diff --git a/markdown-docs/vertex/displacement.en.md b/markdown-docs/vertex/displacement.en.md index 092f8f8..f622cd5 100644 --- a/markdown-docs/vertex/displacement.en.md +++ b/markdown-docs/vertex/displacement.en.md @@ -3,8 +3,7 @@ ## What is the Displacement Portal? The Displacement Portal provides the ability to visualize and interact with the OPERA Surface Displacement (DISP) Products. -Access the [Displacement Portal](https://displacement.asf.alaska.edu/) to get started. -[//]: # (Note that the Displacement Portal is also available by going to [Vertex](https://search.asf.alaska.edu), and selecting Displacement from the Search Type dropdown.) +Access the [Displacement Portal](https://displacement.asf.alaska.edu/) to get started. Note that the Displacement Portal is also available by going to [Vertex](https://search.asf.alaska.edu), and selecting Displacement from the Search Type dropdown. ## What are the OPERA Surface Displacement Products? diff --git a/phrase_json/en.json b/phrase_json/en.json index c378eab..04ae684 100644 --- a/phrase_json/en.json +++ b/phrase_json/en.json @@ -6,20 +6,20 @@ "ASFSS_1": "# ASFSearchResults\n\n## Description\n\nThis class describes a set of search results from the ASF archive. The class provides a convenient way to manage and examine search results, as well as export and download functionality.\n\n***\n\n## Attributes\n- `searchOptions` _(ASFSearchOptions)_: The search options used to generate this set of results. May be `None` in some cases.\n- `searchComplete` _(bool)_: Flag signifying `asf_search.search()` sucessfully completed gathering results from CMR. \n***\n\n## Methods\n\n### download()\n\nIterates over each ```ASFProduct``` and downloads them to the specified path.\n\n**args:**\n\n- path: The directory into which the products should be downloaded.\n- session: The session to use, in most cases should be authenticated beforehand.\n- processes: Number of download processes to use. Defaults to 1 (i.e. sequential download)\n- fileType _(optional)_: Used to download Burst XML metadata. Specify ````fileType=asf.FileDownloadType.ADDITIONAL_FILES```` to download the XML metadata. To download both .tiff and .xml files for bursts, use ````asf.FileDownloadType.ALL_FILES````\n\t- Example: ````burst_results.download(session=session, path=\"./\", fileType=asf.FileDownloadType.ADDITIONAL_FILES)````\n\t- Note: The Burst XML Metadata is a virtually generated file, and therefore does not have its own unique filename. The XML Metadata can only be found via the burst scene name.\n\n**returns:** None\n\n***\n\n### geojson()\n\n`ASFSearchResults.__str__()` utilizes this method for serialization via `json.dumps()`\n\n**args:** None\n\n**returns:**\n\n- `dict` describing the search results as a geojson object.\n\n### csv()\n\nCreates a csv formatted string generator from the results\n\n**args:** None\n\n**returns:**\n\n- A csv formatted string generator\n\n### kml()\n\nCreates a kml formatted string generator from the results\n\n**args:** None\n\n**returns:**\n\n- A kml formatted string generator\n\n### metalink()\n\nCreates a metalink formatted string generator from the results\n\n**args:** None\n\n**returns:**\n\n- A metalink formatted string generator\n\n### raise_if_incomplete()\n\nUse to check if results returned from `asf_search.search()` are incomplete (this can happen\nif an error occurs while querying CMR)\n\n**args:** None\n\n**raises:**\n\n- Raises an `asf_search.exceptions.ASFSearchError` if the results are incomplete\n", "BASELINE_1": "#Baseline Search Type\n\n## What is Baseline?\nBaseline uses information from two synthetic aperture radar (SAR) images of the same target area acquired at different times (temporal baseline) and from slightly different satellite orbit positions (perpendicular baseline). The Vertex baseline tool helps you identify and select scene pairs that are appropriate for Interferometric SAR (InSAR) processing. It provides visualization of perpendicular and temporal baseline data, and allows you to easily change the reference scene used in any stack.\n\n## How to use Vertex Baseline Tool\nVisit **[ASF's Vertex](https://search.asf.alaska.edu)** to begin using the Baseline tool.\n![type:video](https://www.youtube.com/embed/Xp5bgvi2pEM)\n\n### **Beginning your Baseline Search**\n\n- If you do not have a particular reference scene chosen, you can search for scenes using the geographic or list search. The center column will have a button under the metadata titled ***Baseline Tool*** for any scenes that are eligible. You may click this button to be directed to a Baseline search. The Baseline search will use the chosen scene as the reference scene.\n\n- If you do have a particular reference scene chosen, you can select ***Baseline*** from the Search Type dropdown list. You may enter your reference scene and hit ***Search***.\n\n### **Interacting with Baseline Search Results**\nWhile in Baseline Search type, you will notice many familiar controls in the results panel. The scenes are shown in the left column. The perpendicular and temporal baselines are listed next to each scene. The center column lists the metadata for the selected scene, and includes the **Baseline** button, which allows you to set any scene in the stack as the reference scene. The Baseline Chart is shown in the right column.\n\n**Result Panel Controls**\n\n- At the top left of the results panel, you will see the number of scenes listed.\n- **Zoom** will *Zoom to results* magnifying the map area of the Earth where the scenes are located.\n- **Queue** will *Add all results to Downloads* allowing you to add all scenes to the download queue.\n- **On Demand** will allow you to *Add all results to On Demand queue* to do custom processing on the scenes. To learn more click [here](https://hyp3-docs.asf.alaska.edu/using/vertex/).\n- **Export** will allow you to *Download data/metadata* for all scenes in the stack.\n- In the left column, **Queue** will *Add scene files to downloads* for the selected scene only.\n- Under the metadata in the center column, **Baseline** will allow you to set any scene in the stack as the reference scene. When you select this, both the chart and the baseline values will be updated automatically.\n\n**Chart Controls**\n\n- The dots on the chart represent individual scenes. Hovering over them will list their temporal and perpendicular values. You may also click on any point to select that scene. The metadata in the center column will be updated.\n- Located above the chart, there are labels and corresponding colors. These indicate how the reference scene, selected scene, and any scenes in your download queue are displayed on the chart. Some datasets include a shaded area which indicates the critical baseline.\n- You may zoom and pan the chart.\n\n#### Baseline Criteria\n\n- You may click **Baseline Criteria...** above the chart for additional options.\n\t- You can adjust the sliders to change the perpendicular and temporal values that you wish to be included in your results.\n\t- **Seasonal Search** allows constraining the results to certain annual periods within an overall range of dates. Click the Seasonal Search toggle and additional options will appear, allowing you to adjust the sliders to specify a seasonal range (*Season Start Day/Season End Day*).\n\t- You can enter a start and end date.\n\t- Changing any criteria will automatically update the list of scenes and the chart.\n\n## Next Steps\nOnce you are satisfied with your result set, you can use the download queue to manage and download baseline results. More information about the download queue can be found in the [Vertex Getting Started User Guide](/vertex/manual).\n\nIf you wish to create interferograms, custom processing is now available through Vertex. Details are available in the On Demand Queue section of the [Vertex Getting Started User Guide](/vertex/manual). You can find more information about creating interferograms with ASF's custom processing through the [HyP3 documentation](https://hyp3.asf.alaska.edu/about).\n", "BEST_PRACTICES": "\n# asf_search Best Practices\n\nIn addition to covering best practices, this page also contains advanced search techniques and serves as the \"philosophy of asf_search\".\n\nTopics covered include:\n\n- General recommendations, including\nworking with results, performance, common search filters and types, and count\n- Specifics for some datasets\n- Granule and product searches and the preferred method for these\n- Secondary searches such as stacking\n- Download and recommended authentication method\n- Advanced search techniques, including ranges, subclasses, large result sets, and more\n\n## General Recommendations\nThis section contains information on result sets, general performance, the different search types available, common filter examples, and count.\n\n### Result Sets\nSearch results are returned as an `ASFSearchResults` object, a sublass of `User List`, containing a list of `ASFProduct` objects. Each of these classes provides some additional functionality to aid in working with the results and individual products.\n`ASFProduct` provides a number of metadata fields, such as:\n\n- Geographic coordinates\n- Latitude/Longitude\n- Shape type\n- Scene and product metadata\n- Path, frame\n- Platform, beam, polarization\n- File name, size, URL\n\nGeographic coordinates are stored in the geometry attribute:\n\n`results[0].geometry`\n\nOther metadata is available through the properties attribute:\n\n`results[0].properties`\n\n`ASFProduct` objects provides geojson-based serialization, in the form of a geojson feature snippet:\n\n`print(results[0])`\n\n`ASFSearchResults` also supports the following output formats:\n\n- csv\n- jsonlite\n- jsonlite2\n- metalink\n- kml\n\n### General performance\nWhen searching for multiple products it's faster to search all products at once in a single search, rather than running a separate query for each product, which involves multiple https requests.\n\n``` python\nimport asf_search as asf\n\ngranules = ['S1B_IW_GRDH_1SDV_20161124T032008_20161124T032033_003095_005430_9906', 'S1-GUNW-D-R-087-tops-20190301_20190223-161540-20645N_18637N-PP-7a85-v2_0_1', 'ALPSRP111041130']\n\n# THIS IS SLOW AND MAKES MORE NETWORK REQUESTS THAN NECESSARY\nbatched_results = ASFSearchResults([])\nfor granule in granules:\n unbatched_response = asf.granule_search(granules_list=granule)\n batched_results.extend(batched_results)\n\n# THIS WILL ALWAYS BE FASTER\nfast_results = asf.granule_search(granules_list=granules)\n```\n\nIf you need to perform intermediate operations on large results (such as writing metadata to a file or calling some external process on results), use the `search_generator()` method to operate on results as they're returned page-by-page (default page size is 250).\n\n``` python\nimport asf_search as asf\n\nopts = asf.ASFSearchOptions(platform=asf.DATASET.SENTINEL1, maxResults=1000)\n\nfor page in asf.search_generator(opts=opts):\n foo(page)\n```\n\n\n### Differences between search types\nTo see details on different search types, see the [Searching](/asf_search/searching/) section.\n\n### Common Filters \nSearch options can be specified using kwargs, which also allows them to be handled using a dictionary:\n\n\topts = {\n \t'platform': asf.PLATFORM.ALOS,\n \t'start': '2010-01-01T00:00:00Z',\n \t'end': '2010-02-01T23:59:59Z'\n\t}\n \nBelow are some common filter examples:\n\n\tresults = asf.geo_search(\n \tintersectsWith='POLYGON((-91.97 28.78,-88.85 28.78,-88.85 30.31,-91.97 30.31,-91.97 28.78))',\n \tplatform=asf.PLATFORM.UAVSAR,\n \tprocessingLevel=asf.PRODUCT_TYPE.METADATA,\n\t\tmaxResults=250)\n\n### search_count()\nYou may use the `search_count()` method to return the count of total results matching the passed search options.\n\nThis example returns the current size of the SENTINEL1 catalog:\n \n opts = {\n 'platform': asf.PLATFORM.SENTINEL1}\n count = asf.search_count(**opts)\n\n## Dataset Specifics\nConstants are provided for each dataset. The list of constants can be found [here](https://github.com/asfadmin/Discovery-asf_search/blob/master/asf_search/constants/DATASET.py).\n\nBasic dataset search example:\n \n sentinel_results = asf.search(dataset=asf.DATASET.SENTINEL1, maxResults=250)\n\nYou can view the metadata for your results via the properties dictionary:\n\n sentinel_results[0].properties\n\nOr you can view the metadata as a geojson formatted dictionary:\n\n sentinel_results.geojson()\n\n### NISAR\nasf_search supports searching for lists of short names by the `shortName` keyword.\nThe currently available NISAR data that CMR provides lacks searchable additional attributes.\nTherefore, the best way to search for NISAR results is via combinations of `shortName`, `dataset`, `platform`, and `granule_list`/`product_list` keywords.\n\nNISAR example:\n\n nisar_gslc_gunw = asf.search(shortName=['NISAR_L2_GSLC_V1', 'NISAR_L2_GUNW_V1'], opts=search_opts, maxResults=250)\n print(nisar_gslc_gunw)\n\n### Opera-S1\nThe Opera dataset has both standard products and CalVal (calibration/validation) products available.\nPlease note that the CalVal products are treated as their own dataset in asf_search.\nBoth can be found in the [constants list](https://github.com/asfadmin/Discovery-asf_search/blob/master/asf_search/constants/DATASET.py).\n\n### SLC-Burst\nThe SLC Burst dataset has both tiff and xml data associated with a single entry in CMR. To access the xml data,\nsee the section on [downloading additional files](#downloading-additional-files).\n\n`fullBurstID`, `relativeBurstID`, and `absoluteBurstID` are SLC Burst specific filters. To\nget a temporal stack of products over a single burst frame, use `fullBurstID`, which is shared between\nall bursts over a single frame.\n\n### Further Reading\nFor more information on the constants and keywords available, see the [Keywords](/asf_search/searching/#keywords) section.\n\n## Search Specifics\nThis section contains information on granule and product searches, secondary searches,\n and other search details.\n\n### Granule and Product Search\n`granule_search()` and `product_search()` are similar.\nGranule (also called a scene) searches include all files types for the specified granule, whereas product searches specify one file type. \nGranule searches can be 1:many, whereas a product search will always be 1:1. \n\nGranule search example:\n\n granule_list = [\n 'S1B_IW_GRDH_1SDV_20190822T151551_20190822T151616_017700_0214D2_6084',\n 'S1B_IW_GRDH_1SDV_20190810T151550_20190810T151615_017525_020F5A_2F74',\n 'S1B_IW_GRDH_1SDV_20190729T151549_20190729T151614_017350_020A0A_C3E2',\n 'S1B_IW_GRDH_1SDV_20190717T151548_20190717T151613_017175_0204EA_4181',\n 'S1B_IW_GRDH_1SDV_20190705T151548_20190705T151613_017000_01FFC4_24EC',\n 'S1B_IW_GRDH_1SDV_20190623T151547_20190623T151612_016825_01FA95_14B9',\n 'S1B_IW_GRDH_1SDV_20190611T151546_20190611T151611_016650_01F566_D7CE',\n 'S1B_IW_GRDH_1SDV_20190530T151546_20190530T151611_016475_01F02E_BF97',\n 'S1B_IW_GRDH_1SDV_20190518T151545_20190518T151610_016300_01EAD8_9308',\n 'S1B_IW_GRDH_1SDV_20190506T151544_20190506T151609_016125_01E56C_1D67'\n ]\n results = asf.granule_search(granule_list)\n print(results)\n\nProduct search example: \n\n product_list = [\n 'S1A_IW_GRDH_1SDV_20190809T001336_20190809T001401_028485_033839_78A1-GRD_HD',\n 'S1A_IW_GRDH_1SDV_20150322T000454_20150322T000524_005137_006794_56E3-GRD_HD',\n 'S1A_IW_GRDH_1SDV_20160121T001256_20160121T001321_009585_00DF26_5B84-GRD_HD',\n 'S1A_IW_GRDH_1SDV_20151117T000448_20151117T000513_008637_00C455_3DC2-GRD_HD'\n ]\n results = asf.product_search(product_list)\n print(results)\n\n`granule_search()` and `product_search()` do not make use of any other search filters, but will accept kwargs for consistency with other search functions:\n\n results = asf.granule_search(granule_list=granule_list)\n print(f'{len(results)} results found')\n\n### Note about incorrect methods\nIt is generally preferred to \"collapse\" many small queries into fewer large queries. That is, it may be easy and logically reasonable to run a number of small `granule_search()` queries via a `foreach` loop over each of the items in the original granule list. **Please do not do this.** It consumes a lot of resources at both ASF and at CMR.\n\nInstead, combine your small queries into a single large query where possible, as shown above, and then post-process the results locally. `granule_search()` and `product_search()` can support very large lists, and will break them up internally when needed.\n\n### frame vs asfframe\nWhen using the `frame` keyword with certain platforms/datasets, asf_search will implicitly swap to using the `asfframe` keyword instead at search time. The platforms/datasets this affects are:\n\n- `SENTINEL-1A/B`\n- `ALOS`\n\nIn the query to CMR, this means searching by the `FRAME_NUMBER` instead of the `CENTER_ESA_FRAME` additional attribute.\nA way to avoid this on searches and use `CENTER_ESA_FRAME` with the above platforms/datasets is to use `cmr_keywords`:\n\n`asf.search(platform=asf.PLATFORM.SENTINEL1, cmr_keywords=[('attribute[]', 'int,CENTER_ESA_FRAME,1001')], maxResults=250)`\n\n### Stacking\nOnce you have identified a result set or a product id, you may wish to build a baseline stack based on those results.\nYou may use either the `stack()` or `stack_from_id()` methods to accomplish this. \n\n`stack_from_id()` is provided largely as a convenience: internally, it performs a `product_search()` using the provided ID, and then returns the results of that product's `stack()` method.\nFor this reason, it is recommended that if you have an `ASFProduct` object at hand, you use that to build your stack directly, as it removes the need for the additional search action.\nFor other cases where you have parameters describing your reference scene but not an `ASFProduct` object itself, it is appropriate to use one of the various search features available to obtain an `ASFProduct` first.\n\nA basic example using `ASFProduct.stack()`:\n \n import asf_search as asf\n\n reference = asf.product_search('S1A_IW_SLC__1SDV_20220215T225119_20220215T225146_041930_04FE2E_9252-SLC')[0]\n\n print(reference.stack())\n\nThe results are a standard `ASFSearchResults` object containing a list of `ASFProduct` objects, each with all the usual functionality.\nThere are 2 additional fields in the `ASFProduct` objects: `temporalBaseline` and `perpendicularBaseline`.\n`temporalBaseline` describes the temporal offset in days from the reference scene used to build the stack. \n`perpendicularBaseline` describes the perpendicular offset in meters from the reference scene used the build the stack.\nThe reference scene is included in the stack and will always have a temporal and perpendicular baseline of 0.\n\n### Platform vs Dataset\nasf_search provides 2 major keywords with subtle differences:\n \n - `platform`\n - `dataset`\n\n`platform` maps to the `platform[]` CMR keyword; values like `Sentinel-1A`, `UAVSAR`, `ALOS`. A limitation of searching by \nplatform is that for platforms like `Sentinel-1A` there are a lot of Sentinel-1 derived product types (`OPERA-S1`, `SLC-BURST`). \nFor every `SLC` product, there are 27 additional `OPERA-S1` and `SLC-BURST` products, which can lead to homogeneous results depending on your search filters.\n\nThe `dataset` keyword serves as a solution for this. Each \"dataset\" is a collection of concept ids generally associated with commonly used datasets.\n\n``` python\n# At the time of writing will likely contain mostly `OPERA-S1` and/or `SLC-BURST` products\nplatform_results = asf.search(dataset=asf.PLATFORM.SENTINEL1, maxResults=250) \n\n# Will contain everything but `OPERA-S1` and/or `SLC-BURST` products\ndataset_results = asf.search(dataset=asf.DATASET.SENTINEL1, maxResults=250)\n\n# Will contain OPERA-S1 Products\nopera_results = asf.search(dataset=asf.DATASET.OPERA_S1, maxResults=250)\n\n# Will contain SLC-BURST products\nslc_burst_results = asf.search(dataset=asf.DATASET.SLC_BURST, maxResults=250)\n```\n\n### CMR UAT Host\nasf_search defaults to querying against the production CMR API, `cmr.earthdata.nasa.gov`.\nIn order to use another CMR host, set the `host` keyword with `ASFSearchOptions`.\n\n``` python\nuat_opts = asf.ASFSearchOptions(host='cmr.uat.earthdata.nasa.gov', maxResults=250)\nuat_results = asf.search(opts=uat_opts)\n```\n\n### Campaign lists\nasf_search provides a built in method for searching for campaigns via platform.\n\n`asf.campaigns(platform=asf.PLATFORM.SENTINEL1A)`\n\n### CMR Keyword Aliasing\nasf_search aliases the following keywords behind the scenes with corresponding collection concept ids for improved search performance:\n\n- `platform`\n- `processingLevel`\n\nThe Alias lists are updated as needed with each release, but if you're not finding expected results, then the alias list may be out of date. \nIn order to skip the aliasing step, set the `collectionAlias` keyword to false with `ASFSearchOptions`\n\n``` python\nopts = asf.ASFSearchOptions(collectionAlias=False, maxResults=250)\nunaliased_results = asf.search(opts=opts)\n```\n\n**Please note, this will result in slower average search times.** If there are any results missing from new datasets, please report it as an [issue in github](https://github.com/asfadmin/Discovery-asf_search/issues) with the concept id and name of the collection missing from the dataset.\n\n## Download\n\nThis [Jupyter notebook](https://github.com/asfadmin/Discovery-asf_search/blob/master/examples/5-Download.ipynb) covers the available authentication methods.\nOnce authenticated, it provides a workflow for downloading search results.\n\n### Recommended Authentication\nUsing .netrc credentials is the preferred method for authentication.\nThis [guide](https://www.labkey.org/Documentation/wiki-page.view?name=netrc) will show you how to set up a .netrc file.\nRequests will attempt to get the authentication credentials for the URL’s hostname from your .netrc file.\nThe .netrc file overrides raw HTTP authentication headers set with `headers=`.\nIf credentials for the hostname are found, the request is sent with HTTP Basic Auth.\n\n## Advanced Search Techniques\nBelow you will find recommendations for advanced search techniques, such as subclassing, authentication, and the preferred method for large searches.\n\n### Sentinel-1 and GroupID\nSentinel-1 products as well as most Sentinel-1 derived datasets (OPERA-S1, SLC-Burst) have a group id associated with them.\nThis means that getting the original source scene, or any product associated with that scene, is as simple as using the `groupID`\nkeyword in a search.\n\n``` python\nimport asf_search as asf\n\nburst_name = 'S1_279916_IW1_20230418T162849_VV_A7E1-BURST'\nburst_granule = asf.search(granule_list=['S1_279916_IW1_20230418T162849_VV_A7E1-BURST'])[0]\n\ngroupID = burst_granule.properties['groupID']\n\n# gets the parent SLC of the burst product\nparent_slc = asf.search(groupID=groupID, processingLevel=asf.PRODUCT_TYPE.SLC)[0]\n\n# gets all other SLC Bursts associated with the same parent SLC\nbursts_in_same_scene = asf.search(groupID=groupID, processingLevel=asf.PRODUCT_TYPE.BURST)\n\n# gets ALL Sentinel-1 products and derived products available for the parent scene\nall_products_for_scene = asf.search(groupID=groupID)\n```\n\n### Subclassing\n`ASFProduct` is the base class for all search result objects.\nThere are several subclasses of `ASFProduct` that are used for specific platforms and product types with unique properties/functionality.\n\nKey Methods:\n\n- `geojson()`\n- `download()`\n- `stack()`\n- `get_stack_opts()` (returns None in `ASFProduct`, implemented by `ASFStackableProduct` subclass and its subclasses)\n- `centroid()`\n- `remotezip()` (requires optional dependency to be installed)\n- `get_property_paths()` (gets product's keywords and their paths in umm dictionary)\n- `translate_product()` (reads properties from umm, populates `properties` with associated keyword)\n- `get_sort_keys()`\n- `umm_get()`\n\nKey Properties:\n\n- `properties`\n- `_base_properties` (what `get_property_paths()` uses to find values in umm JSON `properties`)\n- `umm` (the product's umm JSON from CMR)\n- `metadata` (the product's metadata JSON from CMR)\n\n`ASFStackableProduct` is an important `ASFProduct` subclass, from which stackable product types meant for time series analysis are derived.