Promjene

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": "Qiu Yubao,\u00a0Wang Xingxing,\u00a0Han Lulu,\u00a0Chang 
2
  "author": "Qiu Yubao,\u00a0Wang Xingxing,\u00a0Han Lulu,\u00a0Chang 
            
3
Li,\u00a0Shi Lijuan", 
3
Li,\u00a0Shi Lijuan", 
            
4
  "author_email": "qiuyb@aircas.ac.cn", 
4
  "author_email": "qiuyb@aircas.ac.cn", 
            
5
  "creator_user_id": "2e9fa41b-0394-4070-98d0-205f79d5738b", 
5
  "creator_user_id": "2e9fa41b-0394-4070-98d0-205f79d5738b", 
            
6
  "extras": [
6
  "extras": [
            
7
    {
7
    {
            
8
      "key": "Geographic Coverage", 
8
      "key": "Geographic Coverage", 
            
9
      "value": "24\u00b040\u2032N-45\u00b058\u2032N, 
9
      "value": "24\u00b040\u2032N-45\u00b058\u2032N, 
            
10
61\u00b057\u2032E\uff5e105\u00b029\u2032E"
10
61\u00b057\u2032E\uff5e105\u00b029\u2032E"
            
11
    }, 
11
    }, 
            
12
    {
12
    {
            
13
      "key": "Time", 
13
      "key": "Time", 
            
14
      "value": "2002.7-2018.6"
14
      "value": "2002.7-2018.6"
            
n
n
15
    }, 
            
16
    {
            
17
      "key": "extras_spatial", 
            
18
      "value": "{\u201ctype\": \"Polygon\",                 
            
19
\"coordinates\": [                     [                         [                             
            
20
61.9,  24.67                         ],                         [                             
            
21
105.49,  24.67                         ],                         [                             
            
22
105.49,  45.98                         ],                         [                             
            
23
61.9,  45.98                         ]                     ]                 
            
24
] \t}"
            
15
    }
25
    }
            
16
  ], 
26
  ], 
            
17
  "groups": [
27
  "groups": [
            
18
    {
28
    {
            
19
      "description": "CAS-GMELT, the Gla.cial Melt Toolbox for High 
29
      "description": "CAS-GMELT, the Gla.cial Melt Toolbox for High 
            
20
Mountain Asia, are collections of dataset, models, and tools by the 
30
Mountain Asia, are collections of dataset, models, and tools by the 
            
21
GMELT project funded by Chinese Academy of Sciences. CAS-GMELT 
31
GMELT project funded by Chinese Academy of Sciences. CAS-GMELT 
            
22
provides an operational publicly open platform for the exchange and 
32
provides an operational publicly open platform for the exchange and 
            
23
collaboration with NASA's Earth Science\u00a0Division (ESD). The 
33
collaboration with NASA's Earth Science\u00a0Division (ESD). The 
            
24
CAS-GMELT is aiming to develop newly geophysical parameters based on 
34
CAS-GMELT is aiming to develop newly geophysical parameters based on 
            
25
space Earth observations.", 
35
space Earth observations.", 
            
26
      "display_name": "CAS-GMELT", 
36
      "display_name": "CAS-GMELT", 
            
27
      "id": "e4e63708-a44b-40bb-8650-9c112f236293", 
37
      "id": "e4e63708-a44b-40bb-8650-9c112f236293", 
            
28
      "image_display_url": 
38
      "image_display_url": 
            
29
//115.29.142.79/uploads/group/2021-05-18-053350.744990GMELT-logo.png", 
39
//115.29.142.79/uploads/group/2021-05-18-053350.744990GMELT-logo.png", 
            
30
      "name": "cas-gmelt", 
40
      "name": "cas-gmelt", 
            
31
      "title": "CAS-GMELT"
41
      "title": "CAS-GMELT"
            
32
    }, 
42
    }, 
            
33
    {
43
    {
            
34
      "description": "Snow Observations over Tibetan Plateau - 
44
      "description": "Snow Observations over Tibetan Plateau - 
            
35
http://115.29.142.79/. \r\n\r\nIt is a project funded by the Special 
45
http://115.29.142.79/. \r\n\r\nIt is a project funded by the Special 
            
36
Scientific Research Fund of Meteorology in the Public Welfare 
46
Scientific Research Fund of Meteorology in the Public Welfare 
            
37
Profession of China (Grant No. GYHY201206040) from 2012.01-2015.12. 
47
Profession of China (Grant No. GYHY201206040) from 2012.01-2015.12. 
            
