MODIS Snow Cover

۲۰۰۰-اکنون ۵۰۰ متر روزانه

MODIS Snow Cover Daily

معرفی

داده‌های پوشش برف MODIS به صورت روزانه با وضوح ۵۰۰ متر ارائه می‌شوند. این داده‌ها شامل شاخص تفکیک برف (NDSI) و albido برف هستند و برای مطالعات هیدرولوژیکی و اقلیمی استفاده می‌شوند.

ویژگی‌ها

ویژگی مقدار
نام کامل MODIS Snow Cover Daily (MOD10A1)
سال شروع ۲۰۰۰
وضوح مکانی ۵۰۰ متر
عرض پوشش ۱۲۰۰×۱۲۰۰ کیلومتر
چرخه تکرار روزانه
منبع داده Microsoft Planetary Computer
هزینه رایگان

باندها

باند نام مقیاس وضوح (m)
NDSI_Snow_Cover پوشش برف - 500
Snow_Albedo_Daily_Tile albido برف - 500
NDSI شاخص تفکیک برف 0.0001 500
NDSI_Snow_Cover_Basic_QA کیفیت پایه - 500

نصب پیش‌نیازها

pip install pystac-client planetary-computer

دسترسی مستقیم با پایتون

جستجوی تصاویر

from pystac_client import Client
import planetary_computer

catalog = Client.open(
    "https://planetarycomputer.microsoft.com/api/stac/v1",
    modifier=planetary_computer.sign_inplace,
)

# جستجوی MODIS Snow Cover
search = catalog.search(
    collections=["modis-10A1-061"],
    bbox=[51.0, 35.5, 51.8, 36.0],
    datetime="2023-01-01/2023-12-31",
    query={"id": {"starts_with": "MOD10A1"}},
    max_items=10,
)

for item in search.items():
    print(f"تاریخ: {item.properties['datetime']}")
    print(f"شناسه: {item.id}")
    print("---")

خواندن پوشش برف

import rasterio
import numpy as np
import planetary_computer

items = list(search.items())
if items:
    item = items[0]

    # خواندن NDSI Snow Cover
    snow_href = planetary_computer.sign(item.assets["NDSI_Snow_Cover"].href)
    with rasterio.open(snow_href) as src:
        snow = src.read(1)
        # مقادیر > 100 پوشش برف دارند
        snow_cover = np.sum(snow > 100) / snow.size * 100
        print(f"درصد پوشش برف: {snow_cover:.1f}%")

لینک‌های مفید