\n`ASFStackableProduct` has a class enum, `BaselineCalcType`, that determines how perpendicular stack calculations are handled.\nEach subclass keeps track of their baseline calculation type via the `baseline_type` property.\n\nInherits: `ASFProduct`\n\nInherited By: `ALOSProduct`; `ERSProduct`; `JERSProduct`; `RADARSATProduct`; `S1Product`;\n`S1BurstProduct`; `OPERAS1Product`, `ARIAS1GUNWProduct`\n\nKey Methods:\n\n- `get_baseline_calc_properties()`\n- `get_stack_opts()` (overrides `ASFproduct`)\n- `is_valid_reference()`\n- `get_default_baseline_product_type()`\n\nKey Definitions for class enum `BaselineCalcType`:\n\n- `PRE_CALCULATED`: has pre-calculated `insarBaseline` value that will be used for perpendicular calculations\n- `CALCULATED`: uses position/velocity state vectors and ascending node time for perpendicular calculations\n\nKey Fields:\n\n- `baseline`\n- `baseline_type` (`BaselineCalcType.PRE_CALCULATED` by default or `BaselineCalcType.CALCULATED`)\n\nBecause `ASFProduct` is built for subclassing, that means you can provide your own custom subclasses derived directly from `ASFProduct` or even from a pre-existing subclass like `S1Product` or `OperaS1Product`.\n\nFor more information on subclassing, see the [Jupyter notebook](https://github.com/asfadmin/Discovery-asf_search/blob/master/examples/Advanced-Custom-ASFProduct-Subclassing.ipynb).\n\n### Using authenticated searches\nDownloading data, and accessing some data, requires an authenticated session with Earthdata Login.\nTo simplify this workflow, the `ASFSession` class is provided. \n \n auth_with_creds()\n auth_with_token()\n auth_with_cookiejar()\n\nCreating an authenticated session example:\n\n from getpass import getpass\n session = asf.ASFSession()\n session.auth_with_creds(input('EDL Username'), getpass('EDL Password'))\n\nThe `ASFSearchOptions` class is provided for storing and validating search parameters.\nCreating an `ASFSearchOptions` object is required to pass our authenticated session to `search()`.\n\n search_opts = asf.ASFSearchOptions(\n dataset=asf.DATASET.NISAR,\n session=session)\n\n nisar_response = asf.search(opts=search_opts, maxResults=250)\n\n### search_generator() for large result sets\nThe recommended way to perform large, long-running searches is to use `search_generator()` to yield CMR results page by page.\nThis allows you to stream results to a file in the event CMR times out.\nDifferent output formats can be used.\n\nNote that asf_search queries CMR with page sizes of 250, so setting maxResults=500 means asf_search will have to query CMR twice, each time returning 250 products:\n\n`large_results_generator = asf.search_generator(maxResults=500, platform=asf.PLATFORM.SENTINEL1A)`\n\n\twith open(\"search_results.metalink\", \"w\") as f:\n\t\tf.writelines(asf.export.results_to_metalink(large_results_generator))\n\nAnother usage example:\n\n\timport asf_search as asf\n\topts = asf.ASFSearchOptions(shortName='ARIA_S1_GUNW')\n\turs = []\n\tfor page in asf.search_generator(opts=opts):\n \turs.extend(product.properties['fileID'] for product in page)\n \tprint(len(urs))\n\n### Downloading additional files\nSome product types, such as SLC Bursts or Opera-S1 products, have several files that can be downloaded.\nWe can specify which files to download by setting the `fileType` and using the `FileDownloadType` enum class.\n\nAdditional files are stored in this array:\n\n product.properties['additionalUrls']\n\nTo download only the additional files:\n\n FileDownloadType.ADDITIONAL_FILES # everything in 'additionalUrls'\n\nTo download the default file:\n\n FileDownloadType.DEFAULT_FILE # The default data file, 'url'\n\nTo download both:\n\n FileDownloadType.ALL_FILES # all of the above\n\nThis example will download all additional files under the `additionalUrls` attribute:\n\n cslc_results[0].download(session=session, path = './', fileType=asf.FileDownloadType.ADDITIONAL_FILES) \n\nTo be more specific, we can use the `download_urls()` or `download_url()` methods\n\n print(f\"Additional urls: {opera_results[0].properties['additionalUrls']}\")\n \n url = opera_results[0].properties['additionalUrls'][0]\n fileName = url.split('/')[-1]\n \n asf.download_url(url, session=session, path ='./', filename=fileName)\n\n### S3 URIs\nSome product types (Sentinel-1, BURST, OPERA, NISAR) have s3 direct access URIs available. They are accessible under the `s3Urls` properties key:\n\n`ASFProduct.properties['s3Urls']`.\n\n### CMR Keywords Search Parameter\nYou can also search for granules using `readable_granule_name` via pattern matching.\n\nTo do this, you can pass the CMR search keyword config directly with the `cmr_keywords` search parameter.\nThis allows you to pass any valid CMR keyword-value pair that isn't covered by asf_search directly, as well as configure existing parameter behavior.\n\nMore info on pattern matching and parameter options can be found [here](https://cmr.earthdata.nasa.gov/search/site/docs/search/api.html#Parameter-Options).\n\nExample:\n\n gslc_results = asf.search(granule_list=['*046_009_A_095*'], cmr_keywords=('options[readable_granule_name][pattern]', 'true'), opts=search_opts)\n \n for product in gslc_results:\n print(product.properties['fileID'])\n", - "CHANGELOG_1": "# What's New\n\n## Unlimited Results Sets Deprecation Notice\nBeginning on May 21, 2025, we will implement a 30-second timeout on SearchAPI queries. This is a necessary change to update our API. This will impact Vertex searches for 5,000 results.\nAn alternative would be to use our Python package, [asf_search](/asf_search/basics/).\n\n## Vertex is Now Multilingual!\n\nVertex now supports English and Spanish. If your browser language is set to Spanish, Vertex will default to Spanish. You can also select your preferred language from the top menu. More information can be found [here](/vertex/manual/#language-options).\n\n## Area of Interest: Search for a Location\nYou can now search for a location name as your area of interest. The *Search for a Location* field can be found by opening the Area of Interest window. More information can be found [here](/vertex/manual/#area-of-interest-options).\n\n\n## New On Demand Option\n\nSentinel-1 RTCs may now be processed at 10-meter pixel spacing. More information can be found [here](https://hyp3-docs.asf.alaska.edu/guides/rtc_product_guide/#pixel-spacing). More about the On Demand queue can be found [here](/vertex/manual/#on-demand-queue).\n\n\n## Enhanced Downloads for Google Chrome\n\nEnhanced download queue functionality is available on Google Chrome browser. Included are download progress indicators, and the option to download all files in the queue. Download all will download 3 files concurrently until all files in the queue have been downloaded. More information can be found [here](https://docs.asf.alaska.edu/vertex/manual/#google-chrome-browser).\n\n", - "CHANGELOG_2": "# What's New\n\n## Unlimited Results Sets Deprecation Notice\nBeginning on May 21, 2025, we will implement a 30-second timeout on SearchAPI queries. This is a necessary change to update our API. This will impact large list searches, and Vertex searches for 5,000 results.\nAn alternative would be to use our Python package, [asf_search](/asf_search/basics/).\n\n## Dataset keyword\nThe new \"dataset\" keyword is the preferred alternative for platform searches. It allows results from multiple platforms at once. More information can be found [here](/api/keywords/#dataset-parameters).\n\n## New Python package for performing searches\nasf_search is a Python package for performing searches of the ASF catalog. In addition, it offers baseline functionality and download support. It is available through PyPi and Conda. More information can be found [here](/asf_search/basics).\n\n## Multiple Endpoints Available\n\nIn addition to the Search endpoint, we have multiple endpoints available for all of your Search API needs. Below is a brief overview of what's available. More details on these endpoints and how to use them can be found on the [Keywords page](/api/keywords).\n\n\n**Baseline Endpoint**\n\nThis endpoint can be used to search for baseline data using specific reference scenes.\n\n**WKT Endpoints**\n\nThe WKT validation endpoint will validate and repair a WKT input. The GeoSpatial Files to WKT endpoint will accept a POST request with files attached. It will return the parsed WKT from the file, as well as the repaired wrapped and unwrapped WKT.\n\n**Date Parser Endpoint**\n\nThis endpoint can be used to check how dates are parsed by the Search API.\n\n**Mission List Endpoint**\n\nThis endpoint lists all missions (also known as campaigns or collections) for all datasets.\n\n**Health Endpoint**\n\nThis endpoint is used to check the Search API health. It also provides information on CMR health.\n\n## Preferred Search API Output Format\n\nGeoJSON is the preferred Search API output format. You can specify the output format with keyword \"output\". If you find a required field that is not included in GeoJSON output, please contact ASF using the info below or reach the team directly at .", + "CHANGELOG_1": "# What's New\n\n## Unlimited Results Sets Deprecation Notice\nBeginning on May 21, 2025, we will implement a 30-second timeout on SearchAPI queries. This is a necessary change to update our API. This will impact Vertex searches for 5,000 results.\nAn alternative would be to use our Python package, [asf_search](/asf_search/basics/).\n\nWe have added a new output parameter (`output=python`) to SearchAPI. This will provide the Python code snippet needed to perform your desired search in asf_search.\nFor more details, see the [output keyword](/api/keywords/#results-parameters).\n\n## Vertex is Now Multilingual!\n\nVertex now supports English and Spanish. If your browser language is set to Spanish, Vertex will default to Spanish. You can also select your preferred language from the top menu. More information can be found [here](/vertex/manual/#language-options).\n\n## Area of Interest: Search for a Location\nYou can now search for a location name as your area of interest. The *Search for a Location* field can be found by opening the Area of Interest window. More information can be found [here](/vertex/manual/#area-of-interest-options).\n\n\n## New On Demand Option\n\nSentinel-1 RTCs may now be processed at 10-meter pixel spacing. More information can be found [here](https://hyp3-docs.asf.alaska.edu/guides/rtc_product_guide/#pixel-spacing). More about the On Demand queue can be found [here](/vertex/manual/#on-demand-queue).\n\n\n## Enhanced Downloads for Google Chrome\n\nEnhanced download queue functionality is available on Google Chrome browser. Included are download progress indicators, and the option to download all files in the queue. Download all will download 3 files concurrently until all files in the queue have been downloaded. More information can be found [here](https://docs.asf.alaska.edu/vertex/manual/#google-chrome-browser).\n\n", + "CHANGELOG_2": "# What's New\n\n## Unlimited Results Sets Deprecation Notice\nBeginning on May 21, 2025, we will implement a 30-second timeout on SearchAPI queries. This is a necessary change to update our API. This will impact large list searches, and Vertex searches for 5,000 results.\nAn alternative would be to use our Python package, [asf_search](/asf_search/basics/).\n\nWe have added a new output parameter (`output=python`) to SearchAPI. This will provide the Python code snippet needed to perform your desired search in asf_search.\nFor more details, see the [output keyword](/api/keywords/#results-parameters).\n\n## Dataset keyword\nThe new \"dataset\" keyword is the preferred alternative for platform searches. It allows results from multiple platforms at once. More information can be found [here](/api/keywords/#dataset-parameters).\n\n## New Python package for performing searches\nasf_search is a Python package for performing searches of the ASF catalog. In addition, it offers baseline functionality and download support. It is available through PyPi and Conda. More information can be found [here](/asf_search/basics).\n\n## Multiple Endpoints Available\n\nIn addition to the Search endpoint, we have multiple endpoints available for all of your Search API needs. Below is a brief overview of what's available. More details on these endpoints and how to use them can be found on the [Keywords page](/api/keywords).\n\n\n**Baseline Endpoint**\n\nThis endpoint can be used to search for baseline data using specific reference scenes.\n\n**WKT Endpoints**\n\nThe WKT validation endpoint will validate and repair a WKT input. The GeoSpatial Files to WKT endpoint will accept a POST request with files attached. It will return the parsed WKT from the file, as well as the repaired wrapped and unwrapped WKT.\n\n**Date Parser Endpoint**\n\nThis endpoint can be used to check how dates are parsed by the Search API.\n\n**Mission List Endpoint**\n\nThis endpoint lists all missions (also known as campaigns or collections) for all datasets.\n\n**Health Endpoint**\n\nThis endpoint is used to check the Search API health. It also provides information on CMR health.\n\n## Preferred Search API Output Format\n\nGeoJSON is the preferred Search API output format. You can specify the output format with keyword \"output\". If you find a required field that is not included in GeoJSON output, please contact ASF using the info below or reach the team directly at .", "CHARACTERS": "characters", "COOKBOOK_1": "# Search API Tips & Tricks\n\nThis is a collection of some tips & tricks for the Search API!\n\n## New Python package for performing searches\nasf_search is a Python package for performing searches of the ASF catalog. In addition, it offers baseline functionality and download support. It is available through PyPi and Conda. More information can be found [here](/asf_search/basics).\n\n## Rate Limitation on Search Endpoint\nThere has been a rate limitation instituted on the [search endpoint](/api/keywords/#search-endpoint). The rate limitation is per IP and is currently 250 queries per minute. Upon hitting the limit, further queries will yield a HTTP 429 with an error message. Check to see if your queries are returning a small number of results. If so, you can refine your parameters to combine result sets into larger groups and then post-process those results locally. For instance, instead of searching on a small area of interest with an individual query for each day, select a larger date range in order to create a single query, then split the results apart after they have been retrieved.\n\n## Vertex Copy/Paste Search API URL\nHave you have completed a geo search in Vertex, that you'd like to replicate in a Search API query? Click the Down Arrow under the Max Results. Choose \"API URL...\".\n\nHere you can see the Search API URL you would use to replicate the search. You may change the maxResults and output format. Once you are satisfied, click the copy icon. Now you can paste the query into a browser or command line interface to execute it.\n\n## Find the Product_List Value in Vertex\nThe product/file name is listed in Vertex Search Results, under the Files detail column. You can click the Copy icon to copy the File ID. You can also copy all File IDs from your Download Queue in Vertex. Once you have your desired list of files, you can find them via the Search API using the product_list keyword.\n\n## Search Results Can Become Search Area\nYou can turn your search results into a search area. First, export your search results as GeoJSON or KML output format. Next, import your file into Vertex geo search. Vertex will extract the AOI from your file. If desired, you can add filters and can save your search filters or the search itself.\n\n## Verify Your Query is Returning the Correct Number of Results\nWould you like to verify that your query has returned the correct number of results? Change your output to \"output=count\" to verify. If the count does not match, consider narrowing your search by using more keywords, or by using keyword “maxResults” to limit it. You may also try shortening the date range to split your search into a series of smaller searches.", "DERIVED_DATASETS_1": "# Derived Datasets Search Type\n\n## What are Derived Datasets?\n\nDerived datasets are higher-level datasets created using SAR data. The datasets listed below are ASF's collection.\n\n### Global Seasonal Sentinel-1 Interferometric Coherence & Backscatter Dataset\n\nThis dataset is the first-of-its-kind spatial representation of multi-seasonal, global SAR repeat-pass interferometric coherence and backscatter signatures. Global coverage comprises all land masses and ice sheets from 82 degrees northern to 78 degrees southern latitude. The dataset is derived from high-resolution multi-temporal repeat-pass interferometric processing of about 205,000 Sentinel-1 Single-Look-Complex (SLC) data acquired in Interferometric Wide-Swath mode (Sentinel-1 IW mode) from 1-Dec-2019 to 30-Nov-2020. Further information can be found [here](https://asf.alaska.edu/datasets/derived/global-seasonal-sentinel-1-interferometric-coherence-and-backscatter-dataset/).\n\n### Global Ice Sheet Mapping Observatory (GISMO)\n\nThe Global Ice-Sheet Mapping Observatory (GISMO) spaceborne radar system is part of the NASA Instrument Incubator Project (IIP). GISMO has a specific focus in measuring the surface topography of ice sheets, ice-sheet thickness, and in uncovering physical properties of the glacier bed using SAR. It utilized VHF and P-band interferometric radars and tested different methods of clutter rejection. GISMO achieved mapping the physical properties of a glacier bed through up to 5 km of ice. The GISMO project documented flight lines over the Greenland ice sheet in 2006, 2007, and 2008. Further information can be found [here](https://asf.alaska.edu/data-sets/derived-data-sets/global-ice-sheet-mapping-orbiter-gismo/).\n\n### Glacier Speed\n\nThis dataset was produced by Evan Burgess and colleagues at the University of Utah and the University of Alaska Fairbanks using ALOS PALSAR data. It reveals complex patterns of glacier flow throughout Alaska. The speed data are available for download in formats designed both for scientists and educators. Surface velocities are available for 47,880 km^2 of glacier ice, which includes almost all of the state’s major glaciers. Detailed information on its production is available in [Burgess et al., Nature Communications, 2013](https://www.nature.com/articles/ncomms3146). Further information can be found [here](https://asf.alaska.edu/data-sets/derived-data-sets/glacier-speed/).\n\n### International Polar Year\n\nInternational Polar Year (IPY) is a collaborative research event focused on the Arctic and Antarctic. IPY 2007-2009 focused on collaborative research and extensively explored the complex relationships between the Arctic and Antarctic. Over 60 countries and thousands of researchers participated, investigating more than 200 projects. Topics include Arctic and Antarctic relationships with geophysical elements, oceans and sea ice, Earth’s atmosphere, space, and human relations. ASF hosts an archive of the IPY project titled the Global Inter-agency IPY Polar Snapshot Year (GIIPSY). GIIPSY’s objective was to obtain high-definition satellite snapshots of the polar regions during 2007-2008. Further information can be found [here](https://asf.alaska.edu/data-sets/sar-data-sets/international-polar-year-2007-2008/).\n\n\n### Radarsat-1 Antarctic Mapping Project (RAMP)\n\nThe RADARSAT-1 Antarctic Mapping Project (RAMP) is composed of two main missions, the first Antarctic Mapping Mission (AMM-1) and the Modified Antarctic Mapping Mission (MAMM). AMM-1 started on September 9, 1997 and was completed on October 20, 1997. Its goals were to acquire a complete map of Antarctica and better understand the relationships between the southernmost continent’s environmental elements. MAMM started on September 3, 2000 and was completed on November 17, 2000. It planned to remap Antarctica and measure ice velocity data using interferometric analysis and data from AMM-1. Further information can be found [here](https://asf.alaska.edu/data-sets/derived-data-sets/radarsat-antarctic-mapping-project-ramp/).\n\n\n### Sea Ice MEaSUREs\n\nSea-ice imagery and data products are supported under NASA’s Making Earth System data records for Use in Research Environments (MEaSUREs) program. Arctic and Southern Ocean imagery, data, and data products are available at no cost to approved users from the ASF DAAC. These include over 11 years of RADARSAT-1 three-day radar snapshots of Arctic and Southern Ocean sea ice, and original SAR images. RADARSAT-1 data have been processed to construct a near decadal record of small-scale ice motion of the Arctic and Southern Oceans, a record of ice motion of the northern Bering Sea, and monthly high-resolution image mosaics of the Arctic Ocean. Further information can be found [here](https://asf.alaska.edu/data-sets/derived-data-sets/sea-ice-measures/).\n\n### Wetlands MEaSUREs\n\nThe inundated wetlands Earth System Data Record (ESDR) consists of two primary components. First, fine-resolution maps of wetland extent, vegetation type, and seasonal inundation dynamics, derived from SAR for regional and continental-scale areas covering crucial wetlands systems. Second, global coarse-resolution time series mappings of inundated area fraction at ~25 km resolution derived from multiple satellite remote sensing observations including passive and active microwave sensors and optical data sets optimized for inundation detection. These datasets are provided on a bi-monthly basis for 1992-1999 and daily for 2000 onward. Annual summary products and a daily near real time (NRT) dataset with 2-3 day latency are also provided. Further information can be found [here](https://asf.alaska.edu/data-sets/derived-data-sets/wetlands-measures/).\n", "DISP_FAQ": "# Displacement Products FAQs\n\n### What datasets are visualized in the Displacement Portal?\n\nThe Displacement Portal displays the Basic Velocity on a map and time series of displacements at point locations on a plot. \nThis information is derived from the short wavelength displacement layers found within each OPERA DISP dataset. \nThe short wavelength displacement layer is made for visualization purposes and to highlight relative displacement between nearby locations.\n\n### How is the Basic Velocity calculated?\nFor each of ASCENDING and DESCENDING:\n\n1. For each frame, create an average velocity GeoTIFF by:\n 1. Create a short wavelength displacement time series using the minimum set of granules spanning the full temporal extent of the available data \n 1. Take a linear regression of that time series to determine average velocity (i.e., slope of linear regression fit)\n 2. Set values outside [-0.03 m/yr, +0.03 m/yr] to -0.03 and +0.03\n\n- Overlay the individual frame GeoTIFFs into a mosaic \n 1. In areas where multiple frames overlap, prefer showing near-range pixels over far-range pixels (e.g. easternmost frame on top for ascending, westernmost on top for descending)\n 2. If the preferred frame has no data for a particular pixel, let the data value of the less-preferred frame show through\n \n### What is “short-wavelength displacement”?\n\nThe short wavelength displacement represents ground movement measured in the satellite line-of-sight (LOS) direction with large wavelength (spatial scale >30 km) signals filtered, so that the displayed data highlights local displacement signals and relative displacement between nearby locations. \nAs a result, large-scale signals such as atmospheric effects, large-scale subsidence, and tectonic plate motion are filtered. \nIn some cases the short wavelength displacement signal can result in unrealistic displacements (i.e., uplift within an area of subsidence), particularly if the long wavelength signal is large or complex [(see the Interpret Measurements section)](/datasets/disp_faq/#how-do-i-interpret-measurements-displayed-in-the-displacement-portal).