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"
            
15
    }, 
15
    }, 
            
16
    {
16
    {
            
17
      "key": "extras_spatial", 
17
      "key": "extras_spatial", 
            
18
      "value": "{\u201ctype\": \"Polygon\",                 
18
      "value": "{\u201ctype\": \"Polygon\",                 
            
19
\"coordinates\": [                     [                         [                             
19
\"coordinates\": [                     [                         [                             
            
20
61.9,  24.67                         ],                         [                             
20
61.9,  24.67                         ],                         [                             
            
21
105.49,  24.67                         ],                         [                             
21
105.49,  24.67                         ],                         [                             
            
n
22
105.49,  45.98                         ],                         [                             
n
22
105.49,  45.98                         ],                                           
            
23
61.9,  45.98                         ]                     ]                 
23
]                 ] \t"
            
24
] \t"

            
25
    }
24
    }
            
26
  ], 
25
  ], 
            
27
  "groups": [
26
  "groups": [
            
28
    {
27
    {
            
29
      "description": "CAS-GMELT, the Gla.cial Melt Toolbox for High 
28
      "description": "CAS-GMELT, the Gla.cial Melt Toolbox for High 
            
30
Mountain Asia, are collections of dataset, models, and tools by the 
29
Mountain Asia, are collections of dataset, models, and tools by the 
            
31
GMELT project funded by Chinese Academy of Sciences. CAS-GMELT 
30
GMELT project funded by Chinese Academy of Sciences. CAS-GMELT 
            
32
provides an operational publicly open platform for the exchange and 
31
provides an operational publicly open platform for the exchange and 
            
33
collaboration with NASA's Earth Science\u00a0Division (ESD). The 
32
collaboration with NASA's Earth Science\u00a0Division (ESD). The 
            
34
CAS-GMELT is aiming to develop newly geophysical parameters based on 
33
CAS-GMELT is aiming to develop newly geophysical parameters based on 
            
35
space Earth observations.", 
34
space Earth observations.", 
            
36
      "display_name": "CAS-GMELT", 
35
      "display_name": "CAS-GMELT", 
            
37
      "id": "e4e63708-a44b-40bb-8650-9c112f236293", 
36
      "id": "e4e63708-a44b-40bb-8650-9c112f236293", 
            
38
      "image_display_url": 
37
      "image_display_url": 
            
39
//115.29.142.79/uploads/group/2021-05-18-053350.744990GMELT-logo.png", 
38
//115.29.142.79/uploads/group/2021-05-18-053350.744990GMELT-logo.png", 
            
40
      "name": "cas-gmelt", 
39
      "name": "cas-gmelt", 
            
41
      "title": "CAS-GMELT"
40
      "title": "CAS-GMELT"
            
42
    }, 
41
    }, 
            
43
    {
42
    {
            
44
      "description": "Snow Observations over Tibetan Plateau - 
43
      "description": "Snow Observations over Tibetan Plateau - 
            
45
http://115.29.142.79/. \r\n\r\nIt is a project funded by the Special 
44
http://115.29.142.79/. \r\n\r\nIt is a project funded by the Special 
            
46
Scientific Research Fund of Meteorology in the Public Welfare 
45
Scientific Research Fund of Meteorology in the Public Welfare 
            
47
Profession of China (Grant No. GYHY201206040) from 2012.01-2015.12. 
46
Profession of China (Grant No. GYHY201206040) from 2012.01-2015.12. 
            
48
SOTP was operated by Tibet Center for Remote Sensing Applications, 
47
SOTP was operated by Tibet Center for Remote Sensing Applications, 
            
49
Tibet Meteorological Bureau, China Meteorological Administration 
48
Tibet Meteorological Bureau, China Meteorological Administration 
            
50
(CMA), Center for Earth Observtion and Digital Earth (CEODE) of CAS, 
49
(CMA), Center for Earth Observtion and Digital Earth (CEODE) of CAS, 
            
51
and National Satellite Meteorological Centre(NSMC) of China 
50
and National Satellite Meteorological Centre(NSMC) of China 
            
52
Meteorological Administration (CMA). It has been developing for 
51
Meteorological Administration (CMA). It has been developing for 
            
