رابط کاربری Giovanni

این متن نسبتا طولانی، به تفکیک و جزییات شمارا جهت دانلود محتوای ماهواره های اقلیمی ناسا راهنمایی می کند. Giovanni یک محیط آنلاین (وب) برای نمایش و تجزیه و تحلیل پارامترهای ژئوفیزیکی است که در آن به راحتی می توان به منشا (اصل داده ها) دسترسی داشت. این راهنمای کاربر در مورد نحوه استفاده از جیووانی و اطلاعات مربوط به محصولات و خدمات داده های جیووانی کمک می کند. با استفاده از رابط کاربری Giovanni، می توان به راحتی داده های انتخاب شده را در انواع طرح ها پیدا و نمایش داد. همچنین امکان بارگیری فایل های منبع طرح در قالب netCDF (و سایر قالب ها) وجود دارد.

2. مدل سازی

CLSM با استفاده از سه متغیر حالت، تغییرات ذخیره آب زیرسطحی ناشی از فعل و انفعالات زمین و جو (بارش و ET) را شبیه سازی می کند: مازاد سطح و مازاد منطقه ریشه، که نشان دهنده رطوبت بیش از حد خاک نسبت به حالت تعادل در لایه سطحی (0-2 سانتی متر است) زیر سطح و منطقه ریشه (0-100 سانتی متر) به ترتیب و کسری حوضه آبریز که نشان دهنده مقدار آب مورد نیاز برای رساندن پروفیل به اشباع است (Koster و همکاران، 2000). CLSM همچنین تغییرات برف فصلی را در سه لایه برفی شبیه سازی می کند. CLSM تغییرات سطح آب را مدل نمی کند. در عوض، ذخیره آب زیرزمینی با کم کردن آب ذخیره شده در منطقه ریشه از آن ذخیره شده در پروفیل (که می تواند از کسری حوضه آبریز و سایر پارامترهای مدل محاسبه شود)، که ظرفیت آن توسط پارامتر عمق بستر CLSM تعیین می شود، حاصل می گردد. عمق بستر به دنیال مطالعات Houborg و همکاران (2012) به طور یکنواخت 2 متر افزایش یافت. که نشان داد با استفاده از عمق سنگ بستر اصلی، TWS شبیه سازی شده CLSM اغلب در جنوب غربی ایالات متحده به یک حد پایین تر نزدیک می شود، به طوری که قادر به نشان دادن شرایط شدید خشکسالی نیست. به غیر از این، مدل برای این مطالعه اصلاح یا کالیبره نشده است. از آنجایی که CLSM از عمق سطح آب واقعی یا ضخامت های آبخوان به عنوان پارامترهای ورودی استفاده نمی کند، ذخیره آب زیرزمینی شبیه سازی شده آن (نه مانند مدل پویا) منعکس کننده پارامترهای مدل (از جمله عمق بستر) است. بنابراین، فقط ناهنجاری های ذخیره آب زیرزمینی، نه مقدار کل ذخیره آب زیرزمینی یا عمق سطح آب، با اندازه گیری های محلی قابل مقایسه است.