\n\n### How do I interpret measurements displayed in the Displacement Portal?\n\nThe filtering approach used to generate the short wavelength layers is intended to highlight local displacement by removing large spatial signals that exceed the filter kernel size of 30 km. \nThe short wavelength layer is created to reduce the impact of atmospheric noise in InSAR data. However other large spatial scale (i.e., > 30 km) signals, such as subsidence in Central Valley, California, are also impacted. \nThe short wavelength layer values for locations such as those will look different than the unfiltered values in the OPERA DISP product's Displacement layer. \nNote that due to the short wavelength filtering process, there is no local spatial reference point.\n\nBelow we demonstrate synthetic examples of short wavelength filtered and unfiltered displacement signals. \nThe examples show that residual patterns that do not reflect true displacement can emerge after filtering (see Figure 1 below).\n\nMore details can be found in this [notebook](https://dolphin-insar--561.org.readthedocs.build/en/561/notebooks/demo-filtering-sizes/).\n\n**Figure 1**\n![Screenshot](/images/disp_faq.png){: style=\"height:450px;width:750px\"}\n\nFigure 1 illustrates the filtering approach, which removes signals greater than 30 km in spatial scale. \nThe examples shown include: (top row) a 65 km diameter subsidence bowl and (bottom row) a creeping right-lateral transform fault. \nAfter the long-wavelength signal is filtered, the remaining \"short wavelength\" signal contains local displacement plus any residual between the true and filtered long wavelength signals. \nNotice that the filtered subsidence bowl has apparent uplift along the edges. An analogous real-world example can be found in the Displacement Portal along the Central Valley of California (lat: 37.0768, lon: -120.5237). \nThe filtered fault creep signal shows local displacement next to the fault and no displacement in the far field. \nAn analogous real-world example can be found in the Displacement Portal along the Central San Andreas Fault near Parkfield, CA (lat: 36.2635, lon: -120.8569).\n\nBelow we demonstrate a real data example of short wavelength filtered and unfiltered displacement signals for the Central Valley of California (see Figure 2).\n\n**Figure 2**\n![Screenshot](/images/disp_faq_2.png){: style=\"height:500px;width:800px\"}\n\nFigure 2 illustrates the filtering approach, which removes signals greater than 30 km in spatial scale on the OPERA DISP product. \nThe example showcases the impact of filtering on the large-scale subsidence in the Central Valley of California (approximate lat: 37.0768, lon: -120.5237).\n\n### How do I access the unfiltered displacement data?\n\nThe unfiltered displacement datasets are available and can be downloaded as part of the OPERA-S1 dataset through [Vertex](https://search.asf.alaska.edu/#/?maxResults=250&dataset=OPERA-S1). \nChoose the DISP-S1 file type, and you will see the downloadable NetCDF file (with a “.nc” extension) available.\nYou must be signed into your Earthdata account to download these products.\nRefer to the [Vertex User Guide](/vertex/manual/#vertex-getting-started-user-guide) for more information.\nYou may also download the data through [NASA Earthdata](https://search.earthdata.nasa.gov/search/granules?p=C3294057315-ASF&pg[0][v]=f&pg[0][gsk]=-start_date&q=%22OPERA%22&tl=1579122059.503!5!!&lat=0.0703125).\n\nNote that the unfiltered displacement layer from the DISP-S1 product will not reflect what is visualized in the portal, since the portal only displays the short-wavelength layer.\n\n### What are the data units in the Displacement Portal?\n\nVelocities plotted in map view are in units of meters per year (m/yr). The map overlay is colorized from -0.03 m/yr (blue) to +0.03 m/yr (red) by default. \nLocal Displacement (i.e. short wavelength displacement) in the time-series plot is in units of meters in the line-of-sight direction. \nThe colorscale is fixed but future updates will allow users to adjust the colorscale.\n\n### How are the time-series referenced in time and space?\n\nEach Displacement product measures ground displacement relative to a specific reference date (see details in the [Product Specification Document](https://www.jpl.nasa.gov/go/opera/products/disp-product-suite/)). \nThe Display Portal map displays Basic Velocity for each pixel relative to the first available date with data for that pixel. \nThe zero Local Displacement value in the plot is set by the first available date. \nThe reference date and series in the plot can be changed by right-clicking on a point within a particular AOI series and selecting \"Shift to zero\". \nNote again that due to the short wavelength filtering process, there is no single global reference point; the spatial reference is the local average of the data.\n\n### How often are the data updated in the portal?\n\nThe OPERA velocity measurements displayed in the portal will be updated weekly and will initially cover the period from July 2016 through December 2024. \nThe portal products will be updated to current day data by the end of 2025.\n\n### Why are some points missing (i.e., masked)?\n\nPoints are missing if the data fail to meet a set of quality metrics, such as level of temporal coherence and phase similarity amongst neighboring pixels. \nThese quality metrics are captured in the Recommended Mask layer in the OPERA DISP product (see the [Product Specification Document](https://www.jpl.nasa.gov/go/opera/products/disp-product-suite/)). \nFactors that contribute to these quality metric issues can also include the presence of water bodies, ground motions that are too rapid to be resolved, and changes in surface characteristics (e.g., vegetation loss/growth and/or snow/ice cover). \n\nIn map-view: If the Recommended Mask identifies a pixel as low quality at any time, that pixel will not appear on the map. \nHowever, even if a pixel is missing from the map, time series data may still be available for that location if you click on it.\n\nIn the time series chart: If the Recommended Mask identifies a pixel as low quality at any point in time, that pixel's data will be marked with a hollow dot symbol on the chart. \nBetween these masked data segments, it is assumed that no displacement occurred.\n\n### Why do I get an error message (e.g. “Timeseries Service Error”) when trying to plot data?\n\nThese are the types of errors that will cause the \"Timeseries Service Error\" message:\n\n- The selected area is outside the dataset coverage (e.g. over the ocean, outside of the geographic scope of the data (e.g., over Europe); see data coverage by turning on the [rollout map layer](/vertex/displacement/#rollout)).\n- There is no data processed over the given frame yet. You can check the [rollout map layer](/vertex/displacement/#rollout) for more details.\n- There is no valid data at the selected point. This happens when all short-wavelength displacement samples for the given AOI are pre-filtered by the dataset's validity mask.\n\n### Are InSAR corrections applied to the time-series displayed in the Displacement Portal?\n\nThere are no InSAR corrections applied to the data displayed in the Portal.\n\nData for applying InSAR corrections (e.g., solid earth tides, ionospheric delay) are included as separate layers in the DISP product (see the [Product Specification Document](https://www.jpl.nasa.gov/go/opera/products/disp-product-suite/)).\n\n### Where is the OPERA Surface Displacement Product Specification Document?\n\nPlease refer to the dedicated DISP-S1 product page on the OPERA website, found [here](https://www.jpl.nasa.gov/go/opera/products/disp-product-suite/).", "DISP_USAGE": "# Displacement Products Usage\n\n##Displacement Product Considerations and Limitations\nThis provides some usage notes for the OPERA Displacement products. \nAccess the [Displacement Portal](https://displacement.asf.alaska.edu/) to interact with these products, or see the [Displacement Portal documentation](/vertex/displacement) for more details on using the Portal.\n\n***Caution on interpreting the data!***\n\n## Should data indicating ground movement on a house be a cause for concern?\n\nInSAR can detect small ground movements with millimeter-scale precision, but not all points indicate structural issues or land displacement. \nMany structures and surfaces move naturally due to environmental factors, affecting how radar signals are reflected. \nAs an example, bridges expand and contract with temperature changes, which may be detected by InSAR but are not necessarily signs of structural damage. \nSince such movements are expected and accounted for in engineering and construction, InSAR data should always be analyzed alongside additional information and expert knowledge to distinguish natural behavior from potential issues affecting specific structures and infrastructure.\n\n## Isolated Measurements and Outliers\nInSAR ground motion measurements are based on reflected radar signals, which can originate from both the Earth's surface and human-made structures. \nSignal reflecting from structures may be misinterpreted. For example, thermal expansion in buildings can appear as displacement, even though it does not indicate actual ground motion. \nSimilarly, harvest cycles in crop fields can cause sudden changes in reflectivity, affecting displacement measurements.\n\nThe Displacement Portal uses the Recommended Mask in the OPERA DISP products to reduce outliers. Pixels near masked areas might have lower quality. \nFor more dependable analysis, prioritize groups of points showing similar movement over single points with unusual motion.\n\n## What is the size of each pixel and how is displacement measured within that pixel?\nEach pixel in the Basic Velocity map represents a 30m x 30m area. \nWhile you can select a point in the portal, the displayed displacement data is the average for that entire pixel. \nTherefore, recorded movements are an aggregate of all surface changes within the 30m x 30m area, not a precise point measurement. \nAdditionally, the mosaic map pixels do not directly correspond to the underlying data pixels. \nClicking in different corners of a single mosaic pixel can yield different time series from distinct underlying data pixels. \nThe Basic Velocity mosaic serves to indicate trends and is not intended for rigorous analysis.\n\n## Contact\nFor any questions regarding the Displacement Portal, please contact ASF at uso@asf.alaska.edu.\n\nFor any questions or inquiries regarding the Displacement Products, please contact opera.sep@jpl.nasa.gov. \n", - "DISPLACEMENT": "\n# Displacement Portal\n\n## What is the Displacement Portal?\nThe Displacement Portal provides the ability to visualize and interact with the OPERA Surface Displacement (DISP) Products. \n[add later]: <> (Access the [Displacement Portal](https://displacement.asf.alaska.edu/) to get started. Note that the Displacement Portal is also available by going to [Vertex](https://search.asf.alaska.edu), and selecting Displacement from the Search Type dropdown.)\n\n## What are the OPERA Surface Displacement Products?\nThe OPERA Surface Displacement (DISP) Products are Interferometric Synthetic Aperture Radar (InSAR)-derived displacement data made using a hybrid Persistent Scatterer (PS) and Distributed Scatterer (DS) time series processing approach.\nFor more details, see the [OPERA DISP Product Specification Document](https://www.jpl.nasa.gov/go/opera/products/disp-product-suite/).\nThe OPERA DISP products provide information on anthropogenic and natural movements of the Earth's surface, such as subsidence due to groundwater or oil and gas extraction, uplift due to wastewater injection, and ground motion from tectonic faults, landslides, volcanoes, and more. \nAll OPERA DISP products are provided in the satellite’s line-of-sight (LOS) direction, meaning that surface movements are measured relative to the LOS, indicating whether a point is moving toward (positive value) or away from (negative value) the satellite.\nLOS information is shown in graphic form along the top panel of the Displacement Portal. \nThe OPERA DISP product suite is derived from Sentinel-1A/B/C and NISAR satellite SAR data and covers North America (United States and U.S. Territories, Canada within 200 km of the US border, and all mainland countries from the southern U.S. border up to and including Panama).\n\nThe OPERA DISP product includes a “short wavelength displacement” layer, which is the current data displayed on the Displacement Portal. \nThe short wavelength displacement layer is filtered to highlight local displacement (< 30 km wavelength) and remove long wavelength signals such as atmospheric noise. \nSee the [FAQ](/datasets/disp_faq) and the [OPERA DISP Product Specification Document](https://www.jpl.nasa.gov/go/opera/products/disp-product-suite/) for a more detailed description of the product layer. \n\nIn general, OPERA creates the DISP products as soon as the input data from the satellite becomes available. \nHowever, the OPERA DISP products from Sentinel-1 are being rolled out in two phases. \nPhase 1 (now through end of 2025) is focused on creating historical data between July 2016 and December 2024. \nPhase 2 is focused on creating any remaining historical data and all new products as the input satellite data becomes available.\n\nThe Displacement Portal provides the ability to visualize and interact with these products. \nThe Displacement Portal is coming soon. Check back for more updates.\n[add later]: <> (Access the [Displacement Portal](https://displacement.asf.alaska.edu/) to get started. Note that the Displacement Portal is also available by going to [Vertex](https://search.asf.alaska.edu), and selecting Displacement from the Search Type dropdown.)\nTo download the OPERA DISP products, see [NASA Earthdata](https://search.earthdata.nasa.gov/search/granules?p=C3294057315-ASF&pg[0][v]=f&pg[0][gsk]=-start_date&q=%22OPERA%22&tl=1578783442.59!5!!&lat=0.0703125).\n\n## Beginning your Displacement Search\n### Map Base Layers\nThe available base map layers can assist you in selecting your area of interest (AOI). \nIn the top left corner of the map, you may click the checkbox to toggle your desired map layers on or off.\n\n#### Basic Velocity\nThis layer shows velocity, derived using the short wavelength displacement layer from the DISP product. \nSee the [FAQs](/datasets/disp_faq) for more details.\nThere are separate Ascending and Descending satellite track layers, and the layer will update automatically to only display the correct direction based on your search filters.\n\n### Selecting AOIs\nWhen you first access the Displacement Portal, the point selector is active. You may click your desired point(s) on the map.\nWhen you are done adding your Areas of Interest (AOIs), you can click the **Draw** toggle to stop drawing. You may click it again to select more AOIs on the map.\n\nOnce you have selected the AOI, the results panel will appear. The left panel lists your selected AOIs, labeled as **Series 1, Series 2**, and so on. \nIt will also display the frame associated with each AOI. A spinning loading icon will be displayed next to each series while it is loading.\nThe chart is displayed in the right panel.\n\nEach Series is color coded. Hovering over the AOI in the AOI list, on the chart, or on the map will highlight that AOI in all three locations.\n\n### Additional Map Layers\nIn the top left corner of the map, there are additional map layers available. You may click the checkbox to select your desired layer. \n\n#### Rollout\nThis layer shows color-coded regional priorities for Displacement Product generation during the historical processing phase, which would initially include data from July 2016 to December 2024 and will be updated by the end of 2025. \nRegions are prioritized from 1 through 3, with 1 being the highest processing priority. \nNote that some sub-regions may be de-prioritized based on snow cover, vegetation, or other factors. \nThere are separate Ascending and Descending variants, and the layer will update to display the correct direction based on your search filters.\n\n## Interacting with Displacement Portal Results\n### Area of Interest List\n\n- Hovering over an AOI will highlight it on the AOI list, chart, and map.\n- By default, all AOIs are shown on the chart. You may click the **checkbox** next to an AOI to toggle how it is displayed on the chart. When checked, AOIs will appear on the chart. When unchecked, they will appear as a grayed out series on the chart.\n - You may click the **All AOIs checkbox** to gray out all time series on the chart.\n- You may click the **trash can** icon to delete an AOI from your list. This will remove it from the map, list, and chart.\n- You can delete all series by clicking the **trash can** icon next to *All AOIs*. A confirmation message will be displayed. Clicking **Cancel** will not delete any AOIs. Clicking **Delete** will delete all existing AOIs from the map, list, and chart.\n\n\n### Chart\n\n- Hovering over a time series on the chart will highlight it in the AOI list, chart, and map. Hovering over individual points in the chart will provide additional information on that point.\n- You may use the mouse to navigate the chart. There are **Zoom In** and **Zoom Out** buttons in the top right of the chart, or you can scroll with your mouse. The **Zoom to Fit** button will fit all time series into the visible chart.\n- Right-click any point in a time series to reset the first point of the displacement time series to 0 using **Shift to Zero**.\n- The **Date Slider** is below the chart. You may drag the pips to adjust the start and end dates.\n- Click the **Export** icon in the top right to download a .csv file for all AOIs in your time series. *Note*: If an AOI is deselected in the AOI list it will not be included in the csv export.\n- Click the **Settings** icon in the top right for additional options\n - Click the **Show Lines** checkbox to toggle lines on or off.\n - Click the **Show Linear Fit** checkbox to show the linear fit for each time series. The linear fit equations will be displayed above the chart. Dashed lines representing the linear fit will appear on the chart.\n - Click **Reset Chart Reference** to reset the chart to its original baseline reference.\n- The short wavelength displacement data is referred to as *Local Displacement* on the y-axis of the chart.\n- OPERA DISP data may be masked when they are flagged as low quality [(see FAQ)](/datasets/disp_faq). Masked data will be indicated on the chart using hollow points. The additional information provided when hovering over the point will indicate there is no valid data for that point. \n \n### Flight Direction\n\nIn the header bar, click the **Flight Direction** button to change the flight direction. Changing the flight direction will update the chart, and all selected map layers. \nThe flight direction options are Ascending (satellite heads from south to north) and Descending (satellite heads from north to south). \nIcons to the right of the Flight Direction button will show the satellite heading, radar look direction, and look angle range.\nThe icons will update based on the selected direction.\n\n### Search Tools\nThere are additional options available in the top right of the header bar.\n\n- The **Share/Save** button opens the **Saved Searches** and **Share Search** menu. \nFrom **Saved Searches**, you can save or view a displacement search. You can also view your displacement search history. \n**Share Search** allows you to copy the current URL to share your search, or you may email the link.\n- The **Info** button opens a modal with more information on the OPERA Surface Displacement Products (DISP).\n- The **Help** icon opens the Vertex help menu, which includes video tutorials and documentation.\n- The **language selector** enables you to switch languages. Currently, English and Spanish are available. \n- The **Sign In** icon displays the user options, including Saved Searches, Search History, Saved Filters, and Preferences. \n\n## Further Reading\n[Displacement Products Roadmap](https://storymaps.arcgis.com/stories/9356add046654d719fcc20566fc1f243)\n\n[Displacement Products Usage](/datasets/disp_usage)\n\n[Displacement FAQs](/datasets/disp_faq)", + "DISPLACEMENT": "\n# Displacement Portal\n\n## What is the Displacement Portal?\nThe Displacement Portal provides the ability to visualize and interact with the OPERA Surface Displacement (DISP) Products. \nAccess the [Displacement Portal](https://displacement.asf.alaska.edu/) to get started. \n[//]: # (Note that the Displacement Portal is also available by going to [Vertex](https://search.asf.alaska.edu), and selecting Displacement from the Search Type dropdown.)\n\n\n## What are the OPERA Surface Displacement Products?\nThe OPERA Surface Displacement (DISP) Products are Interferometric Synthetic Aperture Radar (InSAR)-derived displacement data made using a hybrid Persistent Scatterer (PS) and Distributed Scatterer (DS) time series processing approach.\nFor more details, see the [OPERA DISP Product Specification Document](https://www.jpl.nasa.gov/go/opera/products/disp-product-suite/).\nThe OPERA DISP products provide information on anthropogenic and natural movements of the Earth's surface, such as subsidence due to groundwater or oil and gas extraction, uplift due to wastewater injection, and ground motion from tectonic faults, landslides, volcanoes, and more. \nAll OPERA DISP products are provided in the satellite’s line-of-sight (LOS) direction, meaning that surface movements are measured relative to the LOS, indicating whether a point is moving toward (positive value) or away from (negative value) the satellite.\nLOS information is shown in graphic form along the top panel of the Displacement Portal. \nThe OPERA DISP product suite is derived from Sentinel-1A/B/C and NISAR satellite SAR data and covers North America (United States and U.S. Territories, Canada within 200 km of the US border, and all mainland countries from the southern U.S. border up to and including Panama).\n\nThe OPERA DISP product includes a “short wavelength displacement” layer, which is the current data displayed on the Displacement Portal. \nThe short wavelength displacement layer is filtered to highlight local displacement (< 30 km wavelength) and remove long wavelength signals such as atmospheric noise. \nSee the [FAQ](/datasets/disp_faq) and the [OPERA DISP Product Specification Document](https://www.jpl.nasa.gov/go/opera/products/disp-product-suite/) for a more detailed description of the product layer. \n\nIn general, OPERA creates the DISP products as soon as the input data from the satellite becomes available. \nHowever, the OPERA DISP products from Sentinel-1 are being rolled out in two phases. \nPhase 1 (now through end of 2025) is focused on creating historical data between July 2016 and December 2024. \nPhase 2 is focused on creating any remaining historical data and all new products as the input satellite data becomes available.\n\nThe Displacement Portal provides the ability to visualize and interact with these products. \nThe Displacement Portal is coming soon. Check back for more updates.\n[add later]: <> (Access the [Displacement Portal](https://displacement.asf.alaska.edu/) to get started. Note that the Displacement Portal is also available by going to [Vertex](https://search.asf.alaska.edu), and selecting Displacement from the Search Type dropdown.)\nTo download the OPERA DISP products, see [NASA Earthdata](https://search.earthdata.nasa.gov/search/granules?p=C3294057315-ASF&pg[0][v]=f&pg[0][gsk]=-start_date&q=%22OPERA%22&tl=1578783442.59!5!!&lat=0.0703125).\n\n## Beginning your Displacement Search\n### Map Base Layers\nThe available base map layers can assist you in selecting your area of interest (AOI). \nIn the top left corner of the map, you may click the checkbox to toggle your desired map layers on or off.\n\n#### Basic Velocity\nThis layer shows velocity, derived using the short wavelength displacement layer from the DISP product. \nSee the [FAQs](/datasets/disp_faq) for more details.