53
several years with the continuing efforts by partners, and now 
52
several years with the continuing efforts by partners, and now 
            
54
providing several valuable datsets openly.", 
53
providing several valuable datsets openly.", 
            
55
      "display_name": "SOTP", 
54
      "display_name": "SOTP", 
            
56
      "id": "91c8d68b-e13e-41e3-94de-bbfeb3e5e85f", 
55
      "id": "91c8d68b-e13e-41e3-94de-bbfeb3e5e85f", 
            
57
      "image_display_url": 
56
      "image_display_url": 
            
58
p://115.29.142.79/uploads/group/2021-05-18-053828.567967SOTPlogo.png", 
57
p://115.29.142.79/uploads/group/2021-05-18-053828.567967SOTPlogo.png", 
            
59
      "name": "sotp", 
58
      "name": "sotp", 
            
60
      "title": "SOTP"
59
      "title": "SOTP"
            
61
    }
60
    }
            
62
  ], 
61
  ], 
            
63
  "id": "aa39bdae-ba38-495b-a169-60f1752084ba", 
62
  "id": "aa39bdae-ba38-495b-a169-60f1752084ba", 
            
64
  "isopen": true, 
63
  "isopen": true, 
            
65
  "license_id": "other-open", 
64
  "license_id": "other-open", 
            
66
  "license_title": "Other (Open)", 
65
  "license_title": "Other (Open)", 
            
67
  "maintainer": "", 
66
  "maintainer": "", 
            
68
  "maintainer_email": "", 
67
  "maintainer_email": "", 
            
69
  "metadata_created": "2020-05-01T12:42:00.311163", 
68
  "metadata_created": "2020-05-01T12:42:00.311163", 
            
t
70
  "metadata_modified": "2022-04-22T09:27:58.333307", 
t
69
  "metadata_modified": "2022-04-22T09:28:43.949328", 
            
71
  "name": "daily-fractional-snow-cover-dataset-over-high-asia", 
70
  "name": "daily-fractional-snow-cover-dataset-over-high-asia", 
            
72
  "notes": "High Mountain Asia is an Asian high altitude area with the 
71
  "notes": "High Mountain Asia is an Asian high altitude area with the 
            
73
Tibetan Plateau as the main area and is also an important distribution 
72
Tibetan Plateau as the main area and is also an important distribution 
            
74
area of low and middle latitude mountain snow. The dynamic changes of 
73
area of low and middle latitude mountain snow. The dynamic changes of 
            
75
snow in this area have important effects on water, energy balance, and 
74
snow in this area have important effects on water, energy balance, and 
            
76
regional climate. As the seasonal snow in the Tibetan Plateau has the 
75
regional climate. As the seasonal snow in the Tibetan Plateau has the 
            
77
characteristics of short storage time and thin snow cover, it is 
76
characteristics of short storage time and thin snow cover, it is 
            
78
urgent for the understanding of water circulation to monitor the snow 
77
urgent for the understanding of water circulation to monitor the snow 
            
79
cover on day time scales. The dataset is based on MODIS normalized 
78
cover on day time scales. The dataset is based on MODIS normalized 
            
80
snow index data with the spatial resolution of 500 meters, combing 
79
snow index data with the spatial resolution of 500 meters, combing 
            
81
with the terrain data and advantages of a variety of snow cover 
80
with the terrain data and advantages of a variety of snow cover 
            
82
estimation algorithm under the cloud cover, gradually realizes 
81
estimation algorithm under the cloud cover, gradually realizes 
            
83
re-estimation of snow cover under the conditions of cloud cover, meets 
82
re-estimation of snow cover under the conditions of cloud cover, meets 
            
84
the need of cloud under 10\uff05 and finally produces \u201cDaily 
83
the need of cloud under 10\uff05 and finally produces \u201cDaily 
            
85
Fractional Snow Cover (FSC) Data set over High Asia 
84
Fractional Snow Cover (FSC) Data set over High Asia 
            
86
(2002\u20132018)\u201d. Then select binary snow products under 
85
(2002\u20132018)\u201d. Then select binary snow products under 
            
87
cloud-free conditions as a reference to carry out a comparison of 
86
cloud-free conditions as a reference to carry out a comparison of 
            