کمبود اطلاعات ذخیره آب زیرزمینی در مقیاس جهانی مانع از توانایی ما برای نظارت موثر بر منابع آب زیرزمینی می شود. در این مطالعه، ما یک محصول پیشرفته ذخیره آب زمینی (TWS) مشتق شده از مشاهدات ماهواره ای بازیابی جاذبه و آزمایش آب و هوا (GRACE) را در مدل Catchment land یا (CLSM) ناسا در مقیاس جهانی، هماهنگ سازی می کنیم. تولید سری های زمانی ذخیره آب زیرزمینی برای نظارت بر خشکسالی و سایر کاربردها مفید هستند. ارزیابی با استفاده از داده های محلی از نزدیک به 4000 چاه نشان می دهد که هماهنگ سازی داده های GRACE شبیه سازی آب های زیرزمینی را بهبود می بخشد، با خطاهای تخمین 36 و 10 درصد کاهش می یابد و همبستگی به ترتیب 16 و 22 درصد در مقیاس منطقه ای و نقطه ای بهبود می یابد. بزرگترین پیشرفت در مناطق با تنوع بزرگ در بارندگی سالیانه مشاهده می شود، جایی که آبهای زیرزمینی شبیه سازی شده به تغییرات جبری جو بسیار واکنش نشان می دهند. تأثیرات مثبت هماهنگ سازی GRACE با استفاده از داده های کم جریان مشاهده شده بیشتر نشان داده می شود. عملکرد هماهنگ سازی داده های CLSM و GRACE نیز در بین دسته های مختلف نفوذپذیری مورد بررسی قرار می گیرد. این ارزیابی نشان می دهد که هنگامی که صحبت از شبیه سازی تغییرات واقعی آب زیرزمینی در مناطق با برداشت شدید آب زیرزمینی است، هماهنگ سازی داده های GRACE نمی تواند فقدان یک طرح برداشت آب زیرزمینی را در CLSM جبران کند. آبهای زیرزمینی شبیه سازی شده CLSM با ناهنجاری های بارش 12 ماهه در مناطق کم و عرض جغرافیایی ارتباط زیادی دارد. یک شاخص خشکسالی آب زیرزمینی بر اساس تجزیه و تحلیل داده های GRACE به طور کلی با سایر شاخص های خشکسالی در مقیاس منطقه ای همخوان است، اختلافات عمدتا در شدت خشکسالی برآورد شده آنها است.

ما تأثیر بازیابی جاذبه و تجزیه و تحلیل داده های ماهواره های آزمایش آب و هوا (GRACE-DA) در مقداردهی اولیه پیش بینی هیدرولوژیکی فصلی ایالات متحده، با تمرکز بر ذخیره آب زیرزمینی را ارزیابی می کنیم. تخمین های ذخیره آب زمینی مبتنی بر GRACE یعنی TWS برای دوره 2003-2016 به یک مدل سطح زمین متصل می شوند. شبیه سازی سه ماهه پیش بینی شده (به عنوان مثال، پیش بینی وقایع گذشته) با استفاده از حالت های مرجع (بدون جذب داده) و GRACE-DA آغاز می شود. تفاوت بین دو شرایط اولیه هیدرولوژیکی (IHC) برای دو روش پیش بینی در 305 چاه که اندازه گیری های عمق به سطح آب در دسترس است، ارزیابی می شود. نتایج نشان می دهد که استفاده از IHC مبتنی بر GRACE-DA عملکرد پیش بینی آبهای زیرزمینی فصلی را از نظر RMSE و همبستگی بهبود می بخشد. در حالی که بیشتر مناطق بهبود را نشان می دهند، تخریب در دشت های مرتفع معمول است، جایی که برداشت برای روش های آبیاری بیشتر از تنوع آب و هوا بر تغییرات آب زیرزمینی تأثیر می گذارد، که این امر نیاز به شبیه سازی چنین فعالیت هایی را نشان می دهد. این یافته ها به تلاش های اخیر در جهت بهبود سیستم نظارت و پیش بینی خشکسالی ایالات متحده کمک می کند.

دانشمندان مرکز پرواز فضایی Goddard ناسا هر هفته شاخص های خشکسالی آب زیرزمینی و رطوبت خاک را تولید می کنند. آنها بر اساس مشاهدات ذخیره آب زمینی حاصل از داده های ماهواره GRACE-FO و با مشاهدات دیگر، با استفاده از یک مدل عددی پیچیده از فرآیندهای آب و سطح زمین، ادغام شده اند. شاخص های خشکسالی شرایط مرطوب یا خشک فعلی را توصیف می کنند، که به صورت صدک نشان داده می شود و احتمال وقوع آن مکان و زمان خاص از سال را نشان می دهد، با مقادیر پایین تر (رنگ های گرم) به معنای خشک تر از حالت عادی و مقادیر بالاتر (آبی) به معنای مرطوب تر از حد نرمال است. اینها هم به صورت فایل و هم به صورت فایل دیتای باینری ارائه می شوند.