38
SOTP was operated by Tibet Center for Remote Sensing Applications, 
48
SOTP was operated by Tibet Center for Remote Sensing Applications, 
            
39
Tibet Meteorological Bureau, China Meteorological Administration 
49
Tibet Meteorological Bureau, China Meteorological Administration 
            
40
(CMA), Center for Earth Observtion and Digital Earth (CEODE) of CAS, 
50
(CMA), Center for Earth Observtion and Digital Earth (CEODE) of CAS, 
            
41
and National Satellite Meteorological Centre(NSMC) of China 
51
and National Satellite Meteorological Centre(NSMC) of China 
            
42
Meteorological Administration (CMA). It has been developing for 
52
Meteorological Administration (CMA). It has been developing for 
            
43
several years with the continuing efforts by partners, and now 
53
several years with the continuing efforts by partners, and now 
            
44
providing several valuable datsets openly.", 
54
providing several valuable datsets openly.", 
            
45
      "display_name": "SOTP", 
55
      "display_name": "SOTP", 
            
46
      "id": "91c8d68b-e13e-41e3-94de-bbfeb3e5e85f", 
56
      "id": "91c8d68b-e13e-41e3-94de-bbfeb3e5e85f", 
            
47
      "image_display_url": 
57
      "image_display_url": 
            
48
p://115.29.142.79/uploads/group/2021-05-18-053828.567967SOTPlogo.png", 
58
p://115.29.142.79/uploads/group/2021-05-18-053828.567967SOTPlogo.png", 
            
49
      "name": "sotp", 
59
      "name": "sotp", 
            
50
      "title": "SOTP"
60
      "title": "SOTP"
            
51
    }
61
    }
            
52
  ], 
62
  ], 
            
53
  "id": "aa39bdae-ba38-495b-a169-60f1752084ba", 
63
  "id": "aa39bdae-ba38-495b-a169-60f1752084ba", 
            
54
  "isopen": true, 
64
  "isopen": true, 
            
55
  "license_id": "other-open", 
65
  "license_id": "other-open", 
            
56
  "license_title": "Other (Open)", 
66
  "license_title": "Other (Open)", 
            
57
  "maintainer": "", 
67
  "maintainer": "", 
            
58
  "maintainer_email": "", 
68
  "maintainer_email": "", 
            
59
  "metadata_created": "2020-05-01T12:42:00.311163", 
69
  "metadata_created": "2020-05-01T12:42:00.311163", 
            
t
60
  "metadata_modified": "2021-05-26T02:43:33.450236", 
t
70
  "metadata_modified": "2022-04-22T09:27:40.653883", 
            
61
  "name": "daily-fractional-snow-cover-dataset-over-high-asia", 
71
  "name": "daily-fractional-snow-cover-dataset-over-high-asia", 
            
62
  "notes": "High Mountain Asia is an Asian high altitude area with the 
72
  "notes": "High Mountain Asia is an Asian high altitude area with the 
            
63
Tibetan Plateau as the main area and is also an important distribution 
73
Tibetan Plateau as the main area and is also an important distribution 
            
64
area of low and middle latitude mountain snow. The dynamic changes of 
74
area of low and middle latitude mountain snow. The dynamic changes of 
            
65
snow in this area have important effects on water, energy balance, and 
75
snow in this area have important effects on water, energy balance, and 
            
66
regional climate. As the seasonal snow in the Tibetan Plateau has the 
76
regional climate. As the seasonal snow in the Tibetan Plateau has the 
            
67
characteristics of short storage time and thin snow cover, it is 
77
characteristics of short storage time and thin snow cover, it is 
            
68
urgent for the understanding of water circulation to monitor the snow 
78
urgent for the understanding of water circulation to monitor the snow 
            
69
cover on day time scales. The dataset is based on MODIS normalized 
79
cover on day time scales. The dataset is based on MODIS normalized 
            
70
snow index data with the spatial resolution of 500 meters, combing 
80
snow index data with the spatial resolution of 500 meters, combing 
            
71
with the terrain data and advantages of a variety of snow cover 
81
with the terrain data and advantages of a variety of snow cover 
            
72
estimation algorithm under the cloud cover, gradually realizes 
82
estimation algorithm under the cloud cover, gradually realizes 
            
73
re-estimation of snow cover under the conditions of cloud cover, meets 
83
re-estimation of snow cover under the conditions of cloud cover, meets 
            
