five

NISAR|地球观测数据集|合成孔径雷达数据集

收藏
www.earthdata.nasa.gov2025-03-21 收录
地球观测
合成孔径雷达
下载链接:
https://www.earthdata.nasa.gov/data/catalog/alaska-satellite-facility-distributed-active-archive-center-nasa-isro-synthetic
下载链接
链接失效反馈
资源简介:
The NASA-ISRO Synthetic Aperture Radar (NISAR) project is a collaborative effort between the National Aeronautics and Space Administration (NASA) and the Indian Space Research Organisation (ISRO). NISAR represents a groundbreaking venture in Earth observation, leveraging advanced radar technology to provide unprecedented insights into the dynamics of the planet’s surface. At its core, NISAR is designed to deliver high-resolution, all-weather, day-and-night imaging capabilities, making it a powerful tool for monitoring and studying various Earth processes. The mission aims to enhance our understanding of critical phenomena such as earthquakes, volcanoes, subsidence, and other geophysical events. By employing dual-frequency synthetic aperture radar, NISAR will generate precise measurements of surface deformations, facilitating comprehensive studies of Earth’s changing landscapes. The project’s significance lies not only in its technological prowess but also in its global impact. NISAR is expected to contribute significantly to climate research, ecosystem monitoring, and disaster management. The collaboration between NASA and ISRO underscores the international scientific community’s commitment to advancing our knowledge of Earth and addressing global challenges collaboratively. As NISAR progresses towards its anticipated launch, the project stands as a testament to the cooperative spirit of space exploration, bringing together the expertise of two leading space agencies. Through its cutting-edge technology and interdisciplinary applications, NISAR promises to be a valuable asset for scientists, researchers, and policymakers alike, fostering a deeper understanding of our planet’s dynamic processes. The NISAR satellite has two fully capable synthetic aperture radar instruments (24 cm wavelength L-SAR and 10 cm wavelength S-SAR). NISAR InstrumentationPlanned Launch Date2025Orbit Altitude747 kmOrbit Inclination98.4ºRepeat Cycle12 daysTime of Nodal Crossing6 AM / 6 PMOrbit Control< 500mPointing Control< 273 arcsecPointingLeft (south)L/S Duty> 50% / 10%Baseline Mission Duration3 yearsConsumables5 yearsData and Product AccessFree and openWavelengthL-band: 24 cmWavelengthS-band: 9 cmSAR Resolution3-10 m mode-dependentSAR Modes The L-band SAR is capable of 242-kilometer swaths with 7-meter resolution along-track (the direction of travel) and 2- to 8-m resolution cross-track, depending on the viewing mode. This radar comprises 24 L-band transmit/receive array elements in 2 rows, 12 per polarization. The 12cm wavelength S-band SAR supplied by ISRO is the secondary radar and comprises 48 S-band transmit/receive array elements in 2 rows, 24 per polarization. NASA provides a high-capacity solid-state recorder (approximately 9 Tbits at end of life), GPS, 3.5 Gbps Ka-band telecom system, and an engineering payload to coordinate an imaging swath greater than 150 miles (240 km). This design permits complete global coverage every 12-days,

NASA-ISRO合成孔径雷达(NISAR)项目系美国国家航空航天局(NASA)与印度空间研究组织(ISRO)之间的一项协作倡议。NISAR项目代表着地球观测领域的一次划时代尝试,它利用先进的雷达技术,为揭示地球表面动态提供了前所未有的洞见。NISAR的核心目标是提供高分辨率、全天候、昼夜成像能力,从而成为监测和研究地球各种过程的有力工具。该任务旨在深化我们对地震、火山、沉降以及其他地球物理现象等重要现象的理解。通过采用双频合成孔径雷达,NISAR将生成地表形变的精确测量数据,从而促进对地球不断变化的景观的全面研究。NISAR项目的重要性不仅体现在其技术优势上,还在于其全球影响力。NISAR预计将为气候研究、生态系统监测和灾害管理作出重大贡献。NASA与ISRO之间的合作凸显了国际科学界致力于共同推进我们对地球知识的理解以及应对全球挑战的决心。随着NISAR项目朝着预期的发射日期迈进,它已成为太空探索合作精神的象征,汇集了两大领先航天机构的专长。凭借其尖端技术和跨学科应用,NISAR有望成为科学家、研究人员和政策制定者的宝贵资产,促进我们对地球动态过程的更深入理解。 NISAR卫星配备有两个完全功能的合成孔径雷达仪器(24厘米波长的L-SAR和10厘米波长的S-SAR)。 NISAR仪器 计划发射日期:2025年 轨道高度:747公里 轨道倾角:98.4° 重复周期:12天 节点穿越时间:上午6点/下午6点 轨道控制:<500米 指向控制:<273弧秒 指向:左侧(南侧) L/S任务:>50% / 10% 基线任务持续时间:3年 消耗品:5年 数据和产品访问:免费和开放 波长:L波段:24厘米 波长:S波段:9厘米 SAR分辨率:3-10米,模式相关 SAR模式: L波段SAR能够实现242公里的条带宽度,在沿航向具有7米的分辨率,横航向具有2至8米的分辨率,具体取决于观测模式。该雷达由24个L波段收发阵列元素组成,分为两行,每极化12个。 ISRO提供的12厘米波长的S波段SAR作为辅助雷达,由48个S波段收发阵列元素组成,分为两行,每极化24个。 NASA提供高容量固态记录器(使用寿命结束时约为9Tbits)、GPS、3.5 Gbps的Ka波段电信系统以及一个工程有效载荷,以协调超过150英里(240公里)的成像条带。这种设计允许每12天实现全球覆盖。
提供机构:
Earthdata
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