از نظارت بر کشاورزی گرفته تا ترسیم نقشه تغییر زمین، تصاویر اولیه ماهواره جدید Sentinel-2A اروپا نشان می دهد که چگونه می توان از مشاهدات مهم مأموریت "رنگ دید" برای حفظ امنیت ما و سیاره ما استفاده کرد. Sentinel-2A دومین ماهواره در مدار برای برنامه نظارت بر محیط زیست Copernicus در اروپا است که در 23 ژوئن از فرودگاه فضایی اروپا در گویان فرانسه پرتاب شد. دوربین چند طیفی آن برنامه های نظارتی زمین مانند کشاورزی، آبهای داخلی و ساحلی و نقشه برداری از پوشش زمین را تغذیه خواهد کرد.

دانشمندان مرکز پرواز فضایی Goddard ناسا هر هفته شاخص های خشکسالی آب زیرزمینی و رطوبت خاک را تولید می کنند. آنها بر اساس مشاهدات ذخیره آب زمینی حاصل از داده های ماهواره GRACE-FO و با مشاهدات دیگر، با استفاده از یک مدل عددی پیچیده از فرآیندهای آب و سطح زمین، ادغام شده اند. شاخص های خشکسالی شرایط مرطوب یا خشک فعلی را توصیف می کنند، که به صورت صدک نشان داده می شود و احتمال وقوع آن مکان و زمان خاص از سال را نشان می دهد، با مقادیر پایین تر (رنگ های گرم) به معنای خشک تر از حالت عادی و مقادیر بالاتر (آبی) به معنای مرطوب تر از حد نرمال است. اینها هم به صورت فایل و هم به صورت فایل دیتای باینری ارائه می شوند.

اثر خشکسالی در تابستان 2011 در جنوب ایالات متحده به راحتی قابل تشخیص بود. این امر در محصولات سوخته، پژمرده و مزارع برهنه پیدا بود. در ابرهای گرد و غبار که به آسمان و مخازن در حال انقباض می غلتید. در آتش سوزی هایی که از میان چمنزارهای شکننده و جنگل ها عبور می کردند و خانه ها و بیابان را می بلعیدند. در گرمای طاقت فرسایی که روز به روز بازگشت.

هدف سیستم جهانی جذب داده های زمین (GLDAS)، بلعیدن محصولات داده ای مشاهده ای ماهواره ای و زمینی، با استفاده از روش های پیشرفته مدل سازی سطح زمین و جذب داده ها، به منظور تولید زمینه های بهینه از حالت های سطح زمین و شار است. این نرم افزار که توسط پروژه خواهران سیستم اطلاعات زمین (LIS) ساده سازی و موازی سازی شده است، چندین مدل آفلاین (با جو را جفت نمی کند) سطح زمین را هدایت می کند، مقدار زیادی داده مبتنی بر مشاهده را ادغام می کند، در سطح جهانی با وضوح بالا اجرا می شود ( 2.5 درجه تا 1 کیلومتر) و قادر به تولید نتایج در زمان تقریباً واقعی است.

دمای سطح زمین و شرایط رطوبت تحت تأثیر بسیاری از پدیده های اقلیمی، هواشناسی، زیست محیطی و ژئوفیزیک قرار دارد. بنابراین، برآورد دقیق و با وضوح بالا از ذخیره آب و انرژی زمینی برای پیش بینی تغییرات آب و هوا، آب و هوا، بهره وری بیولوژیکی و کشاورزی، و جاری شدن سیل و برای انجام مطالعات گسترده ای در علوم زیستی گسترده تر، ارزشمند است. به طور خاص، ذخیره های زمینی انرژی و آب شارهای بین زمین و جو را تعدیل می کنند و در مقیاس های زمانی روزانه، فصلی و بین سال ماندگاری نشان می دهند. علاوه بر این، از آنجا که رطوبت، دما و برف خاک یکپارچه هستند، تعصبات در سطح زمین جبر داده ها و پارامترها به عنوان خطا در نمایندگی این حالت ها در پیش بینی های عددی عملیاتی و مدل های آب و هوایی و سیستم های همسان سازی داده های همراه آنها جمع می شود. این منجر به نادرست تقسیم آب و سطح انرژی، و از این رو پیش بینی های نادرست منجر می شود. اگر زمینه های سطح زمین در سطح جهانی، با وضوح مکانی بالا و در زمان تقریباً واقعی قابل اطمینان و در دسترس باشند، مجدداً در حالت های سطح زمین این مشکل را حل می کند.

