国地質調査所、国際熱帯農業センター、自然保全センター、カッセル大学環境システム研究センターと協力して、世界自然保護基金（World Wildlife Fund：WWF）保全科学プログラムによって開発されました。

WWF HydroSHEDS Drainage Direction, 30 Arc-Seconds

HydroSHEDSは、地域および世界規模のアプリケーションに一貫したフォーマットで水路情報を提供するマッピング製品です。これは、河川ネットワーク、流域の境界、排水の方向、および流れの蓄積を含む、さまざまなスケールでジオリファレンスデータセット（ベクトルおよびラスタ）を提供します。 HydroSHEDSは、NASAのシャトルレーダートポグラフィミッション（SRTM）によって2000年に取得された標高データに基づいています。この排水方向データセットは、調整されたDEM内の各セルからその最急降下勾配近傍までの流れの方向を規定する。排水方向の値は1から128まで変化する。海洋へのすべての最終出口セルに値0が設定されている。エンドリューシック盆地（内陸部シンク）の最低点を示すすべてのセルには-1の値が設定される。排水方向の値は、ESRIの流れ方向の実装で採用されている規則に従います。1 = E、2 = SE、4 = S、8 = SW、16 = W、32 = NW、64 = N、128 = NE。このデータセットの解像度は30秒です。 30アーク秒で利用可能なデータセットは、水文学的に条件付けされたDEM、排水（流れ）の方向、および流れの蓄積です。 HydroSHEDSは、米国地質調査所、国際熱帯農業センター、自然保全センター、カッセル大学環境システム研究センターと協力して、世界自然保護基金（World Wildlife Fund：WWF）保全科学プログラムによって開発されました。

WorldPop Project Population Data: Estimated Residential Population per 100x100m Grid Square

人口増加の影響を正確に測定し、変化を監視し、介入を計画するためには、人口分布に関する高解像度で現代的なデータが必要不可欠です。 WorldPopプロジェクトは、透明でピアレビューされたアプローチを使用して構築された詳細でオープンなアクセス人口分布データセットの提供を通じて、これらのニーズを満たすことを目指しています。データの作成に使用された方法とデータセットの詳細とオープンアクセスの出版物は、WorldPopのウェブサイトで提供されています。簡単に言えば、関連する行政単位と一致する最近の国勢調査に基づく人口数は、人口密度と地理空間共変量の範囲との関係を利用する機械学習アプローチによって約100x100mグリッドセルに分解される。データセットは、2010年、2015年、およびその他の年に各グリッドセルに存在する推定人数を表しています。人口年齢構造、貧困、都市の成長、人口動態に関するWorldPopのグリッド化されたデータセットは、WorldPopのウェブサイトで自由に入手できます。 WorldPopは、サウサンプトン大学、リブルデブリュッセル大学、ルイビル大学の研究者の協力関係を表しています。このプロジェクトは、主にBill and Melinda Gates財団によって資金提供されています。

おわりに

ごめんなさい。ちゃんと画像を全部貼りたかったんですけど、さすがに多すぎて諦めました...。
余裕があったら更新します（たぶんしません）
QiitaではGoogle Earth Engineネタはあまりないようなので、需要ないかもしれないと思い、諦めてしまった。。。

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up