\nThere are separate Ascending and Descending satellite track layers, and the layer will update automatically to only display the correct direction based on your search filters.\n\n### Selecting AOIs\nWhen you first access the Displacement Portal, the point selector is active. You may click your desired point(s) on the map.\nWhen you are done adding your Areas of Interest (AOIs), you can click the **Draw** toggle to stop drawing. You may click it again to select more AOIs on the map.\n\nOnce you have selected the AOI, the results panel will appear. The left panel lists your selected AOIs, labeled as **Series 1, Series 2**, and so on. \nIt will also display the frame associated with each AOI. A spinning loading icon will be displayed next to each series while it is loading.\nThe chart is displayed in the right panel.\n\nEach Series is color coded. Hovering over the AOI in the AOI list, on the chart, or on the map will highlight that AOI in all three locations.\n\n### Additional Map Layers\nIn the top left corner of the map, there are additional map layers available. You may click the checkbox to select your desired layer. \n\n#### Rollout\nThis layer shows color-coded regional priorities for Displacement Product generation during the historical processing phase, which would initially include data from July 2016 to December 2024 and will be updated by the end of 2025. \nRegions are prioritized from 1 through 3, with 1 being the highest processing priority. \nNote that some sub-regions may be de-prioritized based on snow cover, vegetation, or other factors. \nThere are separate Ascending and Descending variants, and the layer will update to display the correct direction based on your search filters.\n\n## Interacting with Displacement Portal Results\n### Area of Interest List\n\n- Hovering over an AOI will highlight it on the AOI list, chart, and map.\n- By default, all AOIs are shown on the chart. You may click the **checkbox** next to an AOI to toggle how it is displayed on the chart. When checked, AOIs will appear on the chart. When unchecked, they will appear as a grayed out series on the chart.\n - You may click the **All AOIs checkbox** to gray out all time series on the chart.\n- You may click the **trash can** icon to delete an AOI from your list. This will remove it from the map, list, and chart.\n- You can delete all series by clicking the **trash can** icon next to *All AOIs*. A confirmation message will be displayed. Clicking **Cancel** will not delete any AOIs. Clicking **Delete** will delete all existing AOIs from the map, list, and chart.\n\n\n### Chart\n\n- Hovering over a time series on the chart will highlight it in the AOI list, chart, and map. Hovering over individual points in the chart will provide additional information on that point.\n- You may use the mouse to navigate the chart. There are **Zoom In** and **Zoom Out** buttons in the top right of the chart, or you can scroll with your mouse. The **Zoom to Fit** button will fit all time series into the visible chart.\n- Right-click any point in a time series to reset the first point of the displacement time series to 0 using **Shift to Zero**.\n- The **Date Slider** is below the chart. You may drag the pips to adjust the start and end dates.\n- Click the **Export** icon in the top right to download a .csv file for all AOIs in your time series. *Note*: If an AOI is deselected in the AOI list it will not be included in the csv export.\n- Click the **Settings** icon in the top right for additional options\n - Click the **Show Lines** checkbox to toggle lines on or off.\n - Click the **Show Linear Fit** checkbox to show the linear fit for each time series. The linear fit equations will be displayed above the chart. Dashed lines representing the linear fit will appear on the chart.\n - Click **Reset Chart Reference** to reset the chart to its original baseline reference.\n- The short wavelength displacement data is referred to as *Local Displacement* on the y-axis of the chart.\n- OPERA DISP data may be masked when they are flagged as low quality [(see FAQ)](/datasets/disp_faq). Masked data will be indicated on the chart using hollow points. The additional information provided when hovering over the point will indicate there is no valid data for that point. \n \n### Flight Direction\n\nIn the header bar, click the **Flight Direction** button to change the flight direction. Changing the flight direction will update the chart, and all selected map layers. \nThe flight direction options are Ascending (satellite heads from south to north) and Descending (satellite heads from north to south). \nIcons to the right of the Flight Direction button will show the satellite heading, radar look direction, and look angle range.\nThe icons will update based on the selected direction.\n\n### Search Tools\nThere are additional options available in the top right of the header bar.\n\n- The **Share/Save** button opens the **Saved Searches** and **Share Search** menu. \nFrom **Saved Searches**, you can save or view a displacement search. You can also view your displacement search history. \n**Share Search** allows you to copy the current URL to share your search, or you may email the link.\n- The **Info** button opens a modal with more information on the OPERA Surface Displacement Products (DISP).\n- The **Help** icon opens the Vertex help menu, which includes video tutorials and documentation.\n- The **language selector** enables you to switch languages. Currently, English and Spanish are available. \n- The **Sign In** icon displays the user options, including Saved Searches, Search History, Saved Filters, and Preferences. \n\n## Further Reading\n[Displacement Products Roadmap](https://storymaps.arcgis.com/stories/9356add046654d719fcc20566fc1f243)\n\n[Displacement Products Usage](/datasets/disp_usage)\n\n[Displacement FAQs](/datasets/disp_faq)", "DOWNLOADING_1": "#Downloading\n\n## Session Authentication\n\nasf_search supports downloading data, both from search results as provided by the search functions, and directly on product URLs. An authenticated session is generally required. asf_search uses ```Requests```. Using .netrc credentials is the preferred method for authentication. More information on .netrc authentication can be found [here](https://requests.readthedocs.io/en/latest/user/authentication/#netrc-authentication).\n\nExample using .netrc:\n\n\tresults = ....\n\tresults.download(path='....')\n\nIf not using .netrc credentials, you may authenticate using an ```ASFSession``` object and one of the following authentication methods. ```ASFSession``` is a subclass of ```Session```. The session should be passed to whichever download method is being called, can be re-used, and is thread safe. \n\n- ```auth_with_creds('user', 'pass)```\n- ```auth_with_token('EDL token')```\n- ```auth_with_cookiejar(http.cookiejar)```\n\nExample with manual authentication:\n\n\tresults = asf_search.granule_search([...])\n\tsession = asf_search.ASFSession().auth_with_creds('user', 'pass')\n\tresults.download(path='/Users/SARGuru/data', session=session)\n\nasf_search also supports downloading an arbitrary list of URLs. All of the available authentication methods are supported:\n\n\turls = [...]\n\tasf_search.download_urls(urls=urls, path='/Users/SARGuru/data', session=ASFSession().auth_with_token('EDL token'))\n\nAlso note that ```ASFSearchResults.download()``` and the generic ```download_urls()``` function both accept a ```processes``` parameter which allows for parallel downloads.\n\n## Methods\n### download_urls()\n\nDownloads all products from the specified URLs to the specified location.\n\n**args**\n\n- urls: List of URLs from which to download\n- path: Local path in which to save the product\n- session: The session to use, in most cases should be authenticated beforehand\n- processes: Number of download processes to use. Defaults to 1 (i.e. sequential download)\n\n### download_url()\n\nDownloads a product from the specified URL to the specified location and (optional) filename.\n\n**args**\n\n- url: URL from which to download\n- path: Local path in which to save the product\n- filename: Optional filename to be used, extracted from the URL by default\n- session: The session to use, in most cases should be authenticated beforehand\n\n### remotezip()\n\nConfigures and returns an authenticated ```remotezip.RemoteZip``` object, allowing downloading of\nspecific files from a given zip archive without downloading the entire archive.\n\n**args**\n\n- url: URL from which to download a zip archive\n- session: Authenticated ```ASFSession``` that RemoteZip will use to download from the zip product\n\n**returns:**\n\n- `remotezip.RemoteZip` object authenticated with the passed _ASFSession_ object\n\n## Export Formats\nasf_search provides multiple export formats, in addition to the default asf_search format. Available formats are: geojson, csv, metalink, kml, jsonlite, jsonlite2.\n\nExamples:\n\n\tresults = ....\n\twith open(\"search_results.csv\", \"w\") as f:\n\t\tf.writelines(results.csv())\n\n\tresults = ....\n\twith open(\"search_results_jsonlite.json\", \"w\") as f:\n\t\tf.writelines(results.jsonlite())\n\n", "EVENTS_SEARCH_1": "# Event Search Type\n\n## What is Event Search?\nEvent search harnesses the capabilities of SAR proccessing to monitor natural disasters. Currently supported hazards are volcanic eruptions and earthquakes. Generated products include fully terrain corrected image time series, as well as interferometric SAR data over areas affected by natural disasters. To facilitate full automation, the processing flow is triggered automatically by existing hazard alert systems such as the USGS Earthquake Notification Service. Event monitoring through Vertex is based on technology developed within SARVIEWS through grant NNX12AQ38G. Visit the [Events (SARVIEWS) documentation](/datasets/events_about) for more information.\n\n## How to use Vertex Event Search\nVisit **[ASF's Vertex](https://search.asf.alaska.edu)** to begin using the Event search.\n\n### **Beginning your Event Search**\n\n- When you select **Event** search type, a search will be performed, and all available events will be displayed. As with other search types, there are filters available to limit or refine your search results.\n- Click **Event Search** to enter an event name or partial name. You may also select the desired event from the drop down list displayed when you click the field.\n- Under **Event Types**, you can choose which event types you wish to be displayed. Currently, there are Earthquake and Volcano events.\n- You may select a **Start Date** or **End Date**.\n- Click **Filters** for more options\n\t- You may toggle the **Active Events Only** switch to display only active events. The default is to display all events, including inactive events.\n\t- You may adjust the **Magnitude** slider to filter earthquakes by your desired magnitude range. *Note:* This filter applies only to earthquake events. If your search includes volcanoes, these will continue to be displayed in your search results.\n- Once you have selected your desired Filters, click **Search** to update your search results.\n\n#### **Product Filters**\n- **Path and Frame Filters** are available. You may enter a single path or frame, or a range.\n\t- Click **Clear** to clear the entered path and frame values.\n\t- Note that **Path and Frame** will filter the displayed products within each event.\n- Under **Product Type**, you may select one or more product types. This will filter the displayed products within each event.\n\n### **Interacting with Event Search Results**\nWhile in Event Search type, you will notice many familiar controls in the results panel. The events are shown in the left column. The Volcano and Earthquake icons note what type of event each result is. The center column lists the detail and metadata for the selected event. The Files for the selected event are shown in the right column.\n\n**Result Panel Controls**\n\n- At the top left of the results panel, you will see the number of events returned by your search.\n- **Zoom** will *Zoom to results* magnifying the map area of the Earth where the event is located.\n- **Queue** will *Add all results to Downloads* allowing you to add all event products to the download queue.\n\t- You may choose to add **All Event Products** or **Selected Event Products** to the download queue. You may select individual files in the right column.\n- **Export** will download the Bulk Download Script. This Python script allows you to download all products from the selected scene.\n- **On Demand** will allow you to *Add all results to On Demand queue* to do custom processing on the scenes. Depending on the types of files associated with the chosen event, you may be able to add RTC or InSAR jobs to your queue. To learn more click [here](https://hyp3-docs.asf.alaska.edu/using/vertex/).\n- **Copy** allows you to copy either the **Scene IDs** or the download **URLs**.\n\t- You may choose to copy either **All** Scene IDs or URLs, or only copy **Selected** Scene IDs or URLs. You may select individual files in the right column.\n- The Events column (left).\n\t- Each event has either an earthquake or a volcano icon to the left of it, to help you quickly identify the event type.\n\t- Click **Zoom to Event** to magnify the map area of the Earth where the event is located.\n- The Event Detail column (middle).\n\t- The event details are listed here. This includes the event processing start and stop time. For earthquakes, the magnitude and depth is also displayed.\n\t- You may **Copy** the Event ID.\n\t- For earthquake events, the **USGS ID** is listed. For volcanoes, the **Smithsonian ID** is listed. Click the link to go to the USGS or Smithsonian event page.\n\t- Adjust the **Geographic Search Polygon Scale** slider as desired. The Area of Interest polygon will also update on the map.\n\t- Once you are happy with the **Geographic Search Polygon Scale**, click **Geographic** to launch a Geographic search using the event's Area of Interest & dates.\n\t- Click **List** to launch a list search including all of the event's product scenes.\n\t- The eye icon labeled **Open in Image Viewer** opens a larger browse viewer window.\n\t\t- *Note*: When viewing InSAR images in the image viewer, the wrapped browse image is displayed. The unwrapped browse image is available in the downloaded product.\n\t\t- In the browse viewer, **zoom** using the **+** or **-** buttons. You may also zoom and pan using the mouse.\n\t\t- Click or scroll through the thumbnails at the bottom to see other browse images for the selected event.\n\t\t- The scene metadata is listed on the right side of the browse viewer window.\n\t\t- Under **File**, you may click the button labeled **RTC GAMMA** or **INSAR GAMMA** for more options\n\t\t\t- Click **Download File** to download the selected product.\n\t\t\t- Click **Add file to queue** to add it to your Download queue.\n\t\t\t- Click **Reference Scenes** to copy the reference scene names to the clipboard. These may be saved in a file or used in **List** Search.\n\t\t\t- Click **Pin Browse to Map** to pin the browse image to the map. Once pinned, you may click this button again to unpin.\n\t- Click the **Download this image** icon to download the browse image.\n\t- Click the **Pin** icon to pin the selected browse image to the map. Once pinned, you may click this button again to unpin.\n- The Files column (right).\n\t- The total number of files for the selected event is listed in this column.\n\t- You may sort the files using the **Sort By** and **Order** buttons at the top of the column.\n\t\t- Under **Sort By**, you may choose **Date**, **Path**, or **Frame**. \n\t\t- Click the **Order Arrow** to switch between ascending and descending order.\n\t- Click **Product Criteria** to open the Search Filters.\n\t- Click the **checkboxes** next to each file to select or deselect the file. The selected files will be pinned onto the map. Once your desired files are selected, you may also use the **Download** or **Copy** controls in the top left of the results panel to interact with selected products.\n\t- Click **On Demand** to add the selected file to your On Demand queue for further processing.\n\t- Click the **Shopping Cart** icon to add the selected file to your Download queue.\n\t- Click **Download** to download the selected file.\n\t- *Note*: You must be logged in to download products.\n\n\n", "EXCEPTIONS_1": "# Exceptions\n\n**ASFError(Exception):**\n\n- Base ASF Exception, not intended for direct use\n\n**ASFSearchError(ASFError):**\n\n- Base search-related Exception\n\n**ASFSearch4xxError(ASFSearchError):**\n\n- Raise when SearchAPI returns a 4xx error\n\n**ASFSearch5xxError(ASFSearchError):**\n\n- Raise when SearchAPI returns a 5xx error\n\n**ASFServerError(ASFSearchError):**\n\n- Raise when SearchAPI returns an unknown error\n\n**ASFBaselineError(ASFSearchError):**\n\n- Raise when baseline related errors occur\n\n**ASFDownloadError(ASFError):**\n\n- Base download-related Exception\n\n**ASFAuthenticationError(ASFError):**\n\n- Base download-related Exception", "HTSEA_DATA_1": "# How to Use ASF's Data\nThis provides an overview of some potential uses for the products available through ASF. The [Overview](/datasets/using_ASF_data/#overview) section provides usage examples for each dataset, including dervived datasets, as well as the spatial coverage and mission dates for each. [Dataset Details](/datasets/using_ASF_data/#dataset-details) provides further detail on some of the products available through each dataset. There is also a [Further Reading](/datasets/using_ASF_data/#further-reading) section.\n\n## Overview\n\nDataset | Dates | Usage Examples | Spatial Coverage\n--------- | ------ | -------------- | ----------------\n[Sentinel-1](/datasets/using_ASF_data/#sentinel-1) | 2014 - Present | Volcanoes, earthquakes, glaciers, land subsidence, sea ice, flooding, oceans, and more | Global\n[Sentinel-1 Bursts](/datasets/using_ASF_data/#sentinel-1-bursts) | 2014 - Present | Volcanoes, earthquakes, glaciers, land subsidence, sea ice, flooding, oceans, and more | Global\n[OPERA Sentinel-1](/datasets/using_ASF_data/#opera-sentinel-1) | 2014 - Present (varies by product) | Volcanoes, earthquakes, glaciers, land subsidence, sea ice, flooding, oceans, and more | Near-Global or North America (varies by product)\n[ALOS PALSAR](/datasets/using_ASF_data/#alos-palsar) | 2006 - 2011 | Glaciers, landslides, volcanoes, earthquakes, oil seeps, wetlands, sea ice, and more | The Americas, Antarctica, select wordwide sites\n[ALOS AVNIR-2](/datasets/using_ASF_data/#alos-avnir-2) *(Optical dataset)* | 2006 - 2011 | Spatial coverage maps for land and coastal zones; monitoring regional environments | Global\n[SIR-C](/datasets/using_ASF_data/#sir-c) | 1994 | Carbon cycle, ecosystems, biogeochemistry, climate variability and change, land use, geology, hydrology, oceanography, snow and ice, vegetation, calibration, and technological experiments | Targeted worldwide sites\n[ARIA S1 GUNW](/datasets/using_ASF_data/#aria-s1-gunw) | 2014 - Present | Deformation caused by earthquakes, volcanic eruptions, glacier movements, landslides, subsidence, and more | Select worldwide sites\n[SMAP](/datasets/using_ASF_data/#smap-soil-moisture-active-passive) | 2015 - Present | Soil moisture and freeze/thaw state (detailed data from 3 months in 2015); Benchmark data for flood, landslide, and drought monitoring; agricultural planning; and climate forecasting | Global\n[UAVSAR](/datasets/using_ASF_data/#uavsar) | 2008 - Present | Oil spills, earthquakes, volcanoes, oceans, land cover, earthquakes, wildfire scars, glaciers, subsidence, and more | Targeted worldwide sites\n[RADARSAT-1](/datasets/using_ASF_data/#radarsat-1) | 1996 - 2008 | Arctic sea ice, volcanoes, ocean winds, ecology, soil moisture, wetlands, flooding, and more | Global\n[ERS-1 & ERS-2](/datasets/using_ASF_data/#ers) | 1991 - 2011 | Polar regions and processes (sea ice, Arctic, Antarctic) | Primarily polar, within station masks of the ASF and McMurdo ground stations\n[JERS-1](/datasets/using_ASF_data/#jers) | 1992 - 1998 | Important forests of the world: Southeast Asia, Africa, Central America, South America (Amazon Basin), and boreal North America | Global\n[AIRSAR](/datasets/using_ASF_data/#airsar) | 1990 - 2004 | Oceans, coasts, forest ecology, geology, hydrology, earthquakes, archeaology, and more | Selected sites worldwide\n[Seasat](/datasets/using_ASF_data/#seasat) | 1978 | Portions of northern oceans and land | Regions of Northern Hemisphere, including oceans and North America\n[Global Seasonal Sentinel-1 Interferometric Coherence and Backscatter Dataset](/datasets/using_ASF_data/#global-seasonal-sentinel-1-interferometric-coherence-backscatter-dataset) | 2019 - 2020 | Deformation caused by earthquakes, volcanic eruptions, glacier movements, landslides, and subsidence, and more | All land masses and ice sheets from 82°N to 78°S\n[GISMO](/datasets/using_ASF_data/#gismo) | 2006 - 2008 | Glaciers, ice sheets | Greenland Ice Sheet\n[Glacier Speed](/datasets/using_ASF_data/#glacier-speed) | 2007 - 2011 | Glaciers, glacial flow speeds, ocean-ice sheet interactions | Glaciers in Alaska\n[International Polar Year](/datasets/using_ASF_data/#international-polar-year) | 2007 - 2008 | Arctic and Antarctic relationships with geophysical elements, oceans and sea ice, Earth’s atmosphere, space, human relations, climate change | Arctic & Antarctic\n[RADARSAT-1 Antarctic Mapping Mission (RAMP)](/datasets/using_ASF_data/#ramp) | 1997 and 2000 | Historic, high-resolution map of Antarctica: ice-sheet morphology, rock outcrops, research infrastructure, coastline, and more | Antarctica\n[Sea Ice MEaSUREs](/datasets/using_ASF_data/#sea-ice-measures) | 1995 - 2012 | Arctic Ocean sea ice motion with three-day radar snapshots as the ice goes through dramatic changes over 11 years | Arctic Ocean\n[Wetlands MEaSUREs](/datasets/using_ASF_data/#wetlands-measures) | 1993 - 2009 | Wetlands ecology, including their role in climate, biogeochemistry, hydrology, and biodiversity | Amazon, Alaska, the Americas, global (coarse resolution)\n\n\n## Dataset Details\n\n### Sentinel-1\nSentinel-1 offers global coverage with C-Band SAR. Sentinel-1A was launched in 2014, and Sentinel-1B was launched in 2016. Each satellite has a 12 day repeat cycle, and some areas have coverage every 6 days. New acquisition data is available to download within 3 days, though it is most often available within 24 hours. The data is free and easy to download in several formats.\n\n*Note*: As of December 23, 2021, the Sentinel-1B mission has ended due to an anomaly. This affects the coverage cycle in some areas. More information can be found [here](https://sentinels.copernicus.eu/web/sentinel/-/end-of-mission-of-the-copernicus-sentinel-1b-satellite/1.5).\n\n#### RAW\nRAW products require calibration & processing steps before the data is analysis-ready. These products are best suited for use by SAR specialists.\n\n#### GRD\nGround Range Detected (GRD) products are best for amplitude applications, such as generating RTC images. These are Level 1 products. These products are georeferenced, and multi-looked into a single image. Only amplitude information is included in the GRD.\n\n- No effort required to view data in a GIS software\n- Easy to project to desired coordinate system\n- Pixels are in ground-detected geometry\n- One consolidated image for each polarization\n- Square pixels\n- Smaller file size\n\n#### SLC\nSingle Look Complex (SLC) products are necessary for interferometry. These are Level 1 products. These products are comprised of 3 GeoTIFFs, one for each of the sub-swaths, and each radar burst is included in the data. The SLC includes phase data.\n\n- Remains in slant-range geometry\n- Phase data is retained\n\t- Suitable for detecting changes in surface elevation\n\t- Required for generating interferograms\n- Several images for each SLC\n- Retains each subswath (including overlap) and series of bursts, with a black line grid\n\n#### OCN\nOCN products are higher level products, generated from the Level 1 products. These products are focused on ocean applications, including waves & wind direction. \n\n### Sentinel-1 Bursts\nA Sentinel-1 SLC contains multiple measurement TIFFs that contain the radar response data. Each measurement TIFF can be further broken down into a single radar pulse response message which is referred to as a burst.