استفاده از مدل های ماهیانه ژئوپتانسیل GRACE همواره با محدودیت هایی همراه است به طوریکه استفاده مستقیم از آن ها به ویژه در مناطق کوچکتر و در کاربردهایی مثل زیر نظر گرفتن چرخه هیدرولوژیکی که به دقت بیشتری در برآورد نمودن سیگنال های موردنظر, نیاز دارد، ما را با مشکلاتی رو به رو می نماید.به علت ارتفاع ماهواره، ضرایب پتانسیل از درجه و مرتبه بالا در مدل ژئوپتانسیل GRACE  دارای دقت پایینی هستند. گاهی مدل های هیدرولوژی برای تعین مرز فرکانسی جداکننده سیگنال ها از نویزها مورد استفاده قرار میگیرد.

"ضخامت معادل آب" چیست؟

تغییرات ماهانه مشاهده شده در گرانش ناشی از تغییرات ماهانه جرم است. می توان تصور کرد که تغییرات جرم در یک لایه بسیار نازک از ضخامت آب در نزدیکی سطح زمین متمرکز شده باشد (به عنوان مثال در یک لایه به ضخامت چندین کیلومتر). در حقیقت، بیشتر تغییرات جاذبه ماهانه در واقع به دلیل تغییر در ذخیره آب در مخازن هیدرولوژیکی، با حرکت توده های یخی اقیانوس، جو و خشکی و تبادلات جرمی بین این محفظه های سیستم زمین است. میزان عمودی آنها در سانتی متر با ضخامت آب معادل، بسیار کوچکتر از شعاع زمین یا مقیاس های افقی تغییرات، اندازه گیری می شود که به کیلومتر اندازه گیری می شوند. برخی از تغییرات گرانش ناشی از توزیع مجدد جرم در زمین 'جامد' است، مانند آنهایی که به دنبال یک زمین لرزه بزرگ رخ داده اند، یا آنهایی که به دلیل تنظیم ایزواستاتیک یخبندان ایجاد می شوند. در این موارد، تفسیر تغییرات گرانش از نظر "ضخامت معادل آب" صحیح نیست، حتی اگر محاسبه این مقدار هنوز هم امکان پذیر باشد (به عنوان مثال، با حذف اثرات جامد زمین برای جداسازی تغییرات جرم مربوط به آب).

تغییرات گرانش مورد مطالعه توسط GRACE برای تعیین ذخیره آب زیرزمینی در توده های زمین استفاده می شود. با مقایسه داده های اخیر با میانگین در طول زمان، دانشمندان می توانند یک نقشه ناهنجاری تولید کنند تا ببینند ذخیره آب زیرزمینی در کجا تخلیه یا افزایش یافته است. نواحی رنگی زرد مناطقی را نشان می دهد که آبهای زیرزمینی کاهش یافته است و مناطقی که رنگ آبی دارند سطح آبهای زیرزمینی افزایش یافته است. توجه داشته باشید که کاهش قابل توجهی در ذخیره آب زیرزمینی در بیشتر مناطق کالیفرنیا و تا سواحل آمریکای شمالی به آلاسکا وجود دارد.

تالاب انزلی یا مرداب انزلی (به گیلکی: أنزٚلی سٚل) با مساحتی در حدود ۲۰ هزار هکتار در شمال ایران، واقع در استان گیلان قرار دارد. مرداب انزلی از جالب‌ترین و بزرگترین زیستگاه‌های طبیعی جانواران ایران محسوب می‌شود و هر ساله پذیرای تعداد زیادی از پرندگانی است که از سوی کشورهای همسایه شمالی به ایران می‌آیند. تالاب انزلی به دلیل موقعیت جغرافیایی از نظر میزان بالای رطوبت و آب با هیچ‌یک از تالاب‌های ایران قابل مقایسه نیست. تالاب انزلی چندین جزیره را در خود جای داده‌است.

با استفاده از Giovanny، نمودار یا نقشه ای از باران های باران را برای یک محدوده زمانی و موقعیت مکانی تهیه کنید

1. متغیر مورد علاقه را جستجو و انتخاب کنید

با استفاده از مرورگر وب مورد نظر خود به وب سایت Giovanni بروید:

IMERG را در قسمت Keyword وارد کنید و دکمه جستجو را فشار دهید. در صفحه وب نتیجه باید مانند شکل 1 زیر باشد.