74
the need of cloud under 10\uff05 and finally produces \u201cDaily 
84
the need of cloud under 10\uff05 and finally produces \u201cDaily 
            
75
Fractional Snow Cover (FSC) Data set over High Asia 
85
Fractional Snow Cover (FSC) Data set over High Asia 
            
76
(2002\u20132018)\u201d. Then select binary snow products under 
86
(2002\u20132018)\u201d. Then select binary snow products under 
            
77
cloud-free conditions as a reference to carry out a comparison of 
87
cloud-free conditions as a reference to carry out a comparison of 
            
78
cloud distribution and total area time series of two products, the 
88
cloud distribution and total area time series of two products, the 
            
79
results show that fractional snow cover products accord with binary 
89
results show that fractional snow cover products accord with binary 
            
80
snow products in both space and time. In the case of the winter of 
90
snow products in both space and time. In the case of the winter of 
            
81
2013, when the value of fractional snow cover is greater than 
91
2013, when the value of fractional snow cover is greater than 
            
82
50\uff05, the relevance of two products is up to 0.8628. This data set 
92
50\uff05, the relevance of two products is up to 0.8628. This data set 
            
83
is expected to provide high-temporal-resolution data input for the 
93
is expected to provide high-temporal-resolution data input for the 
            
84
dynamic monitoring of snow over High Mountain Asia and the research of 
94
dynamic monitoring of snow over High Mountain Asia and the research of 
            
85
climate environment, hydrological and energy balance, and disaster 
95
climate environment, hydrological and energy balance, and disaster 
            
86
assessment. ", 
96
assessment. ", 
            
87
  "num_resources": 1, 
97
  "num_resources": 1, 
            
88
  "num_tags": 3, 
98
  "num_tags": 3, 
            
89
  "organization": {
99
  "organization": {
            
90
    "approval_status": "approved", 
100
    "approval_status": "approved", 
            
91
    "created": "2020-04-30T11:11:08.802657", 
101
    "created": "2020-04-30T11:11:08.802657", 
            
92
    "description": "Aerospace Information Research Institute (AIR) 
102
    "description": "Aerospace Information Research Institute (AIR) 
            
93
under the Chinese Academy of Sciences (CAS) was established in July 
103
under the Chinese Academy of Sciences (CAS) was established in July 
            
94
2017, following the approval for consolidation of three CAS 
104
2017, following the approval for consolidation of three CAS 
            
95
institutes: the Institute of Electronics (IECAS), the Institute of 
105
institutes: the Institute of Electronics (IECAS), the Institute of 
            
96
Remote Sensing and Digital Earth (RADI), and the Academy of 
106
Remote Sensing and Digital Earth (RADI), and the Academy of 
            
97
Opto-Electronics (AOE) at CAS President Board Meeting. The merger is 
107
Opto-Electronics (AOE) at CAS President Board Meeting. The merger is 
            
98
the outcome of CAS efforts towards reformation of its R&D system to 
108
the outcome of CAS efforts towards reformation of its R&D system to 
            
99
meet future R&D challenges and to better meet the national demands.", 
109
meet future R&D challenges and to better meet the national demands.", 
            
100
    "id": "c25dce84-97be-4153-8b90-d38f9ab73e5f", 
110
    "id": "c25dce84-97be-4153-8b90-d38f9ab73e5f", 
            
101
    "image_url": "2021-05-18-080509.992585AIRlogo.png", 
111
    "image_url": "2021-05-18-080509.992585AIRlogo.png", 
            
102
    "is_organization": true, 
112
    "is_organization": true, 
            
103
    "name": "air", 
113
    "name": "air", 
            
104
    "state": "active", 
114
    "state": "active", 
            
105
    "title": "Aerospace Information Research Institute, CAS", 
115
    "title": "Aerospace Information Research Institute, CAS", 
            
106
    "type": "organization"
116
    "type": "organization"
            
107
  }, 
117
  }, 
            
108
  "owner_org": "c25dce84-97be-4153-8b90-d38f9ab73e5f", 
118
  "owner_org": "c25dce84-97be-4153-8b90-d38f9ab73e5f", 
            
109
  "private": false, 
119
  "private": false, 
            
110
  "relationships_as_object": [], 
120
  "relationships_as_object": [], 
            
111
  "relationships_as_subject": [], 
121
  "relationships_as_subject": [], 
            
112
  "resources": [
122
  "resources": [
            
113
    {
123
    {
            
114
      "cache_last_updated": null, 
124
      "cache_last_updated": null, 
            
115
      "cache_url": null, 
125
      "cache_url": null, 
            
116
      "created": "2020-05-01T12:42:35.811740", 
126
      "created": "2020-05-01T12:42:35.811740", 
            