88
cloud distribution and total area time series of two products, the 
87
cloud distribution and total area time series of two products, the 
            
89
results show that fractional snow cover products accord with binary 
88
results show that fractional snow cover products accord with binary 
            
90
snow products in both space and time. In the case of the winter of 
89
snow products in both space and time. In the case of the winter of 
            
91
2013, when the value of fractional snow cover is greater than 
90
2013, when the value of fractional snow cover is greater than 
            
92
50\uff05, the relevance of two products is up to 0.8628. This data set 
91
50\uff05, the relevance of two products is up to 0.8628. This data set 
            
93
is expected to provide high-temporal-resolution data input for the 
92
is expected to provide high-temporal-resolution data input for the 
            
94
dynamic monitoring of snow over High Mountain Asia and the research of 
93
dynamic monitoring of snow over High Mountain Asia and the research of 
            
95
climate environment, hydrological and energy balance, and disaster 
94
climate environment, hydrological and energy balance, and disaster 
            
96
assessment. ", 
95
assessment. ", 
            
97
  "num_resources": 1, 
96
  "num_resources": 1, 
            
98
  "num_tags": 3, 
97
  "num_tags": 3, 
            
99
  "organization": {
98
  "organization": {
            
100
    "approval_status": "approved", 
99
    "approval_status": "approved", 
            
101
    "created": "2020-04-30T11:11:08.802657", 
100
    "created": "2020-04-30T11:11:08.802657", 
            
102
    "description": "Aerospace Information Research Institute (AIR) 
101
    "description": "Aerospace Information Research Institute (AIR) 
            
103
under the Chinese Academy of Sciences (CAS) was established in July 
102
under the Chinese Academy of Sciences (CAS) was established in July 
            
104
2017, following the approval for consolidation of three CAS 
103
2017, following the approval for consolidation of three CAS 
            
105
institutes: the Institute of Electronics (IECAS), the Institute of 
104
institutes: the Institute of Electronics (IECAS), the Institute of 
            
106
Remote Sensing and Digital Earth (RADI), and the Academy of 
105
Remote Sensing and Digital Earth (RADI), and the Academy of 
            
107
Opto-Electronics (AOE) at CAS President Board Meeting. The merger is 
106
Opto-Electronics (AOE) at CAS President Board Meeting. The merger is 
            
108
the outcome of CAS efforts towards reformation of its R&D system to 
107
the outcome of CAS efforts towards reformation of its R&D system to 
            
109
meet future R&D challenges and to better meet the national demands.", 
108
meet future R&D challenges and to better meet the national demands.", 
            
110
    "id": "c25dce84-97be-4153-8b90-d38f9ab73e5f", 
109
    "id": "c25dce84-97be-4153-8b90-d38f9ab73e5f", 
            
111
    "image_url": "2021-05-18-080509.992585AIRlogo.png", 
110
    "image_url": "2021-05-18-080509.992585AIRlogo.png", 
            
112
    "is_organization": true, 
111
    "is_organization": true, 
            
113
    "name": "air", 
112
    "name": "air", 
            
114
    "state": "active", 
113
    "state": "active", 
            
115
    "title": "Aerospace Information Research Institute, CAS", 
114
    "title": "Aerospace Information Research Institute, CAS", 
            
116
    "type": "organization"
115
    "type": "organization"
            
117
  }, 
116
  }, 
            
118
  "owner_org": "c25dce84-97be-4153-8b90-d38f9ab73e5f", 
117
  "owner_org": "c25dce84-97be-4153-8b90-d38f9ab73e5f", 
            
119
  "private": false, 
118
  "private": false, 
            
120
  "relationships_as_object": [], 
119
  "relationships_as_object": [], 
            
121
  "relationships_as_subject": [], 
120
  "relationships_as_subject": [], 
            
122
  "resources": [
121
  "resources": [
            
123
    {
122
    {
            
124
      "cache_last_updated": null, 
123
      "cache_last_updated": null, 
            
125
      "cache_url": null, 
124
      "cache_url": null, 
            
126
      "created": "2020-05-01T12:42:35.811740", 
125
      "created": "2020-05-01T12:42:35.811740", 
            