STORM یک رابط دسترسی به اطلاعات عمومی مبتنی بر وب برای سیستم جهانی اندازه گیری بارش (GPM) سیستم پردازش بارش Mission PPS است. اهداف صفحات تجسم سه بعدی سه مورد است. هدف اول تهیه روشی برای تجسم نزدیک به داده های زمان واقعی به محض دسترسی در سرور ftp است. این کار هم از طریق صفحات GPM Near Real Viewer و هم در صفحه STORM Viewer (EV) / EV Mini حاصل می شود. دوم این است که به کاربران رابط سفارش داده STORM اجازه داده شود محصولات را در سه بعد قبل از سفارش مشاهده کنند. برای این منظور، STORM Virtual Globe - VG برای تکمیل تصاویر استاتیک و ابزار Online Review Review با وضوح بالا (THOR) ایجاد شده است. هدف نهایی این صفحات توجه هر دو به کار گروه PPS و وسعت داده های ماهواره GPM Core و ماهواره های پردازش شده توسط PPS است.

یکی از چالش های بزرگ بشر در قرن بیست و یکم با آن روبرو است، تهدید تغییرات جهانی آب و هوا به دلیل افزایش سطح دی اکسید کربن و سایر گازهای گلخانه ای موجود در جو است. آیا تهدید واقعی است؟ مدل های رایانه ای که شرایط آینده را پیش بینی می کنند با برخی از مدل های پیش بینی گرم یا کمی گرم شدن، با بعضی از روش های بسیار مهم تفاوت دارند، در حالی که برخی دیگر افزایش دما را پیش بینی می کنند که به طور قابل توجهی روش زندگی ما را تغییر می دهد. بدون داده های بیشتر و درک بهتر از سیستم فعلی آب و هوا، امید زیادی وجود ندارد که بتوانیم تفاوت های موجود بین مدل های فعلی خود را درک کنیم و هر دو طرف در بحث زیست محیطی همچنان به دنبال نظرات آنها باشند.

معاون وزیر ارتباطات و رئیس سازمان فضایی ایران تشریح کرد؛ کاربردهای داده‌های ماهواره‌ای در صنعت آب

معاون وزیر ارتباطات و رئیس سازمان فضایی ایران کاربردهای داده‌های ماهواره در صنعت آب و انرژی را تشریح کرد. "مرتضی براری" امروز (دوشنبه) در پژوهشگاه فضایی ایران با اشاره به اینکه پایش مدیریت منابع آب، یکی از مهم‌ترین کاربردهای ماهواره و مباحثی است که از داده‌های ماهواره‌ای احصا می‌شود، افزود: هم‌اکنون منابع آبی کشور به طور مستمر در حال رصد است و اطلاعات آخرین وضعیت به صورت روزانه در دسترس است؛ به‌تازگی نیز ماهواره‌هایی در مدار قرار گرفته که توانایی احصای آب‌های زیرزمینی را نیز دارد.

    سنجنده ژاپنی ASTER یکی از سنجنده های تصویربرداری حمل شده توسط ماهواره Terra است. ASTER یک سنجنده چند طیفی با  توان طیفی بالا است، که داده ها را در سه حیطه طیفی با استفاده از یک رادیومتر جداگانه برای هر ناحیه، اخذ میکند. حیطه های طیفی که تصاویر در آنها اخذ می شوند، حیطه های مرئی و مادون قرمز نزذیک (VNIR)، مادون قرمز کوتاه موج (SWIR) و مادون قرمز گرمایی(TIR) هستند (جدول). تصاویر دریافتی در سه حیطه طیفی دارای توان تفکیک مکانی متفاوت هستند. توان تفکیک باندهای VNIR 15 متر است. باند های SWIR دارای توان تفکیک مکانی 30 متر بوده، در حالیکه تصاویر مادون قرمز گرمایی، دارای تفکیک مکانی 90 متر دارند. تعداد باند ها، دامنه طیفی ، و دقت مطلق 14 باند این سنجنده در جدول ذیل آورده شده است.