117
      "datastore_active": false, 
127
      "datastore_active": false, 
            
118
      "description": "", 
128
      "description": "", 
            
119
      "format": "GeoTIFF", 
129
      "format": "GeoTIFF", 
            
120
      "hash": "", 
130
      "hash": "", 
            
121
      "id": "38b1f7e9-28b4-4ce6-868a-7965161f70e1", 
131
      "id": "38b1f7e9-28b4-4ce6-868a-7965161f70e1", 
            
122
      "last_modified": null, 
132
      "last_modified": null, 
            
123
      "metadata_modified": "2020-05-01T12:42:35.811740", 
133
      "metadata_modified": "2020-05-01T12:42:35.811740", 
            
124
      "mimetype": null, 
134
      "mimetype": null, 
            
125
      "mimetype_inner": null, 
135
      "mimetype_inner": null, 
            
126
      "name": "Daily Fractional Snow Cover (FSC) Data set over High 
136
      "name": "Daily Fractional Snow Cover (FSC) Data set over High 
            
127
Asia", 
137
Asia", 
            
128
      "package_id": "aa39bdae-ba38-495b-a169-60f1752084ba", 
138
      "package_id": "aa39bdae-ba38-495b-a169-60f1752084ba", 
            
129
      "position": 0, 
139
      "position": 0, 
            
130
      "resource_type": null, 
140
      "resource_type": null, 
            
131
      "size": null, 
141
      "size": null, 
            
132
      "state": "active", 
142
      "state": "active", 
            
133
      "url": "http://www.sciencedb.cn/dataSet/handle/457", 
143
      "url": "http://www.sciencedb.cn/dataSet/handle/457", 
            
134
      "url_type": null
144
      "url_type": null
            
135
    }
145
    }
            
136
  ], 
146
  ], 
            
137
  "state": "active", 
147
  "state": "active", 
            
138
  "tags": [
148
  "tags": [
            
139
    {
149
    {
            
140
      "display_name": "Fractional Snow Cover", 
150
      "display_name": "Fractional Snow Cover", 
            
141
      "id": "a370cc1c-e40b-46f2-9887-2f69719845e4", 
151
      "id": "a370cc1c-e40b-46f2-9887-2f69719845e4", 
            
142
      "name": "Fractional Snow Cover", 
152
      "name": "Fractional Snow Cover", 
            
143
      "state": "active", 
153
      "state": "active", 
            
144
      "vocabulary_id": null
154
      "vocabulary_id": null
            
145
    }, 
155
    }, 
            
146
    {
156
    {
            
147
      "display_name": "High Mountain Asia", 
157
      "display_name": "High Mountain Asia", 
            
148
      "id": "217bb74a-7145-44cf-a89f-601d1eb91132", 
158
      "id": "217bb74a-7145-44cf-a89f-601d1eb91132", 
            
149
      "name": "High Mountain Asia", 
159
      "name": "High Mountain Asia", 
            
150
      "state": "active", 
160
      "state": "active", 
            
151
      "vocabulary_id": null
161
      "vocabulary_id": null
            
152
    }, 
162
    }, 
            
153
    {
163
    {
            
154
      "display_name": "SOTP", 
164
      "display_name": "SOTP", 
            
155
      "id": "dba0558e-c0f2-4696-b557-d9ad1333ec76", 
165
      "id": "dba0558e-c0f2-4696-b557-d9ad1333ec76", 
            
156
      "name": "SOTP", 
166
      "name": "SOTP", 
            
157
      "state": "active", 
167
      "state": "active", 
            
158
      "vocabulary_id": null
168
      "vocabulary_id": null
            
159
    }
169
    }
            
160
  ], 
170
  ], 
            
161
  "title": "Daily fractional snow cover dataset over High Mountain 
171
  "title": "Daily fractional snow cover dataset over High Mountain 
            
162
Asia", 
172
Asia", 
            
163
  "type": "dataset", 
173
  "type": "dataset", 
            
164
  "url": "http://www.sciencedb.cn/dataSet/handle/457", 
174
  "url": "http://www.sciencedb.cn/dataSet/handle/457", 
            
165
  "version": ""
175
  "version": ""
            
166
}
176
}