\n\nThere are multiple parameters that allow searching for bursts across sub-swaths and burst cycles. Depictions of a single burst, and the three available burst-related IDs are below.\n\nSingle burst: \n![Screenshot](/images/single_burst_diagram.png){: style=\"height:150px;width:150px\"}\n\nAbsolute Burst ID: \n![Screenshot](/images/absolute_burst_id_diagram.png){: style=\"height:150px;width:150px\"}\n\nRelative Burst ID: \n![Screenshot](/images/relative_burst_id_diagram.png){: style=\"height:150px;width:150px\"}\n\nFull Burst ID: \n![Screenshot](/images/full_burst_id_diagram.png){: style=\"height:150px;width:150px\"}\n\nEach burst file also has a corresponding XML Metadata file available. The Burst XML Metadata is a virtually generated file, and therefore does not have its own unique filename. The XML Metadata can only be found via the burst scene name, and is not searchable in a list search.\n\n### OPERA Sentinel-1\nObservational Products for End-Users from Remote Sensing Analysis [(OPERA)](https://www.jpl.nasa.gov/go/opera/about-opera?_ga=2.199717550.185027135.1698074247-1558404154.1684781882) is a project at the Jet Propulsion Laboratory [(JPL)](https://www.jpl.nasa.gov/go/opera?_ga=2.266246031.185027135.1698074247-1558404154.1684781882), created to address high-priority requests from the NASA [Satellite Needs Working Group](https://impact.earthdata.nasa.gov/project/snwg.html?_ga=2.199717550.185027135.1698074247-1558404154.1684781882) and its partners for products generated from SAR and optical sensors.\n\nThe following OPERA products can be found through Vertex, asf_search, or the SearchAPI:\n \n- Near-global land surface Radiometric Terrain Corrected (RTC) backscatter product\n- Near-global land surface Radiometric Terrain Corrected (RTC) backscatter static layers product\n- North America Coregistered Single-Look Complex (CSLC) product\n- North America Coregistered Single-Look Complex (CSLC) static layers product\n\n“Near-global” corresponds to all landmasses excluding Antarctica. “North America” corresponds to the United States and U.S. Territories, Canada within 200 km of the U.S. border, and all mainland countries from the southern U.S. border up to and including Panama.\n\nThe near-global RTC products are available from 2023 to present. The North America CSLC products will be available from 2014 to present.\n\n####RTC\nThe Radiometric Terrain Corrected (RTC) Backscatter product consists of Sentinel-1 radar backscatter data normalized with respect to the topography. It is a Level-2 product that is projected onto a pre-defined UTM/Polar stereographic map projection system. The Copernicus Global 30 m (GLO-30) Digital Elevation Model (DEM) is the reference DEM used to correct for the impacts of topography and to geocode the product. The product is provided in a GeoTIFF file format. The RTC metadata is in HDF5 format.\n\n####RTC Static\nThe RTC-STATIC product is a Level 2 product that contains static radar geometry layers associated with the RTC product.\n\n####CSLC\nThe Coregistered Single-Look Complex (CSLC) product consists of SLC images that are precisely aligned or “coregistered” to a pre-defined UTM/Polar stereographic map projection system. The CSLC images contain both the amplitude and phase information of the complex radar return. The Level-2 CSLC product is derived from Sentinel-1 data and is provided in HDF5 format.\n\n####CSLC Static \nThe CSLC-ST product serves as an ancillary product to the CSLC products and is distributed separately from the CSLC products. It is only produced once (or a limited amount of times) for CSLC products characterized by the same burst identification string i.e., for all the Sentinel-1-A/B bursts covering the same geographical area on the ground.\n\n### ALOS PALSAR\nALOS PALSAR offers historical data, and has some analysis-ready RTC (Radiometric Terrain Corrected) products, processed by ASF. \n\n#### RTC\nNote that a resampled DEM (SRTM or NED) was used for RTC processing. DEM information can be found [here](https://asf.alaska.edu/information/palsar-rtc-dem-information/). These RTCs can be used to replace optical imagery in areas with frequent cloud cover. They may also be used to improve land cover classification. More advanced processing techniques include data fusion, either on a pixel level or on a feature level, using an object-oriented approach.\n\n- Projected to UTM coordinates\n- Hi-Res Terrain Corrected products are 12.5 meter resolution\n- Low-Res Terrain Corrected products are 30 meter resolution\n\nThe ALOS PALSAR Product Guide can be found [here](https://asf.alaska.edu/wp-content/uploads/2019/03/rtc_product_guide_v1.2.pdf).\n\n#### Level 2.2\nThese products are projected in a custom Japan Aerospace Exploration Agency (JAXA) datum. These products require reprojection to the appropriate UTM zone before they can be analyzed in a GIS software.\n\n#### Level 1.5\nThese products are in CEOS data format, and do not contain a spatial reference. These must be geocoded before any processing or analysis. Once geocoded, these may be exported as GeoTIFF files. This [data recipe](https://asf.alaska.edu/how-to/data-recipes/how-to-view-and-geocode-ceos-data-in-asf-mapready/) uses ASF’s MapReady software to view and geocode CEOS format files.\n\n### ALOS AVNIR-2\nALOS AVNIR-2 is an optical dataset that offers historical data. These products are ortho rectified images (ORI). Orthorectification is the process of removing image distortions caused by the sensor and terrain to create a planimetric image at every location with consistent scale across all parts of the image. This allows the overlay of various geospatial information with the ORI on any map. The products contain 4 bands, and each image has 30% cloud cover or less.\n\n### SIR-C\nSIR-C was flown on two missions, six months apart. The first mission dates were April 9-20, 1994 and the second mission dates were September 30-October 11, 1994. The second flight followed nearly the same orbit as the first flight. Therefore, there are repeat-pass products available, enabling interferometric SAR processing over these areas.\n\n### ARIA S1 GUNW\nThese products are already processed interferograms. You may download either the full netCDF product, or select GeoTIFF layers. These are analysis-ready InSAR products. These products do have a limited spatial coverage.\n\n### SMAP (Soil Moisture Active Passive)\nSMAP was launched with both an active and a passive sensor to collect high-resolution soil moisture data globally. Unfortunately, the active SAR sensor malfunctioned a few months into the mission. The passive sensor is still ongoing. With only the passive sensor functional, the soil moisture data is in a coarse resolution. The coarse resolution products can still be used for regional analysis or larger-scale projects.\n\n- 2015 - Present\n\t- Active sensor data available for the first 3 months\n- L-band\n- Measures soil moisture and freeze-thaw state in top 5 cm of soil globally every three days (multi-kilometer resolution)\n\t- High resolution capabilities lost with loss of active sensor\n\t- Recent efforts to integrate Sentinel-1 data have generated higher-resolution products\n- Variety of soil moisture products available [here](https://smap.jpl.nasa.gov)\n\n### UAVSAR\nUAVSAR offers airborne acquisitions of targeted locations. Because the acquisitions are targeted, there are generally not repeat passes over one area. However, if UAVSAR covers your area of interest, this dataset includes a variety of available products.\n\n- 2008 - present\n- Quad-pol L-band\n- Airborne, targeted locations, irregular timing\n- Flights can be requested for your area of interest\n- Pre-processed backscatter and interferometric products\n\t- PolSAR and Repeat-Pass Interferometry\n\n#### KMZ\nThese products are georeferenced products. These can be used in Google Earth, or other applications that support kmz format files. These products have a 6 meter pixel spacing.\n\n- **Beam Mode POL**: These contain a polarimetry single-pass product, using a quad-pol backscatter decomposition.\n\t- Red: HH; Green: HV; Blue: VV\n- **Beam Mode RPI**: These products are generated from two passes. In addition to the polarimetry product, these also include amplitude, correlation, interferometry, and digital elevation map products.\n\t- The amplitude product contains backscatter for each polarization\n\t- The correlation product is phase coherence between passes\n\t- The interferometry product shows landscape changes\n\t- The digital elevation map product is for reference\n\n### RADARSAT-1\nThese products are in CEOS data format, and do not contain a spatial reference. These must be geocoded before any processing or analysis, and once geocoded, may be exported as GeoTIFF files. RADARSAT-1 is restricted data, and requires a [research agreement](https://asf.alaska.edu/restricted-data-access-request/) to download. This [data recipe](https://asf.alaska.edu/how-to/data-recipes/how-to-view-and-geocode-ceos-data-in-asf-mapready/) uses ASF’s MapReady software to view and geocode CEOS format files.\n\n- Level 0 products are unprocessed / raw data\n- Level 1 products are amplitude processed images\n\n### ERS \nThese products are in CEOS data format, and do not contain a spatial reference. These must be geocoded before any processing or analysis, and once geocoded, may be exported as GeoTIFF files. This [data recipe](https://asf.alaska.edu/how-to/data-recipes/how-to-view-and-geocode-ceos-data-in-asf-mapready/) uses ASF’s MapReady software to view and geocode CEOS format files.\n\n- ASF holds a subset of the ERS data, focused on Alaska, Western Canada, Chukotka and Antarctica\n- Level 0 products are unprocessed / raw data\n- Level 1 products are amplitude processed images\n\n### JERS\nThese products are in CEOS data format, and do not contain a spatial reference. These must be geocoded before any processing or analysis, and once geocoded, may be exported as GeoTIFF files. JERS-1 is restricted data, and requires a [research agreement](https://asf.alaska.edu/restricted-data-access-request/) to download. This [data recipe](https://asf.alaska.edu/how-to/data-recipes/how-to-view-and-geocode-ceos-data-in-asf-mapready/) uses ASF’s MapReady software to view and geocode CEOS format files.\n\n- Level 0 products are unprocessed / raw data\n- Level 1 products are amplitude processed images\n\n### AIRSAR\nAIRSAR offers airborne acquisitions of targeted locations. These acquisitions cover primarily the United States, and some tropical locations. The campaign name listed for each product is its acquisition location. Because the acquisitions are targeted, there are generally not repeat passes over one area. However, if AIRSAR covers your area of interest, there are a variety of sensors and frequencies available. There are JPGs available, though they are not georeferenced.\n\n#### Beam Mode: POLSAR or 3FP\nIn POLSAR mode, fully polarimetric data are acquired at all three frequencies in P-, L-, C-band for 40 Mhz or 20 Mhz. The L-band also provides 80 MHz bandwidth data. POLSAR data are sensitive to the geometry (including vegetation) and dielectrical properties (water content) of the terrain.\n\n#### Beam Mode: TOPSAR or XTI\nIn TOPSAR mode, AIRSAR collects interferometric data using C- and L-band to produce digital elevation models (DEMs). The radars which are not being used for interferometry collect quad-pol data co-registered with the C-band DEM. Interferometric data can be collected in \"ping-pong\" mode, where each antenna is used alternately for transmit and the effective baseline is doubled, and in \"common-transmitter\" mode where only one antenna is used for transmit.\n\n#### Beam Mode: ATI\nIn the along-track interferometry (ATI) mode, AIRSAR collects data C- and L-band. Data collected can be used to measure ocean current velocities. \n\n### Seasat\nSeasat was the first spaceborne SAR mission, launched in 1978. This data has been processed by ASF into digital imagery. These products may have substantial geolocation errors.\n\n#### HDF5\nThe backscatter values are contained in the HH layer. In order to provide basic geolocation information, two additional layers, latitude and longitude, are added. They contain geographic coordinates for every pixel in the image. The time variable completes the compliance to the Climate and Forecast (CF) metadata conventions.\n\n#### GeoTIFF\nThese products are geocoded to the UTM map projection, using the zone that best represents the data's geolocation. The original 12.5 meter pixel size and the floating-point values of the ground range HDF5 products are kept in the GeoTIFF format. This product type contains only a single layer, and is therefore considerably smaller than the HDF5 product.\n\n### Global Seasonal Sentinel-1 Interferometric Coherence & Backscatter Dataset\nThis dataset is the first-of-its-kind spatial representation of multi-seasonal, global SAR repeat-pass interferometric coherence and backscatter signatures. Global coverage comprises all land masses and ice sheets from 82 degrees northern to 78 degrees southern latitude. The dataset is derived from high-resolution multi-temporal repeat-pass interferometric processing of about 205,000 Sentinel-1 Single-Look-Complex (SLC) data acquired in Interferometric Wide-Swath (IW) mode from Dec 1, 2019 to Nov 30, 2020.\n\nThe dataset covers several seasonal metrics, listed below. The seasons consist of December, January, February (DJF); March, April, May (MAM); June, July, August (JJA); and September, October, November (SON).\n\n- Median 6-, 12-, 18-, 24-, 36-, and 48-day repeat coherence estimates for C-band VV and HH polarized data\n- Mean backscatter (γº) for VV, VH, HH, and HV polarizations\n- Seasonal coherence decay model parameters rho, tau, and rmse\n- Local incidence and layover/shadow regions for all relative Sentinel-1A and Sentinel-1B orbits. Note that in the dataset filenames seasons were referred to as northern hemisphere winter (DJF), spring (MAM), summer (JJA), and fall (SON).\n\n#### Data Products\n- Coherence Tiles separated by latitude\n- Virtual Raster tables\n- Global mosaics separated into seasons\n\n### GISMO\nThe Global Ice-Sheet Mapping Observatory (GISMO) project had a specific focus in measuring the surface topography of ice sheets, ice-sheet thickness, and in uncovering physical properties of the glacier bed using SAR.\n\nThe GIMSO project had documented flight lines over the Greenland Ice Sheet in 2006, 2007, and 2008. It utilized VHF and P-band interferometric radars and tested different methods of clutter rejection in order to find the method most suitable for the project’s focus.\n\nGISMO achieved mapping the physical properties of a glacier bed through up to 5 km of ice. It also created an effective clutter rejection technique for measuring the ice sheet’s surface and base. GISMO has applications in predicting the effects of climate change on ice sheets and in exploring planets with icy areas.\n\n#### Data Products\n- 150 MHz Data Products: May 23, 2006\n- 450 MHz Data Products: Sept 10, 2007\n- 150 MHz Data Products: Sept 12, 2007\n- Low Aircraft Elevation Data Products: 2008\n- High Aircraft Elevation Data Products: 2008\n\nFor these products, each flight line was segmented into approximately 25 km long sections with 20% overlap on each end.\n\n### Glacier Speed\nGlacier Speed is the first near-comprehensive dataset of wintertime glacier-flow speeds throughout Alaska, and reveals complex patterns of glacier flow throughout the state. The findings significantly advance understanding of the mechanisms responsible for the rapid glacier mass loss occurring in Alaska. \n\nThe patterns include glacier surging and spatial variations in flow related to climate. Notably, the data show that out of tens of thousands of glaciers in Alaska, only 12 are responsible for the majority of downstream ice flux. These glaciers are flowing exceptionally fast because they receive very high rates of snowfall and are not necessarily flowing fast because of tidewater retreat. (The flow speed is not the same as the melt rate; melting is strong enough at low elevations that it is outpacing the high snowfall rates.)\n\nThe data have also revealed that iceberg calving in Alaska is an important component of the statewide glacier mass budget: The volume of calved ice is 17.1 km3 – or roughly equivalent to a third of the annual net glacier mass change in Alaska.\n\n#### Data Products\n- KMZ format statewide glacier-flow-speed map\n- ZIP file that includes readme file and a speed.tif, ids.tif, and .par file for each of the nine regions\n\nThe nine regions are: Central Alaska Range, Chugach Mountains, Coastal Range, Delta Range, Fairweather Range - Glacier Bay, Hayes Range, Kenai Mountains, Tordrillo Mountains, and Wrangell Mountains - St. Elias Mountains\n\nThe flow-speed data are gridded on 90-meter-resolution UTM grids as GeoTIFFs. The grids are divided into different regions and include a speed file that contains the mosaicked flow speed in meters/day (32-bit float) and a ids file that contains integer IDs that correspond to the image pair used for determining flow speed at each pixel (16-bit integer).\n\nThe dates of the image pairs used can be found by looking up image IDs in the corresponding .par file. In some cases, the .par file will contain IDs that are not in the ids grid. In these cases, these image pairs were simply not needed in the final mosaic. The .par file also includes georeference information in a text format.\n\n### International Polar Year\nASF hosts an archive of the International Polar Year (IPY) project titled the Global Inter-agency IPY Polar Snapshot Year (GIIPSY). GIIPSY’s objective was to obtain high-definition satellite snapshots of the polar regions during 2007-2008. The primary purpose is to use these snapshots as benchmarks for gauging past and future environmental changes in the polar ice, ocean, and land.\n\n#### Data Products\n- Greenland L0 Kongsberg\n- Greenland Level 0 (September 2000-January 2001)\n- Greenland Level 1 (September 2000-January 2001)\n- Antarctica Level 1 (September 2000-January 2001)\n- Toolik Station Level 1 (October 2004-December 2006)\n- Kamchatka Level 1 (December 1999-January 2000)\n- Sea Ice Snapshots (Min & Max Snapshots, September-March of 2003-2004, 2004-2005, 2005-2006, 2006-2007) \n\n### RAMP\nThe RADARSAT-1 Antarctic Mapping Project (RAMP) was composed of two main missions, the first Antarctic Mapping Mission (AMM-1) and the Modified Antarctic Mapping Mission (MAMM). Both missions utilized RADARSAT-1.\n\nAMM-1 started on September 9, 1997 and was completed on October 20, 1997. Its goals were to acquire a complete map of Antarctica and better understand the relationships between the southernmost continent’s environmental elements. Using the right- and left-looking abilities of RADARSAT-1, a mosaic map of Antarctica at 25 meter resolution was created. The map displayed Antarctica’s geological features through variations in radar brightness and texture, including ice streams. Ice velocity vectors were compiled using AMM-1 data to measure ice sheet movement over ice streams.\n\nMAMM began three years after AMM-1 ended, starting on September 3, 2000 and ending on November 17, 2000. It planned to remap Antarctica and measure ice velocity data using interferometric analysis and data from AMM-1. In the three years’ difference between the two main Antarctic Mapping Missions, ice sheet advance and retreat could be observed and better evaluated as episodic change or regional climate change.\n\n#### Data Products\n- 25 meter Final Tiles\n- 25 meter Tile Overviews\n- 16 bit 25 meter Tile Overviews of the backscatter coefficient in dB\n- 200 meter Final Coherence (ascending and descending)\n- 200 meter Coherence Overviews (ascending and descending)\n- A variety of mosaic products\n- AMM-1 & MAMM Coastline\n- AMM-1 & MAMM Control points\n- DEMs\n- East Antarctic\n- Velocity Product\n- Balance Velocity Map\n\n### Sea Ice MEaSUREs\nThe data and imagery available from ASF cover a period from 1995 to 2011. They include more than 11 years of near-uninterrupted, three-day radar snapshots of Arctic and Southern Ocean’s sea ice as it goes through dramatic change.\n\nUses include:\n\n- New approaches for modeling the mechanical behavior of sea ice and the validation of these models\n- Characterization of sub-daily ice motion \n- Description of the seasonal and regional variability of sea-ice deformation\n- Validation of ICESat freeboard algorithms\n- Estimates of sea-ice exchange between the Arctic and Southern Oceans and peripheral seas\n\n#### Data Products\n- A dataset of small-scale kinematics and deformation processed by tracking sea ice on a high-resolution grid. \n- The original synthetic aperture radar (SAR) images.\n\n### Wetlands MEaSUREs\nThese products from the NASA Inundated Wetlands MEaSUREs project facilitate investigations on the role of wetlands in climate, biogeochemistry, hydrology, and biodiversity.\n\nThe inundated wetlands Earth System Data Records consists of two primary components:\n\n1. Fine-resolution maps of wetland extent, vegetation type, and seasonal inundation dynamics, derived from SAR for regional and continental-scale areas covering crucial wetlands systems. These are created using data from a variety of spaceborne SARs. The wetlands datasets were generated using algorithms appropriate to the nature of the wetlands systems under study, including time series and statistically-based tree classifiers.\n2. Global, coarse-resolution time series mappings of inundated area fraction at 25 km resolution derived from multiple satellite remote sensing observations including passive and active microwave sensors and optical data sets optimized for inundation detection. The algorithm employed in the generation of this dataset employs a clustering model and a mixture model in the classification of fractional inundated areas. These datasets are provided on a bi-monthly basis for 1992-1999 and daily for 2000 onward. Annual summary products, including maximum inundated extent and annual inundation duration, are provided. A daily near real time (NRT) dataset with 2-3 day latency is also provided.\n\n#### Data Products\n- Surface WAter Microwave Product Series (SWAMPS)\n- North America JERS-1 Mosaics\n- Alaska Wetlands Map derived from ALOS PALSAR fine beam data\n- Alaska Wetlands Map derived from JERS-1 SAR\n- Amazon Low and High Flood Backscatter Mosaics from JERS-1 SAR\n- Time-series Amazon Wetlands Extent Maps derived from PALSAR ScanSAR data\n\n## Further Reading\n\n- [What is SAR?](https://asf.alaska.edu/information/sar-information/what-is-sar/#sar_faq)\n- [Video Introduction to SAR](https://www.youtube.com/watch?v=Zfn7P395O40)\n- [Video Overview of ASF's SAR Datasets](https://www.youtube.com/watch?v=0ZzLg38cC8I)\n- [Data Recipe Library](https://asf.alaska.edu/how-to/data-basics/data-recipe-tutorials-2/)\n- [Data Recipes for ASF SAR Datasets in GIS Applications](https://asf.alaska.edu/how-to/data-basics/sar-data-and-gis/)\n- [Dataset Formats and Files](https://asf.alaska.edu/how-to/data-basics/asf-datasets-formats-and-files/)\n- [Product Types and Processing Levels](https://asf.alaska.edu/how-to/data-basics/types-of-synthetic-aperture-radar-sar-products/)\n- [Derived Datasets Overview](https://docs.asf.alaska.edu/vertex/derived_datasets/)\n", "INDEX_1": "\n# Welcome to ASF SAR Data Search\n\n## About ASF Data Search\n\n[ASF Data Search](https://search.asf.alaska.edu/) is an easy to use search tool for finding SAR data and freely processing higher level SAR products such as InSAR and AutoRIFT products with ASF's [HyP3 service](https://hyp3-docs.asf.alaska.edu). See our user guide on [getting started](vertex/manual.md).\n\nFor an overview of all of ASF services visit [asf.alaska.edu](https://asf.alaska.edu).\n\n
\n