中国区域地面气象要素驱动数据集 v2.0(1951-2024)

中国区域地面气象要素驱动数据集(China Meteorological Forcing Data,以下简称 CMFD)是为支撑中国区域陆面、水文、生态等领域研究而研发的一套高精度、高分辨率、长时间序列数据产品。本页面发布的 CMFD 2.0 包含了近地面气温、气压、比湿、全风速、向下短波辐射通量、向下长波辐射通量、降水率等气象要素,时间分辨率为 3 小时,水平空间分辨率为 0.1°,时间长度为 74 年(1951~2024 年),覆盖了 70°E~140°E,15°N~55°N 空间范围内的陆地区域。CMFD 2.0 融合了欧洲中期天气预报中心 ERA5 再分析数据与气象台站观测数据,并在辐射、降水数据产品中集成了采用人工智能技术制作的 ISCCP-ITP-CNN 和 TPHiPr 数据产品,其数据精度较 CMFD 的上一代产品有显著提升。 CMFD 历经十余年的发展,其间发布了多个重要版本。2019 年发布的 CMFD 1.6 是完全采用传统数据融合技术制作的最后一个 CMFD 版本,而本次发布的 CMFD 2.0 则是 CMFD 转向人工智能技术制作的首个版本。此版本与 1.6 版具有相同的时空分辨率和基础变量集,但在其它诸多方面存在大幅改进。除集成了采用人工智能技术制作的辐射和降水数据外,在制作 CMFD 2.0 的过程中,研发团队尽可能采用单一来源的再分析数据作为输入并引入气象台站迁址信息,显著缓解了 CMFD 1.6 中因多源数据拼接和气象台站迁址而产生的虚假气候突变。同时,CMFD 2.0 数据的时间长度从 CMFD 1.6 的 40 年大幅扩展到了 74 年,并将继续向后延伸。CMFD 2.0 的网格空间范围虽然与 CMFD 1.6 相同,但其有效数据扩展到了中国之外,能够更好地支持跨境区域研究。为方便用户使用,CMFD 2.0 还在基础变量集之外提供了若干衍生变量,包括近地面相对湿度、雨雪分离降水产品等。此外,CMFD 2.0 摒弃了 CMFD 1.6 中通过 scale_factor 和 add_offset 参数将实型数据化为整型数据的压缩技术,转而直接将实型数据压缩存储于 NetCDF4 格式文件中,从而消除了用户使用数据时进行解压换算的困扰。 本数据集原定版本号为 1.7,但鉴于本数据集从输入数据到研制技术都较上一代数据产品有了大幅的改变,故将其版本号重新定义为 2.0。CMFD 2.0 的数据内容与此前宣传的 CMFD 1.7 基本一致,仅对 1983 年 7 月以后的向下短/长波辐射通量数据进行了更新,以修正其长期趋势存在的问题。

国家青藏高原科学数据中心 收录

ShapeNet

ShapeNet 是由斯坦福大学、普林斯顿大学和美国芝加哥丰田技术研究所的研究人员开发的大型 3D CAD 模型存储库。该存储库包含超过 3 亿个模型,其中 220,000 个模型被分类为使用 WordNet 上位词-下位词关系排列的 3,135 个类。 ShapeNet Parts 子集包含 31,693 个网格,分为 16 个常见对象类(即桌子、椅子、平面等)。每个形状基本事实包含 2-5 个部分(总共 50 个部分类)。

OpenDataLab 收录

高精度负荷预测

超短期统调负荷预测 短期统调负荷预测 D+45统调负荷预测

郑州数据交易中心 收录

lmarena-ai/arena-human-preference-100k

这个数据集包含了2024年6月至2024年8月期间收集的排行榜对话数据。它包括用于开发Arena Explorer的英语人类偏好评价。此外,我们还提供了一个嵌入文件,其中包含了英语对话的预计算嵌入,这些嵌入用于主题建模管道以对这些对话进行分类和分析。

hugging_face 收录

中国交通事故深度调查(CIDAS)数据集

交通事故深度调查数据通过采用科学系统方法现场调查中国道路上实际发生交通事故相关的道路环境、道路交通行为、车辆损坏、人员损伤信息,以探究碰撞事故中车损和人伤机理。目前已积累深度调查事故10000余例,单个案例信息包含人、车 、路和环境多维信息组成的3000多个字段。该数据集可作为深入分析中国道路交通事故工况特征,探索事故预防和损伤防护措施的关键数据源,为制定汽车安全法规和标准、完善汽车测评试验规程、

北方大数据交易中心 收录