127
      "datastore_active": false, 
126
      "datastore_active": false, 
            
128
      "description": "", 
127
      "description": "", 
            
129
      "format": "GeoTIFF", 
128
      "format": "GeoTIFF", 
            
130
      "hash": "", 
129
      "hash": "", 
            
131
      "id": "38b1f7e9-28b4-4ce6-868a-7965161f70e1", 
130
      "id": "38b1f7e9-28b4-4ce6-868a-7965161f70e1", 
            
132
      "last_modified": null, 
131
      "last_modified": null, 
            
133
      "metadata_modified": "2020-05-01T12:42:35.811740", 
132
      "metadata_modified": "2020-05-01T12:42:35.811740", 
            
134
      "mimetype": null, 
133
      "mimetype": null, 
            
135
      "mimetype_inner": null, 
134
      "mimetype_inner": null, 
            
136
      "name": "Daily Fractional Snow Cover (FSC) Data set over High 
135
      "name": "Daily Fractional Snow Cover (FSC) Data set over High 
            
137
Asia", 
136
Asia", 
            
138
      "package_id": "aa39bdae-ba38-495b-a169-60f1752084ba", 
137
      "package_id": "aa39bdae-ba38-495b-a169-60f1752084ba", 
            
139
      "position": 0, 
138
      "position": 0, 
            
140
      "resource_type": null, 
139
      "resource_type": null, 
            
141
      "size": null, 
140
      "size": null, 
            
142
      "state": "active", 
141
      "state": "active", 
            
143
      "url": "http://www.sciencedb.cn/dataSet/handle/457", 
142
      "url": "http://www.sciencedb.cn/dataSet/handle/457", 
            
144
      "url_type": null
143
      "url_type": null
            
145
    }
144
    }
            
146
  ], 
145
  ], 
            
147
  "state": "active", 
146
  "state": "active", 
            
148
  "tags": [
147
  "tags": [
            
149
    {
148
    {
            
150
      "display_name": "Fractional Snow Cover", 
149
      "display_name": "Fractional Snow Cover", 
            
151
      "id": "a370cc1c-e40b-46f2-9887-2f69719845e4", 
150
      "id": "a370cc1c-e40b-46f2-9887-2f69719845e4", 
            
152
      "name": "Fractional Snow Cover", 
151
      "name": "Fractional Snow Cover", 
            
153
      "state": "active", 
152
      "state": "active", 
            
154
      "vocabulary_id": null
153
      "vocabulary_id": null
            
155
    }, 
154
    }, 
            
156
    {
155
    {
            
157
      "display_name": "High Mountain Asia", 
156
      "display_name": "High Mountain Asia", 
            
158
      "id": "217bb74a-7145-44cf-a89f-601d1eb91132", 
157
      "id": "217bb74a-7145-44cf-a89f-601d1eb91132", 
            
159
      "name": "High Mountain Asia", 
158
      "name": "High Mountain Asia", 
            
160
      "state": "active", 
159
      "state": "active", 
            
161
      "vocabulary_id": null
160
      "vocabulary_id": null
            
162
    }, 
161
    }, 
            
163
    {
162
    {
            
164
      "display_name": "SOTP", 
163
      "display_name": "SOTP", 
            
165
      "id": "dba0558e-c0f2-4696-b557-d9ad1333ec76", 
164
      "id": "dba0558e-c0f2-4696-b557-d9ad1333ec76", 
            
166
      "name": "SOTP", 
165
      "name": "SOTP", 
            
167
      "state": "active", 
166
      "state": "active", 
            
168
      "vocabulary_id": null
167
      "vocabulary_id": null
            
169
    }
168
    }
            
170
  ], 
169
  ], 
            
171
  "title": "Daily fractional snow cover dataset over High Mountain 
170
  "title": "Daily fractional snow cover dataset over High Mountain 
            
172
Asia", 
171
Asia", 
            
173
  "type": "dataset", 
172
  "type": "dataset", 
            
174
  "url": "http://www.sciencedb.cn/dataSet/handle/457", 
173
  "url": "http://www.sciencedb.cn/dataSet/handle/457", 
            
175
  "version": ""
174
  "version": ""
            
176
}
175
}