Search Tool Documentation

\n\n
\n
\n
\n
\n

Vertex

\n

A graphical search interface for finding SAR data.

\n \n
\n
\n
\n
\n
\n
\n

HyP3

\n

Process SAR data to create refined products.

\n \n
\n
\n
\n
\n\n
\n
\n
\n
\n

asf_search

\n

A Python package for performing searches of the ASF catalog.

\n \n
\n
\n
\n
\n
\n
\n

ASF API

\n

A command-line interface for finding SAR data.

\n \n
\n
\n
\n
\n
", - "KEYWORDS_1": "# Search API Keywords\n\nConsider using our new Python package, asf_search. asf_search can be used to perform searches of the ASF catalog, and it offers baseline functionality and download support. Additionally, numerous constants are provided to ease the search process. Currently, we provide constants for platform, instrument, beam mode, flight direction, polarization, and processing level. More information can be found [here](/asf_search/basics).\n\nKeywords are used to find the desired data. Use as many or as few keywords as needed. Available keywords and descriptions are listed below for each Search API endpoint. Keywords are case sensitive.\n\n*Note:* Any errors will be returned in JSON format.\n\n## Search Endpoint\n\n\n### Dataset Parameters\n- dataset\n\t- This is the preferred alternative keyword for 'platform' searches.\n\t- This keyword has constants provided through asf_search. More information can be found [here](/asf_search/searching/#keywords).\n\t- Remote sensing platform that acquired the data. You may specify a single value, or a list of values.\n\t- Example:\n\t\t- dataset=SENTINEL-1\n\t\t- dataset=OPERA-S1\n\t\t- dataset=AIRSAR,UAVSAR\n\t- Values:\n\t\t- [SENTINEL-1](/datasets/using_ASF_data/#sentinel-1), [SLC-BURST](/datasets/using_ASF_data/#sentinel-1-bursts), [OPERA-S1](/datasets/using_ASF_data/#opera-sentinel-1), [ALOS PALSAR](/datasets/using_ASF_data/#alos-palsar), [ALOS AVNIR-2](/datasets/using_ASF_data/#alos-avnir-2), [SIR-C](/datasets/using_ASF_data/#sir-c), [ARIA S1 GUNW](/datasets/using_ASF_data/#aria-s1-gunw), [SMAP](/datasets/using_ASF_data/#smap-soil-moisture-active-passive), [UAVSAR](/datasets/using_ASF_data/#uavsar), [RADARSAT-1](/datasets/using_ASF_data/#radarsat-1), [ERS](/datasets/using_ASF_data/#ers), [JERS-1](/datasets/using_ASF_data/#jers), [AIRSAR](/datasets/using_ASF_data/#airsar), [SEASAT](/datasets/using_ASF_data/#seasat)\n\n- platform\n\t- See also 'dataset'. Dataset is the preferred keyword when possible.\n\t- This keyword has constants provided through asf_search. More information can be found [here](/asf_search/searching/#keywords).\n\t- See also 'instrument'\n\t- Remote sensing platform that acquired the data. Sentinel-1 and ERS have multiple remote sensing platforms, and you may choose whether to specify a specific platform. You may specify a single value, or a list of values.\n\t- Example:\n\t\t- platform=ALOS\n\t\t- platform=SA,SB\n\t\t- platform=S1\n\t- Values:\n\t\t- ALOS, A3, AIRSAR, AS, ERS, ERS-1, E1, ERS-2, E2, JERS-1, J1, RADARSAT-1, R1, SEASAT, SS, S1, Sentinel, Sentinel-1, Sentinel-1A, SA, Sentinel-1B, Sentinel-1 Interferogram (BETA), SB, SIR-C, SMAP, SP, UAVSAR, UA\n\n- instrument\n\t- See also 'dataset'. Dataset is the preferred keyword when possible.\n\t- This keyword has constants provided through asf_search. More information can be found [here](/asf_search/searching/#keywords).\n\t- See also 'platform'\n\t- Remote sensing instrument that acquired the data. For some platforms, such as ALOS, there are multiple instruments to choose from.\n\t- Example:\n\t\t- ALOS: instrument=PALSAR\n\t\t- ALOS: instrument=AVNIR-2\n\t- Values:\n\t\t- C-SAR, PALSAR, AVNIR-2\n\n- absoluteOrbit\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- For ALOS, ERS-1, ERS-2, JERS-1, RADARSAT-1, Sentinel-1A, and Sentinel-1B this value corresponds to the orbit count within the orbit cycle. For UAVSAR it is the [Flight ID](https://uavsar.jpl.nasa.gov/cgi-bin/data.pl?_ga=2.34282209.1335434931.1620087198-1930115146.1605056035). You may specify a single value, range of values, or a list of values.\n\t- Example:\n\t\t- RADARSAT: absoluteOrbit=25436\n\t\t- PALSAR: absoluteOrbit=25436-25445,25450\n\t\t- UAVSAR: absoluteOrbit=12006\n\n- asfframe\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- See also 'frame'\n\t- This is primarily an ASF / [JAXA](https://global.jaxa.jp/) frame reference. However, some platforms use other conventions. You may specify a single value, range of values, or a list of values.\n\t- Example:\n\t\t- asfframe=300 or asfframe=2845-2855 or asfframe=2800,2845-2855\n\t- Values:\n\t\t- ERS, JERS, RADARSAT: ASF frames 0 to 900\n\t\t- ALOS PALSAR: JAXA frames 0 to 7200\n\t\t- SEASAT: ESA-like frames 0208 to 3458 (must use a leading zero for frames 208-999)\n\t\t- Sentinel-1: In-house values 0 to 1184\n\n- maxBaselinePerp\n\t- For interferometric SAR (InSAR) analysis, Perpendicular Baseline is the spatial distance between the first and second observations measured perpendicular to the satellite look direction and provides an indication of the sensitivity to topographic height.\n\t- Works for ERS-1, ERS-2, JERS, RADARSAT-1, ALOS PALSAR. (Not Sentinel-1)\n\t- Example:\n\t\t- maxBaselinePerp=1500 or maxBaselinePerp=50.5\n\n- minBaselinePerp\n\t- For interferometric SAR (InSAR) analysis, Perpendicular Baseline is the spatial distance between the first and second observations measured perpendicular to the satellite look direction and provides an indication of the sensitivity to topographic height.\n\t- Works for ERS-1, ERS-2, JERS, RADARSAT-1, ALOS PALSAR. (Not Sentinel-1)\n\t- Example:\n\t\t- minBaselinePerp=100 or minBaselinePerp=50.5\n\n- beamMode\n\t- This keyword has constants provided through asf_search. More information can be found [here](/asf_search/searching/#keywords).\n\t- The beam mode used to acquire the data. See also beamSwath. You may specify a single value, or a list of values.\n\t- Example:\n\t\t- beamMode=FBS or beamMode=EW,IW or beamMode=ScanSAR+Wide\n\t- Values:\n\t\t- AIRSAR: 3FP, ATI, XTI\n\t\t- ALOS: FBD, FBS, PLR, WB1, WB2, DSN\n\t\t- ERS-1: Standard, STD\n\t\t- ERS-2: Standard, STD\n\t\t- JERS-1: Standard, STD\n\t\t- RADARSAT-1: Standard, STD, Fine, High, Low, Wide, Narrow, ScanSAR+Wide, ScanSAR+Narrow\n\t\t- SEASAT: Standard, STD\n\t\t- SMAP: Standard, STD\n\t\t- Sentinel-1A: EW, IW, S1, S2, S3, S4, S5, S6, WV\n\t\t- Sentinel-1B: EW, IW, S1, S2, S3, S4, S5, S6, WV\n\t\t- UAVSAR: POL, RPI\n\n- beamSwath\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- BeamSwath encompasses a look angle and beam mode. You may specify a single value, or a list of values.\n\t- Example:\n\t\t- beamSwath=0\n\t\t- beamSwath=FN1, FN2, FN3, FN4, FN5\n\t- Values:\n\t\t- AIRSAR: 3FP, ATI, XTI\n\t\t- ALOS: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 15, 16, 17, 18, 19, 20\n\t\t- AVNIR-2: OBS\n\t\t- ERS-1: STD\n\t\t- ERS-2: STD\n\t\t- JERS-1: STD\n\t\t- RADARSAT-1: FN1, FN2, FN3, FN4, FN5, SNA, SNB, ST1, ST2, ST3, ST4, ST5, ST6, ST7, SWA, SWB, WD1, WD2, WD3, EH3, EH4, EH6, EL1\n\t\t- SEASAT: STD\n\t\t- Sentinel-1A: EW, IW, S1, S2, S3, S4, S5, S6, SLC, WV\n\t\t- Sentinel-1B: EW, IW, S1, S2, S3, S4, S5, S6, SLC, WV\n\t\t- UAVSAR: POL, RPI\n\n- collectionName\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- For UAVSAR and AIRSAR data collections only. Search by the mission/campaign name. You may specify a single value. For a list of available collections, refer to the Mission List Endpoint below.\n\t- Example:\n\t\t- UAVSAR: collectionName=ABoVE\n\t\t- AIRSAR: collectionName=collectionName=Akiyoshi,+Japan\n\n- maxDoppler\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Doppler provides an indication of how much the look direction deviates from the ideal perpendicular flight direction acquisition.\n\t- Example:\n\t\t- maxDoppler=1500 or maxDoppler=1500.5\n\n- minDoppler\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Doppler provides an indication of how much the look direction deviates from the ideal perpendicular flight direction acquisition.\n\t- Example:\n\t\t- minDoppler=100 or minDoppler=1500.5\n\n- maxFaradayRotation\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Rotation of the polarization plane of the radar signal impacts imagery. HH and HV signals become mixed. One-way rotations exceeding 5° are likely to significantly reduce the accuracy of geophysical parameter recovery, such as forest biomass.\n\t- Example:\n\t\t- maxFaradayRotation=3.5\n\n- minFaradayRotation\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Rotation of the polarization plane of the radar signal impacts imagery. HH and HV signals become mixed. One-way rotations exceeding 5° are likely to significantly reduce the accuracy of geophysical parameter recovery, such as forest biomass.\n\t- Example:\n\t\t- minFaradayRotation=2\n\n- flightDirection\n\t- This keyword has constants provided through asf_search. More information can be found [here](/asf_search/searching/#keywords).\n\t- Satellite orbit direction during data acquisition. You may specify a single value.\n\t- Example:\n\t\t- flightDirection=DESCENDING\n\t- Values:\n\t\t- A, ASC, ASCENDING, D, DESC, DESCENDING\n\n- flightLine\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Specify a flightline for UAVSAR or AIRSAR. You may specify a single value.\n\t- Example:\n\t\t- UAVSAR: flightLine=05901\n\t\t- AIRSAR: flightLine=gilmorecreek045-1.93044\n\n- frame\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- See also 'asfframe'\n\t- ESA-referenced frames are offered to give users a universal framing convention. Each ESA frame has a corresponding ASF frame assigned. You may specify a single value, range of values, or a list of values.\n\t- Example:\n\t\t- frame=300\n\t\t- frame=300-400\n\t\t- frame=300,303,305\n\t\t- frame=300,303,305-315\n\t- Values:\n\t\t- Any number from 0 to 7200.\n\n- fullBurstID\n - Used for Sentinel-1 [burst products](/datasets/using_ASF_data/#sentinel-1-bursts). Each value represents all burst products over a single sub-swath, corresponding to a near-perfect frame-aligned stack. This value is useful for baseline stacking. You may specify a single value, or a list of values.\n - Example:\n - single value: fullBurstID=017_034465_IW2\n - list of values: fullBurstID=017_034465_IW2,079_167884_IW1\n\n- granule_list\n\t- Comma-separated list of specific scenes (granules). Large lists will need to utilize a [POST request](https://en.wikipedia.org/wiki/POST_(HTTP)).\n\t- granule_list may not be used in conjuction with other keywords, however, it may be used with the output keyword.\n\t- Example:\n\t\t- granule_list=ALPSRP111041130,\n\t\tS1B_IW_GRDH_1SDV_20161124T032008_20161124T032033_003095_005430_9906\n\n- groupid\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Comma-separated list of specific group IDs. For some datasets, the group ID is the same as the scene name. For others, such as Sentinel-1, the group ID is unique for a group of scenes. The group ID value is included in GeoJSON, JSON, and CSV outputs.\n\t- Example:\n\t\t- groupid=S1A_IWDV_0112_0118_037147_150\n\n- lookDirection\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Left or right direction of data acquisition. You may specify a single value.\n\t- Example:\n\t\t- lookDirection=L\n\t- Values:\n\t\t- R, RIGHT, L, LEFT\n\n- maxInsarStackSize\n\t- An InSAR stack is composed of all SAR granules that cover the same geographic region, are from the same platform, and were acquired with the same beam mode, look angle, and bandwidth. To obtain InSAR stacks containing a certain number of SAR granules specify a min, max, or both.\n\t- Works for ERS-1, ERS-2, JERS, RADARSAT-1, ALOS PALSAR. (Not Sentinel-1)\n\t- Example:\n\t\t- maxInsarStackSize=175\n\n- minInsarStackSize\n\t- An InSAR stack is composed of all SAR granules that cover the same geographic region, are from the same platform, and were acquired with the same beam mode, look angle, and bandwidth. To obtain InSAR stacks containing a certain number of SAR granules specify a min, max, or both.\n\t- Works for ERS-1, ERS-2, JERS, RADARSAT-1, ALOS PALSAR. (Not Sentinel-1)\n\t- Example:\n\t\t- minInsarStackSize=20\n\n- offNadirAngle\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Off-nadir angles for ALOS PALSAR. You may specify a single value, range of values, or a list of values.\n\t- Example:\n\t\t- offNadirAngle=21.5\n\t\t- offNadirAngle=9.7-14\n\t\t- offNadirAngle=21.5,23.1,20.5-24.2\n\t- Values:\n\t\t- Most common: 21.5, 23.1, 27.1, 34.3\n\t\t- Other: 9.7, 9.9, 13.8, 14, 16.2, 17.3, 17.9, 18, 19.2, 20.5, 21.5, 23.1, 24.2, 24.6, 25.2, 25.8, 25.9, 26.2, 27.1, 28.8, 30.8, 34.3, 36.9, 38.8, 41.5, 43.4, 45.2, 46.6, 47.8, 49, 50, 50.8\n\n- operaBurstID\n - Used for [Opera-S1 products](/datasets/using_ASF_data/#opera-sentinel-1). Each value identifies the specific burst for the product. You may specify a single value, or a list of values. \n - Example:\n - single value: operaBurstID=T078-165486-IW2\n - list of values: operaBurstID=T078_165486_IW2, T078_165485_IW2\n\n- polarization\n\t- This keyword has constants provided through asf_search. More information can be found [here](/asf_search/searching/#keywords).\n\t- A property of SAR electromagnetic waves that can be used to extract meaningful information about surface properties of the earth. You may specify a single value, or a list of values.\n\t- Example:\n\t\t- polarization=VV\n\t\t- polarization=VV,HH\n\t\t- polarization=VV+VH\n\t\t- polarization=Dual+VV\n\t- Values:\n\t\t- AIRSAR: FULL\n\t\t- ALOS: QUADRATURE, HH+5SCAN, HH, HH+4SCAN, VV, HH+3SCAN, FULL, HH+HV, VV+VH\n\t\t- ERS-1: VV\n\t\t- ERS-2: VV\n\t\t- JERS-1: HH\n\t\t- RADARSAT-1: HH\n\t\t- SEASAT: HH\n\t\t- Sentinel-1A: VV, VV+VH, Dual VV, VV+VH, Dual HV, Dual HH, HH, HH+HV, VV, Dual VH\n\t\t- Sentinel-1B: VV, VV+VH, Dual VV, VV+VH, Dual HV, Dual HH, HH, HH+HV, VV, Dual VH\n\t\t- UAVSAR: FULL, HH\n\n- processingLevel\n\t- This keyword has constants provided through asf_search. More information can be found [here](/asf_search/searching/#keywords).\n\t- Level to which the data has been processed, also type of product. You may specify a single value, or a list of values.\n\t- Example:\n\t\t- processingLevel=L0,L1\n\t- Values:\n\t\t- AIRSAR: 3FP, LTIF, PTIF, CTIF, PSTOKES, DEM, CSTOKES, JPG, LSTOKES\n\t\t- ALOS: L1.0, L1.1, L1.5, L2.2, RTC_LOW_RES, RTC_HI_RES, KMZ\n\t\t- ERS-1: L0, L1\n\t\t- ERS-2: L0, L1\n\t\t- JERS-1: L0, L1\n\t\t- OPERA-S1: RTC, CSLC, RTC_STATIC, CSLS_STATIC\n\t\t- RADARSAT-1: L0, L1\n\t\t- SEASAT: L1, GEOTIFF\n\t\t- Sentinel-1A: GRD_HS, GRD_HD, GRD_MS, GRD_MD, GRD_FD, SLC, RAW, OCN, METADATA_RAW, METADATA_SLC, METADATA_GRD_HD, METADATA_GRD_MD, METADATA_GRD_MS, METADATA_GRD_HS, METADATA_OCN\n\t\t- Sentinel-1B: GRD_HS, GRD_HD, GRD_MS, GRD_MD, GRD_FD, SLC, RAW, OCN, METADATA_RAW, METADATA_SLC, METADATA_GRD_HD, METADATA_GRD_MD, METADATA_GRD_MS, METADATA_GRD_HS, METADATA_OCN\n\t\t- Sentinel-1 InSAR: GUNW_STD, GUNW_AMP, GUNW_CON, GUN_COH, GUNW_UNW\n\t\t- Sentinel-1 Bursts: BURST\n\t\t- SIR-C: SLC, METADATA_SLC\n\t\t- SMAP: L1A_Radar_RO_QA, L1A_Radar_RO_HDF5, L1B_S0_LoRes_HDF5, L1B_S0_LoRes_QA, L1B_S0_LoRes_ISO_XML, L1A_Radar_QA, L1A_Radar_RO_ISO_XML, L1C_S0_HiRes_ISO_XML, L1C_S0_HiRes_QA, L1C_S0_HiRes_HDF5, L1A_Radar_HDF5\n\t\t- UAVSAR: KMZ, PROJECTED, PAULI, PROJECTED_ML5X5, STOKES, AMPLITUDE, COMPLEX, DEM_TIFF, PROJECTED_ML3X3, METADATA, AMPLITUDE_GRD, INTERFEROMETRY, INTERFEROMETRY_GRD, INC, SLOPE\n\n- product_list\n\t- Comma-separated list of specific files (products). Large lists will need to utilize a [POST request](https://en.wikipedia.org/wiki/POST_(HTTP)). You can find the product_list values for any file in the GeoJSON (fileID) or JSON (product_file_id) outputs. It is also available from CMR, in the granuleUR field. It is guaranteed to be a unique indentifier in CMR. You can also find the product_list value in Vertex! See the [Cookbook page](/api/cookbook) for this Tip & more.\n\t- product_list may not be used in conjuction with other keywords, however, it may be used with the output keyword.\n\t- Example:\n\t\t- product_list=ALAV2A276512920,\n\t\tS1A_IW_SLC__1SDV_20210614T154839_20210614T154905_038338_048643_D7E4-SLC\n\n- relativeOrbit\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Path or track of satellite during data acquisition. For UAVSAR it is the [Line ID](https://uavsar.jpl.nasa.gov/cgi-bin/data.pl?_ga=2.201268782.1252483948.1620685771-1930115146.1605056035). You may specify a single value, range of values, or a list of values.\n\t- Example:\n\t\t- relativeOrbit=500,550-580\n\t\t- UAVSAR: relativeOrbit=05905\n\t- Values:\n\t\t- ALOS: 1-671\n\t\t- ERS-1: 0-2410\n\t\t- ERS-2: 0-500\n\t\t- JERS-1: 0-658\n\t\t- RADARSAT-1: 0-342\n\t\t- SEASAT: 1-243\n\t\t- UAVSAR: various\n\n### Geospatial Parameters\n- bbox\n\t- *Deprecation Notice:* This keyword will be deprecated. Please use 'intersectsWith' instead.\n\t- Bounding boxes define an area using two long/lat points. The Bounding box parameters are 4 comma-separated numbers: lower left longitude,latitude, and upper right longitude,latitude. This is a great choice for very wide search areas.\n\t- Example:\n\t\t- bbox=-150.2,65.0,-150.1,65.5\n\n- intersectsWith\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Search by polygon, a line segment (“linestring”), or a point defined in 2-D Well-Known Text (WKT). Each polygon must be explicitly closed, i.e. the first vertex and the last vertex of each listed polygon must be identical. Coordinate pairs for each vertex are in decimal degrees: longitude is followed by latitude.\n\t- Notes:\n\t\t- Does not support multi-polygon, multi-line or multi-point.\n \t\t- Polygon holes are ignored\n \t\t- This keyword also accepts a [POST request](https://en.wikipedia.org/wiki/POST_(HTTP))\n \t- Example (*Note: The spaces and parentheses below need to be URL encoded first*):\n \t\t- intersectsWith=polygon((-119.543 37.925, -118.443 37.7421, -118.682 36.8525, -119.77 37.0352, -119.543 37.925 ))\n\t\t- intersectsWith=linestring(-119.543 37.925, -118.443 37.7421)\n\t\t- intersectsWith=point(-119.543, 37.925)\n\t- Properly URL encoded:\n\t\t- intersectsWith=point%28-119.543+37.925%29\n\n- polygon\n\t- *Deprecation Notice:* This keyword will be deprecated. Please use 'intersectsWith' instead.\n\t- Bounding polygon in the digital long/lat format; enter coordinates in counter clockwise direction, repeat the first point at the end to close the polygon: in the format ABCDA\n\t- Example:\n\t\t- polygon=-155.08,65.82,-153.5,61.91,-149.50,63.07,-149.94,64.55,-153.28,64.47,-155.08,65.82\n\n#### Shape Validation\nIf the AOI specified is its own Minimum Bounding Rectangle (MBR) in a mercator projection, the search results returned will instersect with the AOI in a mercator projection, regardless of width. This remains the case even if the international dateline is crossed within the AOI.\n\nIn order for an AOI to be considered its own MBR, it must meet the following criteria:\n\n - Each vertex shares a latitude or longitude with its neighbors\n - East/West points share longitude\n - North/South points share latitude\n\nAOIs that do not fit this criteria will have their points connected along [great circles](https://en.wikipedia.org/wiki/Great_circle).\n\nIn addition, all AOIs are validated, and then simplified as needed. The process for this is:\n \n 1. Validate the input AOI. If it is not valid, an error is displayed.\n 2. Merge overlapping shapes.\n 3. Convex hull.\n 4. Any out-of-range index values are handled by clamping and wrapping them to the valid range of values.\n 5. Simplify points based on proximity threshold. The target is fewer than 400 points.\n\nEach of these steps is performed only when necessary to get the AOI to a single outline with fewer than 400 points. Any unnecessary steps are skipped.\n\n**Examples of validation and simplification:**\n\n- A self-intersecting polygon is provided: \n\t- An error is displayed.\n- A single outline is provided, consisting of 1000 points:\n\t- A simplified version of the same outline is used, consisting of fewer than 400 points.\n- Multiple geometries are provided, all of them overlapping at least in part:\n\t- A single outline is returned, representing the outline of all the shapes combined.\n- Multiple geometries are provided, at least some of them entirely non-overlapping:\n\t- A single outline is returned, representing the convex hull of all the shapes together.\n\n\n### Temporal Parameters\n- processingDate\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Limit results to records that have been processed at ASF since a given date and/or time.\n\t- Example:\n\t\t- processingDate=2017-01-01T00:00:00UTC\n\n- start\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Date of data acquisition. Can be used in combination with 'end'. You may enter natural language dates, or a date and/or time stamp. All times are in UTC. For more information on accepted date formats, see the Date Parser endpoint below.\n\t- Example:\n\t\t- start=May+30,+2018\n\t\t- start=yesterday\n\t\t- start=2010-10-30T11:59:59Z\n\t\t- start=1+week+ago&end=now\n\n- end\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Date of data acquisition. Can be used in combination with 'start'. You may enter natural language dates, or a date and/or time stamp. All times are in UTC. For more information on accepted date formats, see the Date Parser endpoint below.\n\t- Example:\n\t\t- end=May+30,+2018\n\t\t- end=today\n\t\t- end=2021-04-30T11:59:59Z\n\t\t- start=1+week+ago&end=now\n\n- season\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Start and end day of year for desired seasonal range. This keyword may be used in conjunction with start/end to specify a seasonal range within an overall date range. Values are based on the Julian calendar. You must specify both a season start and end date.\n\t- Example:\n\t\t- season=1,31\n\t\t- season=45,67\n\t\t- season=360,10\n\t- Values:\n\t\t- 1 through 365\n\n### Results Parameters\n- output\n\t- Desired format of the Search API results. If not specified, the default format is metalink. The preferred format is geoJSON.\n\t- Example:\n\t\t- output=geojson\n\t- Values:\n\t\t- geojson, csv, json, kml, metalink, count, download\n\t- Description:\n\t\t- GeoJSON is the preferred output format. If a required field is not included, please contact ASF using the info below or reach the team directly at \n\t\t- KML can be opened in Google Earth, ArcGIS Earth, or a similar program\n\t\t- Count returns the number of results returned by your query. It does not include any additional information. Using count output can be helpful in determining if your query has returned the correct number of results. There is a time limit on running Search API queries. See the [Troubleshooting page](/api/troubleshooting) for more details.\n\t\t- Metalink provides download information for the scenes returned by your query. It does not include metadata.\n\t\t- Download returns a bulk download script that includes the files returned by the search. See the [Bulk Download documentation](https://asf.alaska.edu/how-to/data-tools/asf-bulk-data-download-options/) for a full guide on using the bulk download script.\n\t\t- JSON includes scene metadata and product URLs. If GeoJSON does not meet your needs, JSON is the preferred format for programmatic use.\n\t\t- CSV also includes scene metadata and product URLs. CSV returns less fields than JSON.\n\n- maxResults\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Maximum number of data records to return from your query.\n\t- Example:\n\t\t- maxResults=10\n\n## Baseline Endpoint\n\n\n- reference\n\t- This is the only mandatory keyword. Input the reference scene name for which you wish to see baseline results.\n\t- Example:\n\t\t- reference=S1B_IW_SLC__1SDV_20210704T135937_20210704T140004_027645_034CB0_4B2C\n\n- processingLevel\n\t- Level to which the data has been processed. Baseline data is only available for certain processing levels.\n\t- Example:\n\t\t- processingLevel=L1.5\n\t- ProcessingLevel Values Which Contain Baseline Data:\n\t\t- ALOS: L1.1, L1.5; default is L1.1\n\t\t- ERS-1 & ERS-2: L0, L1; default is L0\n\t\t- JERS-1: L0, L1; default is L0\n\t\t- RADARSAT-1: L0, L1; default is L0\n\t\t- Sentinel-1A & Sentinel-1B: SLC\n\t\t- Sentinel-1 Bursts: SLC\n\n- output\n\t- Desired format of the Search API results. If not specified, the default format is metalink. The preferred format is geoJSON.\n\t- Example:\n\t\t- output=geojson\n\t- Values:\n\t\t- geojson, csv, json, kml, metalink, count, download\n\t- Description:\n\t\t- GeoJSON is the preferred output format. If a required field is not included, please contact ASF using the info below or reach the team directly at \n\t\t- KML can be opened in Google Earth, ArcGIS Earth, or a similar program\n\t\t- Count returns the number of results returned by your query. It does not include any additional information. Using count output can be helpful in determining if your query has returned the correct number of results. There is a time limit on running Search API queries. See the [Troubleshooting page](/api/troubleshooting) for more details.\n\t\t- Metalink provides download information for the scenes returned by your query. It does not include metadata.\n\t\t- Download returns a bulk download script that includes the files returned by the search. See the [Bulk Download documentation](https://asf.alaska.edu/how-to/data-tools/data-tools/#bulk_download) for a full guide on using the bulk download script.\n\t\t- JSON includes scene metadata and product URLs. If GeoJSON does not meet your needs, JSON is the preferred format for programmatic use.\n\t\t- CSV also includes scene metadata and product URLs. CSV returns less fields than JSON.\n\n- maxResults\n\t- Maximum number of data records to return from your query.\n\t- Example:\n\t\t- maxResults=10\n\n## WKT Validation Endpoint\n\n\nThis endpoint will validate and repair a WKT input. The repaired WKT output is how the Search API will interpret the provided WKT input. If a WKT cannot be repaired, it will return an error stating the reason. All validations and errors are returned in JSON format.\n\n- wkt\n\t- This is the only accepted keyword for this endpoint.\n\t- Example:\n\t\t- wkt=GEOMETRYCOLLECTION(POLYGON((46 -19,30 26,-3 41,22 39,49 16,46 -19)), POLYGON((27 24,12 4,18 31,27 24)))\n\t\t- In this example, the JSON return will list the errors that were repaired, and the final wrapped and unwrapped WKT.\n\n## GeoSpatial Files to WKT Endpoint\n\n\n\nThis endpoint will accept a [POST request](https://en.wikipedia.org/wiki/POST_(HTTP)) with files attached. It will return the parsed WKT from the file, as well as the repaired wrapped and unwrapped WKT. All outputs are returned in JSON format. The preferred file format is geojson, but the Search API will also support other formats, such as shapefile or kml.\n\nSee the [Tools page](/api/tools) for more details on POST requests.\n\n- Example:\n\t- curl -X POST -F 'files=@/path/to/file' 'https://api.aac.asf.alaska.edu/services/utils/files_to_wkt'\n\n## Date Parser Endpoint\n\n\nThis endpoint can be used to check how dates are parsed by the Search API. All parsed dates are returned in JSON format.\n\n- date\n\t- This is the only accepted keyword for this endpoint. You can use natural language, such as \"yesterday\", dates with or without the time stamp, or days of the week.\n\n## Mission List Endpoint\n\n\nThis endpoint lists all missions (also known as campaigns or collections) for all datasets. Any of the missions returned in the list may be used as a value for the collectionName keyword in the Search endpoint. The mission list is returned in JSON format.\n\n- platform\n\t- This keyword is optional. If used, it will restrict the list of missions to the specified platform(s).\n\t- Remote sensing platform that acquired the data. Sentinel-1 and ERS have multiple remote sensing platforms, and you may choose whether to specify a specific platform. You may specify a single value, or a list of values.\n\t- Example:\n\t\t- platform=ALOS\n\t\t- platform=SA,SB\n\t\t- platform=S1\n\t- Values:\n\t\t- ALOS, A3, AIRSAR, AS, ERS, ERS-1, E1, ERS-2, E2, JERS-1, J1, RADARSAT-1, R1, SEASAT, SS, S1, Sentinel, Sentinel-1, Sentinel-1A, SA, Sentinel-1B, Sentinel-1 Interferogram (BETA), SB, SMAP, SP, UAVSAR, UA\n\n## Health Endpoint\n\n\nThis endpoint is used to check the Search API health. It is returned in JSON format. There are no keywords associated with the health check endpoint.\n\nIn addition to Search API health, it also returns Search API configs and CMR health status.\n", + "KEYWORDS_1": "# Search API Keywords\n\nConsider using our new Python package, asf_search. asf_search can be used to perform searches of the ASF catalog, and it offers baseline functionality and download support. Additionally, numerous constants are provided to ease the search process. Currently, we provide constants for platform, instrument, beam mode, flight direction, polarization, and processing level. More information can be found [here](/asf_search/basics).\n\nKeywords are used to find the desired data. Use as many or as few keywords as needed. Available keywords and descriptions are listed below for each Search API endpoint. Keywords are case sensitive.\n\n*Note:* Any errors will be returned in JSON format.\n\n## Search Endpoint\n\n\n### Dataset Parameters\n- dataset\n\t- This is the preferred alternative keyword for 'platform' searches.\n\t- This keyword has constants provided through asf_search. More information can be found [here](/asf_search/searching/#keywords).\n\t- Remote sensing platform that acquired the data. You may specify a single value, or a list of values.\n\t- Example:\n\t\t- dataset=SENTINEL-1\n\t\t- dataset=OPERA-S1\n\t\t- dataset=AIRSAR,UAVSAR\n\t- Values:\n\t\t- [SENTINEL-1](/datasets/using_ASF_data/#sentinel-1), [SLC-BURST](/datasets/using_ASF_data/#sentinel-1-bursts), [OPERA-S1](/datasets/using_ASF_data/#opera-sentinel-1), [ALOS PALSAR](/datasets/using_ASF_data/#alos-palsar), [ALOS AVNIR-2](/datasets/using_ASF_data/#alos-avnir-2), [SIR-C](/datasets/using_ASF_data/#sir-c), [ARIA S1 GUNW](/datasets/using_ASF_data/#aria-s1-gunw), [SMAP](/datasets/using_ASF_data/#smap-soil-moisture-active-passive), [UAVSAR](/datasets/using_ASF_data/#uavsar), [RADARSAT-1](/datasets/using_ASF_data/#radarsat-1), [ERS](/datasets/using_ASF_data/#ers), [JERS-1](/datasets/using_ASF_data/#jers), [AIRSAR](/datasets/using_ASF_data/#airsar), [SEASAT](/datasets/using_ASF_data/#seasat)\n\n- platform\n\t- See also 'dataset'. Dataset is the preferred keyword when possible.\n\t- This keyword has constants provided through asf_search. More information can be found [here](/asf_search/searching/#keywords).\n\t- See also 'instrument'\n\t- Remote sensing platform that acquired the data. Sentinel-1 and ERS have multiple remote sensing platforms, and you may choose whether to specify a specific platform. You may specify a single value, or a list of values.\n\t- Example:\n\t\t- platform=ALOS\n\t\t- platform=SA,SB\n\t\t- platform=S1\n\t- Values:\n\t\t- ALOS, A3, AIRSAR, AS, ERS, ERS-1, E1, ERS-2, E2, JERS-1, J1, RADARSAT-1, R1, SEASAT, SS, S1, Sentinel, Sentinel-1, Sentinel-1A, SA, Sentinel-1B, Sentinel-1 Interferogram (BETA), SB, SIR-C, SMAP, SP, UAVSAR, UA\n\n- instrument\n\t- See also 'dataset'. Dataset is the preferred keyword when possible.\n\t- This keyword has constants provided through asf_search. More information can be found [here](/asf_search/searching/#keywords).\n\t- See also 'platform'\n\t- Remote sensing instrument that acquired the data. For some platforms, such as ALOS, there are multiple instruments to choose from.\n\t- Example:\n\t\t- ALOS: instrument=PALSAR\n\t\t- ALOS: instrument=AVNIR-2\n\t- Values:\n\t\t- C-SAR, PALSAR, AVNIR-2\n\n- absoluteOrbit\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- For ALOS, ERS-1, ERS-2, JERS-1, RADARSAT-1, Sentinel-1A, and Sentinel-1B this value corresponds to the orbit count within the orbit cycle. For UAVSAR it is the [Flight ID](https://uavsar.jpl.nasa.gov/cgi-bin/data.pl?_ga=2.34282209.1335434931.1620087198-1930115146.1605056035). You may specify a single value, range of values, or a list of values.\n\t- Example:\n\t\t- RADARSAT: absoluteOrbit=25436\n\t\t- PALSAR: absoluteOrbit=25436-25445,25450\n\t\t- UAVSAR: absoluteOrbit=12006\n\n- asfframe\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- See also 'frame'\n\t- This is primarily an ASF / [JAXA](https://global.jaxa.jp/) frame reference. However, some platforms use other conventions. You may specify a single value, range of values, or a list of values.\n\t- Example:\n\t\t- asfframe=300 or asfframe=2845-2855 or asfframe=2800,2845-2855\n\t- Values:\n\t\t- ERS, JERS, RADARSAT: ASF frames 0 to 900\n\t\t- ALOS PALSAR: JAXA frames 0 to 7200\n\t\t- SEASAT: ESA-like frames 0208 to 3458 (must use a leading zero for frames 208-999)\n\t\t- Sentinel-1: In-house values 0 to 1184\n\n- maxBaselinePerp\n\t- For interferometric SAR (InSAR) analysis, Perpendicular Baseline is the spatial distance between the first and second observations measured perpendicular to the satellite look direction and provides an indication of the sensitivity to topographic height.\n\t- Works for ERS-1, ERS-2, JERS, RADARSAT-1, ALOS PALSAR. (Not Sentinel-1)\n\t- Example:\n\t\t- maxBaselinePerp=1500 or maxBaselinePerp=50.5\n\n- minBaselinePerp\n\t- For interferometric SAR (InSAR) analysis, Perpendicular Baseline is the spatial distance between the first and second observations measured perpendicular to the satellite look direction and provides an indication of the sensitivity to topographic height.\n\t- Works for ERS-1, ERS-2, JERS, RADARSAT-1, ALOS PALSAR. (Not Sentinel-1)\n\t- Example:\n\t\t- minBaselinePerp=100 or minBaselinePerp=50.5\n\n- beamMode\n\t- This keyword has constants provided through asf_search. More information can be found [here](/asf_search/searching/#keywords).\n\t- The beam mode used to acquire the data. See also beamSwath. You may specify a single value, or a list of values.\n\t- Example:\n\t\t- beamMode=FBS or beamMode=EW,IW or beamMode=ScanSAR+Wide\n\t- Values:\n\t\t- AIRSAR: 3FP, ATI, XTI\n\t\t- ALOS: FBD, FBS, PLR, WB1, WB2, DSN\n\t\t- ERS-1: Standard, STD\n\t\t- ERS-2: Standard, STD\n\t\t- JERS-1: Standard, STD\n\t\t- RADARSAT-1: Standard, STD, Fine, High, Low, Wide, Narrow, ScanSAR+Wide, ScanSAR+Narrow\n\t\t- SEASAT: Standard, STD\n\t\t- SMAP: Standard, STD\n\t\t- Sentinel-1A: EW, IW, S1, S2, S3, S4, S5, S6, WV\n\t\t- Sentinel-1B: EW, IW, S1, S2, S3, S4, S5, S6, WV\n\t\t- UAVSAR: POL, RPI\n\n- beamSwath\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- BeamSwath encompasses a look angle and beam mode. You may specify a single value, or a list of values.\n\t- Example:\n\t\t- beamSwath=0\n\t\t- beamSwath=FN1, FN2, FN3, FN4, FN5\n\t- Values:\n\t\t- AIRSAR: 3FP, ATI, XTI\n\t\t- ALOS: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 15, 16, 17, 18, 19, 20\n\t\t- AVNIR-2: OBS\n\t\t- ERS-1: STD\n\t\t- ERS-2: STD\n\t\t- JERS-1: STD\n\t\t- RADARSAT-1: FN1, FN2, FN3, FN4, FN5, SNA, SNB, ST1, ST2, ST3, ST4, ST5, ST6, ST7, SWA, SWB, WD1, WD2, WD3, EH3, EH4, EH6, EL1\n\t\t- SEASAT: STD\n\t\t- Sentinel-1A: EW, IW, S1, S2, S3, S4, S5, S6, SLC, WV\n\t\t- Sentinel-1B: EW, IW, S1, S2, S3, S4, S5, S6, SLC, WV\n\t\t- UAVSAR: POL, RPI\n\n- collectionName\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- For UAVSAR and AIRSAR data collections only. Search by the mission/campaign name. You may specify a single value. For a list of available collections, refer to the Mission List Endpoint below.\n\t- Example:\n\t\t- UAVSAR: collectionName=ABoVE\n\t\t- AIRSAR: collectionName=collectionName=Akiyoshi,+Japan\n\n- maxDoppler\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Doppler provides an indication of how much the look direction deviates from the ideal perpendicular flight direction acquisition.\n\t- Example:\n\t\t- maxDoppler=1500 or maxDoppler=1500.5\n\n- minDoppler\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Doppler provides an indication of how much the look direction deviates from the ideal perpendicular flight direction acquisition.\n\t- Example:\n\t\t- minDoppler=100 or minDoppler=1500.5\n\n- maxFaradayRotation\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Rotation of the polarization plane of the radar signal impacts imagery. HH and HV signals become mixed. One-way rotations exceeding 5° are likely to significantly reduce the accuracy of geophysical parameter recovery, such as forest biomass.\n\t- Example:\n\t\t- maxFaradayRotation=3.5\n\n- minFaradayRotation\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Rotation of the polarization plane of the radar signal impacts imagery. HH and HV signals become mixed. One-way rotations exceeding 5° are likely to significantly reduce the accuracy of geophysical parameter recovery, such as forest biomass.\n\t- Example:\n\t\t- minFaradayRotation=2\n\n- flightDirection\n\t- This keyword has constants provided through asf_search. More information can be found [here](/asf_search/searching/#keywords).\n\t- Satellite orbit direction during data acquisition. You may specify a single value.\n\t- Example:\n\t\t- flightDirection=DESCENDING\n\t- Values:\n\t\t- A, ASC, ASCENDING, D, DESC, DESCENDING\n\n- flightLine\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Specify a flightline for UAVSAR or AIRSAR. You may specify a single value.\n\t- Example:\n\t\t- UAVSAR: flightLine=05901\n\t\t- AIRSAR: flightLine=gilmorecreek045-1.93044\n\n- frame\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- See also 'asfframe'\n\t- ESA-referenced frames are offered to give users a universal framing convention. Each ESA frame has a corresponding ASF frame assigned. You may specify a single value, range of values, or a list of values.\n\t- Example:\n\t\t- frame=300\n\t\t- frame=300-400\n\t\t- frame=300,303,305\n\t\t- frame=300,303,305-315\n\t- Values:\n\t\t- Any number from 0 to 7200.\n\n- fullBurstID\n - Used for Sentinel-1 [burst products](/datasets/using_ASF_data/#sentinel-1-bursts). Each value represents all burst products over a single sub-swath, corresponding to a near-perfect frame-aligned stack. This value is useful for baseline stacking. You may specify a single value, or a list of values.\n - Example:\n - single value: fullBurstID=017_034465_IW2\n - list of values: fullBurstID=017_034465_IW2,079_167884_IW1\n\n- granule_list\n\t- Comma-separated list of specific scenes (granules). Large lists will need to utilize a [POST request](https://en.wikipedia.org/wiki/POST_(HTTP)).\n\t- granule_list may not be used in conjuction with other keywords, however, it may be used with the output keyword.\n\t- Example:\n\t\t- granule_list=ALPSRP111041130,\n\t\tS1B_IW_GRDH_1SDV_20161124T032008_20161124T032033_003095_005430_9906\n\n- groupid\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Comma-separated list of specific group IDs. For some datasets, the group ID is the same as the scene name. For others, such as Sentinel-1, the group ID is unique for a group of scenes. The group ID value is included in GeoJSON, JSON, and CSV outputs.\n\t- Example:\n\t\t- groupid=S1A_IWDV_0112_0118_037147_150\n\n- lookDirection\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Left or right direction of data acquisition. You may specify a single value.\n\t- Example:\n\t\t- lookDirection=L\n\t- Values:\n\t\t- R, RIGHT, L, LEFT\n\n- maxInsarStackSize\n\t- An InSAR stack is composed of all SAR granules that cover the same geographic region, are from the same platform, and were acquired with the same beam mode, look angle, and bandwidth. To obtain InSAR stacks containing a certain number of SAR granules specify a min, max, or both.\n\t- Works for ERS-1, ERS-2, JERS, RADARSAT-1, ALOS PALSAR. (Not Sentinel-1)\n\t- Example:\n\t\t- maxInsarStackSize=175\n\n- minInsarStackSize\n\t- An InSAR stack is composed of all SAR granules that cover the same geographic region, are from the same platform, and were acquired with the same beam mode, look angle, and bandwidth. To obtain InSAR stacks containing a certain number of SAR granules specify a min, max, or both.\n\t- Works for ERS-1, ERS-2, JERS, RADARSAT-1, ALOS PALSAR. (Not Sentinel-1)\n\t- Example:\n\t\t- minInsarStackSize=20\n\n- offNadirAngle\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Off-nadir angles for ALOS PALSAR. You may specify a single value, range of values, or a list of values.\n\t- Example:\n\t\t- offNadirAngle=21.5\n\t\t- offNadirAngle=9.7-14\n\t\t- offNadirAngle=21.5,23.1,20.5-24.2\n\t- Values:\n\t\t- Most common: 21.5, 23.1, 27.1, 34.3\n\t\t- Other: 9.7, 9.9, 13.8, 14, 16.2, 17.3, 17.9, 18, 19.2, 20.5, 21.5, 23.1, 24.2, 24.6, 25.2, 25.8, 25.9, 26.2, 27.1, 28.8, 30.8, 34.3, 36.9, 38.8, 41.5, 43.4, 45.2, 46.6, 47.8, 49, 50, 50.8\n\n- operaBurstID\n - Used for [Opera-S1 products](/datasets/using_ASF_data/#opera-sentinel-1). Each value identifies the specific burst for the product. You may specify a single value, or a list of values. \n - Example:\n - single value: operaBurstID=T078-165486-IW2\n - list of values: operaBurstID=T078_165486_IW2, T078_165485_IW2\n\n- polarization\n\t- This keyword has constants provided through asf_search. More information can be found [here](/asf_search/searching/#keywords).\n\t- A property of SAR electromagnetic waves that can be used to extract meaningful information about surface properties of the earth. You may specify a single value, or a list of values.\n\t- Example:\n\t\t- polarization=VV\n\t\t- polarization=VV,HH\n\t\t- polarization=VV+VH\n\t\t- polarization=Dual+VV\n\t- Values:\n\t\t- AIRSAR: FULL\n\t\t- ALOS: QUADRATURE, HH+5SCAN, HH, HH+4SCAN, VV, HH+3SCAN, FULL, HH+HV, VV+VH\n\t\t- ERS-1: VV\n\t\t- ERS-2: VV\n\t\t- JERS-1: HH\n\t\t- RADARSAT-1: HH\n\t\t- SEASAT: HH\n\t\t- Sentinel-1A: VV, VV+VH, Dual VV, VV+VH, Dual HV, Dual HH, HH, HH+HV, VV, Dual VH\n\t\t- Sentinel-1B: VV, VV+VH, Dual VV, VV+VH, Dual HV, Dual HH, HH, HH+HV, VV, Dual VH\n\t\t- UAVSAR: FULL, HH\n\n- processingLevel\n\t- This keyword has constants provided through asf_search. More information can be found [here](/asf_search/searching/#keywords).\n\t- Level to which the data has been processed, also type of product. You may specify a single value, or a list of values.\n\t- Example:\n\t\t- processingLevel=L0,L1\n\t- Values:\n\t\t- AIRSAR: 3FP, LTIF, PTIF, CTIF, PSTOKES, DEM, CSTOKES, JPG, LSTOKES\n\t\t- ALOS: L1.0, L1.1, L1.5, L2.2, RTC_LOW_RES, RTC_HI_RES, KMZ\n\t\t- ERS-1: L0, L1\n\t\t- ERS-2: L0, L1\n\t\t- JERS-1: L0, L1\n\t\t- OPERA-S1: RTC, CSLC, RTC_STATIC, CSLS_STATIC\n\t\t- RADARSAT-1: L0, L1\n\t\t- SEASAT: L1, GEOTIFF\n\t\t- Sentinel-1A: GRD_HS, GRD_HD, GRD_MS, GRD_MD, GRD_FD, SLC, RAW, OCN, METADATA_RAW, METADATA_SLC, METADATA_GRD_HD, METADATA_GRD_MD, METADATA_GRD_MS, METADATA_GRD_HS, METADATA_OCN\n\t\t- Sentinel-1B: GRD_HS, GRD_HD, GRD_MS, GRD_MD, GRD_FD, SLC, RAW, OCN, METADATA_RAW, METADATA_SLC, METADATA_GRD_HD, METADATA_GRD_MD, METADATA_GRD_MS, METADATA_GRD_HS, METADATA_OCN\n\t\t- Sentinel-1 InSAR: GUNW_STD, GUNW_AMP, GUNW_CON, GUN_COH, GUNW_UNW\n\t\t- Sentinel-1 Bursts: BURST\n\t\t- SIR-C: SLC, METADATA_SLC\n\t\t- SMAP: L1A_Radar_RO_QA, L1A_Radar_RO_HDF5, L1B_S0_LoRes_HDF5, L1B_S0_LoRes_QA, L1B_S0_LoRes_ISO_XML, L1A_Radar_QA, L1A_Radar_RO_ISO_XML, L1C_S0_HiRes_ISO_XML, L1C_S0_HiRes_QA, L1C_S0_HiRes_HDF5, L1A_Radar_HDF5\n\t\t- UAVSAR: KMZ, PROJECTED, PAULI, PROJECTED_ML5X5, STOKES, AMPLITUDE, COMPLEX, DEM_TIFF, PROJECTED_ML3X3, METADATA, AMPLITUDE_GRD, INTERFEROMETRY, INTERFEROMETRY_GRD, INC, SLOPE\n\n- product_list\n\t- Comma-separated list of specific files (products). Large lists will need to utilize a [POST request](https://en.wikipedia.org/wiki/POST_(HTTP)). You can find the product_list values for any file in the GeoJSON (fileID) or JSON (product_file_id) outputs. It is also available from CMR, in the granuleUR field. It is guaranteed to be a unique indentifier in CMR. You can also find the product_list value in Vertex! See the [Cookbook page](/api/cookbook) for this Tip & more.\n\t- product_list may not be used in conjuction with other keywords, however, it may be used with the output keyword.\n\t- Example:\n\t\t- product_list=ALAV2A276512920,\n\t\tS1A_IW_SLC__1SDV_20210614T154839_20210614T154905_038338_048643_D7E4-SLC\n\n- relativeOrbit\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Path or track of satellite during data acquisition. For UAVSAR it is the [Line ID](https://uavsar.jpl.nasa.gov/cgi-bin/data.pl?_ga=2.201268782.1252483948.1620685771-1930115146.1605056035). You may specify a single value, range of values, or a list of values.\n\t- Example:\n\t\t- relativeOrbit=500,550-580\n\t\t- UAVSAR: relativeOrbit=05905\n\t- Values:\n\t\t- ALOS: 1-671\n\t\t- ERS-1: 0-2410\n\t\t- ERS-2: 0-500\n\t\t- JERS-1: 0-658\n\t\t- RADARSAT-1: 0-342\n\t\t- SEASAT: 1-243\n\t\t- UAVSAR: various\n\n### Geospatial Parameters\n- bbox\n\t- *Deprecation Notice:* This keyword will be deprecated. Please use 'intersectsWith' instead.\n\t- Bounding boxes define an area using two long/lat points. The Bounding box parameters are 4 comma-separated numbers: lower left longitude,latitude, and upper right longitude,latitude. This is a great choice for very wide search areas.\n\t- Example:\n\t\t- bbox=-150.2,65.0,-150.1,65.5\n\n- intersectsWith\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Search by polygon, a line segment (“linestring”), or a point defined in 2-D Well-Known Text (WKT). Each polygon must be explicitly closed, i.e. the first vertex and the last vertex of each listed polygon must be identical. Coordinate pairs for each vertex are in decimal degrees: longitude is followed by latitude.\n\t- Notes:\n\t\t- Does not support multi-polygon, multi-line or multi-point.\n \t\t- Polygon holes are ignored\n \t\t- This keyword also accepts a [POST request](https://en.wikipedia.org/wiki/POST_(HTTP))\n \t- Example (*Note: The spaces and parentheses below need to be URL encoded first*):\n \t\t- intersectsWith=polygon((-119.543 37.925, -118.443 37.7421, -118.682 36.8525, -119.77 37.0352, -119.543 37.925 ))\n\t\t- intersectsWith=linestring(-119.543 37.925, -118.443 37.7421)\n\t\t- intersectsWith=point(-119.543, 37.925)\n\t- Properly URL encoded:\n\t\t- intersectsWith=point%28-119.543+37.925%29\n\n- polygon\n\t- *Deprecation Notice:* This keyword will be deprecated. Please use 'intersectsWith' instead.\n\t- Bounding polygon in the digital long/lat format; enter coordinates in counter clockwise direction, repeat the first point at the end to close the polygon: in the format ABCDA\n\t- Example:\n\t\t- polygon=-155.08,65.82,-153.5,61.91,-149.50,63.07,-149.94,64.55,-153.28,64.47,-155.08,65.82\n\n#### Shape Validation\nIf the AOI specified is its own Minimum Bounding Rectangle (MBR) in a mercator projection, the search results returned will instersect with the AOI in a mercator projection, regardless of width. This remains the case even if the international dateline is crossed within the AOI.\n\nIn order for an AOI to be considered its own MBR, it must meet the following criteria:\n\n - Each vertex shares a latitude or longitude with its neighbors\n - East/West points share longitude\n - North/South points share latitude\n\nAOIs that do not fit this criteria will have their points connected along [great circles](https://en.wikipedia.org/wiki/Great_circle).\n\nIn addition, all AOIs are validated, and then simplified as needed. The process for this is:\n \n 1. Validate the input AOI. If it is not valid, an error is displayed.\n 2. Merge overlapping shapes.\n 3. Convex hull.\n 4. Any out-of-range index values are handled by clamping and wrapping them to the valid range of values.\n 5. Simplify points based on proximity threshold. The target is fewer than 400 points.\n\nEach of these steps is performed only when necessary to get the AOI to a single outline with fewer than 400 points. Any unnecessary steps are skipped.\n\n**Examples of validation and simplification:**\n\n- A self-intersecting polygon is provided: \n\t- An error is displayed.\n- A single outline is provided, consisting of 1000 points:\n\t- A simplified version of the same outline is used, consisting of fewer than 400 points.\n- Multiple geometries are provided, all of them overlapping at least in part:\n\t- A single outline is returned, representing the outline of all the shapes combined.\n- Multiple geometries are provided, at least some of them entirely non-overlapping:\n\t- A single outline is returned, representing the convex hull of all the shapes together.\n\n\n### Temporal Parameters\n- processingDate\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Limit results to records that have been processed at ASF since a given date and/or time.\n\t- Example:\n\t\t- processingDate=2017-01-01T00:00:00UTC\n\n- start\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Date of data acquisition. Can be used in combination with 'end'. You may enter natural language dates, or a date and/or time stamp. All times are in UTC. For more information on accepted date formats, see the Date Parser endpoint below.\n\t- Example:\n\t\t- start=May+30,+2018\n\t\t- start=yesterday\n\t\t- start=2010-10-30T11:59:59Z\n\t\t- start=1+week+ago&end=now\n\n- end\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Date of data acquisition. Can be used in combination with 'start'. You may enter natural language dates, or a date and/or time stamp. All times are in UTC. For more information on accepted date formats, see the Date Parser endpoint below.\n\t- Example:\n\t\t- end=May+30,+2018\n\t\t- end=today\n\t\t- end=2021-04-30T11:59:59Z\n\t\t- start=1+week+ago&end=now\n\n- season\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Start and end day of year for desired seasonal range. This keyword may be used in conjunction with start/end to specify a seasonal range within an overall date range. Values are based on the Julian calendar. You must specify both a season start and end date.\n\t- Example:\n\t\t- season=1,31\n\t\t- season=45,67\n\t\t- season=360,10\n\t- Values:\n\t\t- 1 through 365\n\n### Results Parameters\n- output\n\t- Desired format of the Search API results. If not specified, the default format is metalink. The preferred format is geoJSON.\n\t- Example:\n\t\t- output=geojson\n\t- Values:\n\t\t- geojson, python, csv, json, kml, metalink, count, download\n\t- Description:\n - GeoJSON is the preferred output format. If a required field is not included, please contact ASF using the info below or reach the team directly at \n - Python will provide the code snippet needed to run your desired search using asf_search\n\t\t- KML can be opened in Google Earth, ArcGIS Earth, or a similar program\n\t\t- Count returns the number of results returned by your query. It does not include any additional information. Using count output can be helpful in determining if your query has returned the correct number of results. There is a time limit on running Search API queries. See the [Troubleshooting page](/api/troubleshooting) for more details.\n\t\t- Metalink provides download information for the scenes returned by your query. It does not include metadata.\n\t\t- Download returns a bulk download script that includes the files returned by the search. See the [Bulk Download documentation](https://asf.alaska.edu/how-to/data-tools/asf-bulk-data-download-options/) for a full guide on using the bulk download script.\n\t\t- JSON includes scene metadata and product URLs. If GeoJSON does not meet your needs, JSON is the preferred format for programmatic use.\n\t\t- CSV also includes scene metadata and product URLs. CSV returns less fields than JSON.\n\n- maxResults\n\t- This keyword is also available through [asf_search](/asf_search/searching/#searching).\n\t- Maximum number of data records to return from your query.\n\t- Example:\n\t\t- maxResults=10\n\n## Baseline Endpoint\n\n\n- reference\n\t- This is the only mandatory keyword. Input the reference scene name for which you wish to see baseline results.\n\t- Example:\n\t\t- reference=S1B_IW_SLC__1SDV_20210704T135937_20210704T140004_027645_034CB0_4B2C\n\n- processingLevel\n\t- Level to which the data has been processed. Baseline data is only available for certain processing levels.\n\t- Example:\n\t\t- processingLevel=L1.5\n\t- ProcessingLevel Values Which Contain Baseline Data:\n\t\t- ALOS: L1.1, L1.5; default is L1.1\n\t\t- ERS-1 & ERS-2: L0, L1; default is L0\n\t\t- JERS-1: L0, L1; default is L0\n\t\t- RADARSAT-1: L0, L1; default is L0\n\t\t- Sentinel-1A & Sentinel-1B: SLC\n\t\t- Sentinel-1 Bursts: SLC\n\n- output\n\t- Desired format of the Search API results. If not specified, the default format is metalink. The preferred format is geoJSON.\n\t- Example:\n\t\t- output=geojson\n\t- Values:\n\t\t- geojson, python, csv, json, kml, metalink, count, download\n\t- Description:\n\t\t- GeoJSON is the preferred output format. If a required field is not included, please contact ASF using the info below or reach the team directly at \n\t\t- Python will provide the code snippet needed to run your desired search using asf_search\n\t\t- KML can be opened in Google Earth, ArcGIS Earth, or a similar program\n\t\t- Count returns the number of results returned by your query. It does not include any additional information. Using count output can be helpful in determining if your query has returned the correct number of results. There is a time limit on running Search API queries. See the [Troubleshooting page](/api/troubleshooting) for more details.\n\t\t- Metalink provides download information for the scenes returned by your query. It does not include metadata.\n\t\t- Download returns a bulk download script that includes the files returned by the search. See the [Bulk Download documentation](https://asf.alaska.edu/how-to/data-tools/data-tools/#bulk_download) for a full guide on using the bulk download script.\n\t\t- JSON includes scene metadata and product URLs. If GeoJSON does not meet your needs, JSON is the preferred format for programmatic use.\n\t\t- CSV also includes scene metadata and product URLs. CSV returns less fields than JSON.\n\n- maxResults\n\t- Maximum number of data records to return from your query.\n\t- Example:\n\t\t- maxResults=10\n\n## WKT Validation Endpoint\n\n\nThis endpoint will validate and repair a WKT input. The repaired WKT output is how the Search API will interpret the provided WKT input. If a WKT cannot be repaired, it will return an error stating the reason. All validations and errors are returned in JSON format.\n\n- wkt\n\t- This is the only accepted keyword for this endpoint.\n\t- Example:\n\t\t- wkt=GEOMETRYCOLLECTION(POLYGON((46 -19,30 26,-3 41,22 39,49 16,46 -19)), POLYGON((27 24,12 4,18 31,27 24)))\n\t\t- In this example, the JSON return will list the errors that were repaired, and the final wrapped and unwrapped WKT.\n\n## GeoSpatial Files to WKT Endpoint\n\n\n\nThis endpoint will accept a [POST request](https://en.wikipedia.org/wiki/POST_(HTTP)) with files attached. It will return the parsed WKT from the file, as well as the repaired wrapped and unwrapped WKT. All outputs are returned in JSON format. The preferred file format is geojson, but the Search API will also support other formats, such as shapefile or kml.\n\nSee the [Tools page](/api/tools) for more details on POST requests.\n\n- Example:\n\t- curl -X POST -F 'files=@/path/to/file' 'https://api.aac.asf.alaska.edu/services/utils/files_to_wkt'\n\n## Date Parser Endpoint\n\n\nThis endpoint can be used to check how dates are parsed by the Search API. All parsed dates are returned in JSON format.\n\n- date\n\t- This is the only accepted keyword for this endpoint. You can use natural language, such as \"yesterday\", dates with or without the time stamp, or days of the week.\n\n## Mission List Endpoint\n\n\nThis endpoint lists all missions (also known as campaigns or collections) for all datasets. Any of the missions returned in the list may be used as a value for the collectionName keyword in the Search endpoint. The mission list is returned in JSON format.\n\n- platform\n\t- This keyword is optional. If used, it will restrict the list of missions to the specified platform(s).\n\t- Remote sensing platform that acquired the data. Sentinel-1 and ERS have multiple remote sensing platforms, and you may choose whether to specify a specific platform. You may specify a single value, or a list of values.\n\t- Example:\n\t\t- platform=ALOS\n\t\t- platform=SA,SB\n\t\t- platform=S1\n\t- Values:\n\t\t- ALOS, A3, AIRSAR, AS, ERS, ERS-1, E1, ERS-2, E2, JERS-1, J1, RADARSAT-1, R1, SEASAT, SS, S1, Sentinel, Sentinel-1, Sentinel-1A, SA, Sentinel-1B, Sentinel-1 Interferogram (BETA), SB, SMAP, SP, UAVSAR, UA\n\n## Health Endpoint\n\n\nThis endpoint is used to check the Search API health. It is returned in JSON format. There are no keywords associated with the health check endpoint.\n\nIn addition to Search API health, it also returns Search API configs and CMR health status.\n", "L10_P_1": "##L1.0 Products\nThis product is generated from the raw observation data (Level 0) through data editing such as bit realignment and the addition of orbit information. It is reconstructed, unprocessed signal data with radiometric and geometric correction coefficients (appended, but not applied).\n\n##L1.1 Products\nThis product is generated from Single Look Complex (SLC) products equally spaced on slant range (equal to the spacing of sampling measurement), generated after rendering SAR processing to a level 1.0 product. These products are compressed in range and azimuth. Amplitude and phase information are preserved. Individual files are provided for each polarization for multi-polarization modes.\n\n##L1.5 Products\nThis product is generated from Multi-look amplitude images projected onto map coordinates (geo-referenced). This is rendered from SAR processing to level 1.0 products, and is acquired in single polarization high resolution mode. These products may be visualized without further processing. Individual files are provided for each polarization for multi-polarization modes.\n\n##KMZ Products\nThis product is a compressed file that includes a KML file and a color browse image (PNG) file. The KMZ can be uncompressed by changing the .kmz file extension to .zip and unzipping it.\n\nYou may view the .kmz in Google Earth, or a similar program. Once unzipped, the .kml file can also be viewed in Google Earth. Opened in Google Earth, the file displays in an outline of the scene footprint on the Earth, and includes areas of no data, and a color browse of the geocorrected image in its correct orientation within the outline. The .png file is geocoded and rotated into projected space.\n\n##Low-Res and Hi-Res Terrain Corrected Products\nThe terrain correction products are generated for all FBS, FBD, and PLR beam modes, and include all available beam modes for dual-pol and qual-pol data. Any wide-beam data, as well as direct downlink direct source network (DSN) data, acquired by ASF at reduced resolution, are not terrain corrected.\n\nThe terrain corrected products are derived from ALOS PALSAR Level 1.1 single look complex data, generated by the JAXA Sigma SAR processor (version 12.01) of the ALOS core software (release 6.07).\n\nRTC products are distributed at two resolutions. The hi-res products have a pixel size of 12.5m and are generated from high-resolution (NED13) and mid-resolution (SRTM 30m, NED1, and NED2) DEMs. The low-res products are generated at a 30m level for all available DEMs. All products are terrain corrected at the native pixel size of the DEM that is used for the correction. No additional resampling is required. All RTC products are geocoded to the Universal Transverse Mercator (UTM) projection and provided as floating-point power values in GeoTIFF format. The reference for the RTC products is pixel as point.\n\n##Further Reading\n- [DEM Information](https://asf.alaska.edu/information/palsar-rtc-dem-information/)\n- [Level 1.0 Product Format Description](http://www.ga.gov.au/__data/assets/pdf_file/0019/11719/GA10287.pdf)\n- [Level 1.1/1.5 Product Format Description](https://www.eorc.jaxa.jp/ALOS/en/doc/fdata/PALSAR_x_Format_EL.pdf)\n- [USGS ALOS PALSAR Radar Processing System](https://www.usgs.gov/centers/eros/science/usgs-eros-archive-radar-alos-palsar-radar-processing-system?qt-science_center_objects=0#qt-science_center_objects)\n- [What is a KMZ File?](https://developers.google.com/kml/documentation/kmzarchives)\n- [Difference between KML and KMZ](https://whyisdifference.com/technology/software-technology/difference-between-kml-and-kmz.html)\n- [RTC Product Guide](https://asf.alaska.edu/wp-content/uploads/2019/03/rtc_product_guide_v1.2.pdf)\n- [RTC Algorithm Technical Basis Document](https://asf.alaska.edu/wp-content/uploads/2019/03/rtc_atbd_v1.2_final.pdf)\n- [Product Format Specification](https://asf.alaska.edu/wp-content/uploads/2019/03/rtc_product_specification_v1.1.pdf)\n\n\n\n\n\n", "OVERVIEW_1": "## Overview\n\nRadar remote sensing has become a highly important data source in the Geosciences. This is mostly due to the ability of radar to penetrate clouds and operate independently of solar illumination. In addition radar sensors benefit from their ability to easily identify changes, track surface deformation with cm-accuracy, and map large areas regularly and over long time scales. It is not surprising that radar remote sensing is regularly used for studying earthquakes, volcanoes, and glaciers, as well as for the monitoring of anthropogenic activities such as hydrocarbon extraction, and groundwater pumping.\n\nWithin the SARVIEWS project, we are working on harnessing the capabilities of SAR by developing a fully automatic processing system that produces value-added products in support of monitoring natural disasters. The SARVIEWS processor is implemented in the Amazon Cloud and utilizes modern processing technology to generate geocoded and fully terrain corrected image time series, as well as interferometric SAR data over areas affected by natural disasters. To facilitate full automation, the SARVIEWS processing flow is triggered automatically by existing hazard alert systems such as the [USGS Earthquake Notification Service](https://earthquake.usgs.gov/ens/). Currently, SARVIEWS is supporting hazards related to volcanic eruptions and earthquakes. The inclusion of flood events is in preparation.\n\n## Hazard Monitoring Criteria\n\nSARVIEWS subscriptions are created in near real-time based upon reports from monitoring organizations such as the USGS and the Smithsonian Institution Global Volcanism Program. Subscriptions are created automatically after checking [Earthquake Notification Service (ENS)](https://earthquake.usgs.gov/ens/) emails and [Volcano Notification Service (VNS)](https://volcanoes.usgs.gov/vns2/) emails, or the Smithsonian Institution Global Volcanism Program's weekly updates for active volcanoes outside the United States.\n\n### Earthquakes\n\nEarthquake subscriptions are created if the earthquake event has potential surface deformation, which is roughly assesed based upon the following logic:\n\n\n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n
MagnitudeShallow: 0-35 kmMedium: 35-100 kmDeep: 100+ km
Large: Mag 7.5+YesYesYes
Medium: Mag 7.0 - 7.5If within 75 km of coastIf within 25 km of coastNo
Small: Mag 6.0 - 7.0If within 25 km of coastIf within 0.5 km of coastNo
\n\nThese criteria provide a quick estimate of the strength of the earthquake in relation to depth and the distance from land in order to limit event subscriptions to only those with the potential for surface deformation. This simple logic is created upon the ENS email, and does not wait for more data to calculate surface deformation with conventional seismologic methods. Once created, earthquake subscriptions process Sentinel data for 6 months from the date of the earthquake.\n\n### Volcanoes\n\nCriteria for volcano subscriptions reply on the VNS Activity Notice emails for domestic volcanoes, and the Smithsonian Institution Global Volcanism Program's RSS feed for international volcanoes. If a volcano is flagged as a WARNING Alert level, or a RED aviation code, a subscription is created for the volcano. Globally, if the volcano's activity is high enough to be triggered and posted by the Global Volcanism Program, SARVIEWS creates a subscription. Volcano subscriptions process data starting 1 year prior to the activity, and continue indefinitely until volcano activity levels return to normal.\n\n## On Demand Processing\n\nThe SARVIEWS processor takes full advantage of the extensive SAR archives available at the Alaska Satellite Facility (ASF), NASA Distributed Active Archive Center (DAAC) for Synthetic Aperture Radar data. Through ASF, SARVIEWS has efficient access to the historic and future acquisitions of the Sentinel-1 sensors, a spaceborne SAR system launched and operated by the European Space Agency. Sentinel-1 images all of Earth’s landmasses every 6 - 12 days, providing valuable data for hazard monitoring.\n\nTo efficiently access and process the incoming stream of Sentinel-1 SAR data, SARVIEWS leverages ASF HyP3, a cloud-based processing system that generates value-added SAR products on demand. On demand processing via HyP3 is also available from [ASF's Vertex](https://search.asf.alaska.edu/#/?topic=onDemand). Through HyP3, SARVIEWS has full access to the benefits of the cloud, such as elastic scaling of compute resources and efficient cloud-based storage and distribution. For more information, please visit the [HyP3 Documentation](https://hyp3-docs.asf.alaska.edu/).\n\n## FAQ\n\n**Is SARVIEWS free?**\n\nAll of the SARVIEWS products available in Vertex are freely available for download and use without restrictions. These are value-added products created from freely available Sentinel-1 data, with no login necessary. Please credit both ESA and SARVIEWS when using our data.\n\n**How do I bulk download products?**\n\nWhen you choose to copy the URLs for any event products, you will get a list of links to all of the selected SARVIEWS products. You may paste these links into a file, such as a .csv. To download the products, use a program such as wget with the '-i' option. For example:\n\n ## move to the location you want the products to be downloaded\n cd path/to/destination\n\n ## download with the -i option to specify the .csv\n wget -i path/to/download_all.csv\n\nYou may also download and run the Python Bulk Download script to download your selected event products.\n\n**When will the next product become available?**\n\nSARVIEWS automatically creates and archives products as soon as they become available. If a product is missing for a subscrciption, it means that the subscription is waiting on a new scene to be acquired, or it's still processing. Generally, there are 12 days between most Sentinel overpasses.\n\n**What software is used to process SARVIEWS data?**\n\nSARVIEWS events are processed using [GAMMA Remote Sensing](https://www.gamma-rs.ch/software) software tools through the ASF HyP3 engine. For more information on algoritm specifics, please visit the [ASF HyP3 products page](https://hyp3-docs.asf.alaska.edu/products/).\n\n## Acknowledgements & Contact\n\nThe SARVIEWS effort was funded by the [NASA Applied Sciences Disasters Program](https://appliedsciences.nasa.gov/what-we-do/disasters) through grant NNX12AQ38G. Sentinel-1 data is provided by the European Space Agency through their [Copernicus](https://www.esa.int/Applications/Observing_the_Earth/Copernicus) program. Access to Sentinel-1 data is provided by the [NASA Alaska Satellite Facility (ASF) DAAC](https://asf.alaska.edu/). SARVIEWS products contain modified Copernicus Sentinel data. Contributions to SARVIEWS were made by the SARVIEWS project team including FJ Meyer, S Arko, JB Nicoll, K Hogenson, W Gong, DB McAlpin, P Webley and many more. We owe thanks to the ASF Advanced Prototype Development (APD) and ASF HyP3 teams for supporting the robust implementation of SARVIEWS procedures and for their assistance with moving SARVIEWS into the cloud. Ongoing contributions are being made by the many beta-testers of our service.\n\nFor more information on SARVIEWS, please contact [Franz Meyer](mailto:fjmeyer@alaska.edu). You may also view the [Twitter](https://twitter.com/SARevangelist?) account.\n\n## Useful Links\n\n- The University of Alaska Fairbanks' (UAF) Microwave Remote Sensing class: [UAF GEOS 657](https://radar.community.uaf.edu/)\n- Newcastle University's Generic Atmospheric Correction Online Service for InSAR: [GACOS](http://www.gacos.net/)\n- The German Aerospace Center (DLR) for Satellite Based Crisis Information: [DLR ZKI](https://www.dlr.de/eoc/desktopdefault.aspx/tabid-12797#gallery/36755)\n- NASA's Jet Propulsion Laboratory's Advanced Rapid Imaging and Analysis (ARIA) Center for Natural Hazards: [JPL ARIA](https://aria.jpl.nasa.gov/)\n- ESA's Copernicus Emergency Management Service: [Copernicus EMS](https://emergency.copernicus.eu/)\n- The Center for Observation and Modelling of Earthquakes, Volcanoes and Tectonics: [COMET InSAR](https://comet.nerc.ac.uk/earth-observation/insar/)\n- ESA's Thematic Exploitation Platforms: [ESA TEPs](https://tep.eo.esa.int/home)\n\n", "SBAS_1": "# SBAS Search Type\n\n## What is SBAS?\nSBAS is an acronym for **short baseline subsets**. It is a technique used in interferometry. The Vertex SBAS tool provides perpendicular and temporal baseline data, as well as scene pairs, for a chosen reference scene.\n\n## What are some uses for SBAS?\nSBAS is widely used in the geosciences community. It works best for natural environments over a large scale and can be used to look at gradual change over time. SBAS requires input of a series of interferograms and the final output is a time series showing motion.\n\nOne advantage of SBAS is that you are not restricted to a single interferogram. You can see gradual changes over time. It can also be useful for older datasets which sometimes have irregular acquisitions. The temporal and spatial filtering can help increase the accuracy for measuring deformation.\n\nYou must choose which interferograms to use, which can require some experimentation. The Vertex SBAS tool simplifies this by providing good visualization and making it easier for you to quickly determine which scenes to use.\n\nThere are other preferred approaches for urban environments, or higher resolution needs. However, regardless of your analysis needs, the SBAS tool is a useful overview tool and can also be used as a 2-D baseline plot. It gives a comprehensive, but rapid visualization of scenes.\n\nFurther reading on baseline, including descriptions of multiple approaches, can be found [here](https://www.sciencedirect.com/science/article/pii/S0924271615002415). A case study comparison of PS and SBAS can be found [here](https://ieeexplore.ieee.org/document/5692806).\n\n## How to use Vertex SBAS Tool\nVisit **[ASF's Vertex](https://search.asf.alaska.edu)** to begin using the SBAS tool.\n![type:video](https://www.youtube.com/embed/bQPdtuobdcg)\n\n### **Beginning your SBAS Search**\n\n- If you do not have a particular reference scene chosen, you can search for scenes using the geographic or list search. The center column will have a button under the metadata titled ***SBAS Tool*** for any scenes that are eligible. You may click this button to be directed to an SBAS search. The SBAS search will use the chosen scene as the reference scene.\n\n- If you do have a particular reference scene chosen, you can select ***SBAS*** from the Search Type dropdown list. You may enter your reference scene and hit ***Search***.\n\n### **Interacting with SBAS Search Results**\nWhile in SBAS Search type, you will notice many familiar controls in the results panel. The pairs are shown in the left column. The center column lists the metadata for the two endpoints of the selected pair. The SBAS Chart is shown in the right column.\n\n**Result Panel Controls**\n\n- At the top left of the results panel, you will see the number of pairs listed.\n- **Zoom** will *Zoom to results* magnifying the map area of the Earth where the scenes are located.\n- **Queue** will *Add all to Downloads* allowing you to add all scenes to the download queue.\n- **On Demand** will allow you to *Add all to On Demand queue* to perform custom processing on the scenes.\n\t- You may choose from the available job types available for your scenes, depending on your needs. RTC processing is performed on the individual scenes in your result set. InSAR and autoRIFT processing are performed on the pairs in your result set.\n\t- **Note:** Currently, only scenes with beam mode IW are eligible for On Demand processing.\n- **Pairs** will *Download Pair CSV* which lists the scenes in each pair and the download URL for each. It also includes the baseline values.\n- In the left column, highlight the desired pair and click the **On Demand** icon to *Add pair to On Demand queue*. You may choose your desired job type for each pair.\n\n**Chart Controls**\n\n- The dots on the chart represent individual scenes. Hovering over them will list their temporal and perpendicular information. The lines represent the pairs.\n- You may use the mouse to navigate the chart. There are **Zoom In** and **Zoom Out** buttons located above the chart. The **Zoom to Fit** button will fit all of the pairs into the visible chart.\n- You may click on any pair line in the chart. When you do, the selected pair is highlighted in red and the metadata for that pair is shown in the center column.\n- You may adjust the temporal and perpendicular baseline using the sliders on the chart.\n- You may also create your own pair if desired:\n\t1. Under **Custom Pair**, click the **Plus symbol** to *Start adding custom pair*.\n\t7. Click the dot on the chart representing the first scene.\n\t2. Click the dot on the chart representing the second scene.\n\t3. The new pair is created, and the pair detail is added to the bottom of the result list. Manually added pairs will be displayed with a dotted line on the chart.\n\t4. **Note:** You may also add custom pairs to the On Demand queue.\n- If you wish to stop adding a pair after you have begun, you may click the **Square symbol** to *Stop adding custom pair*.\n- If you wish to delete an added pair, you may click on the dotted pair line and click the **Minus symbol** to *Remove custom pair*. Note that only manually added pairs may be deleted.\n\n#### Gaps Detected Warning Message\n\nIf there are gaps detected in your SBAS pairs, a warning message will be displayed. It is recommended to avoid disconnected InSAR pair networks. Disconnected pair networks make it difficult to create unbiased estimates of InSAR velocities within a time-series analysis. \n\nIf you wish to eliminate the gaps, you may modify your search filters, such as increasing the temporal baseline until all scenes are connected. You may also add manual pairs for the missing connections. Once all scenes have at least one connection, the warning message will disappear. \n\n#### SBAS Criteria\n\n- Click **SBAS Criteria...** for additional filtering options.\n\t- You may enter a **Start** or **End** date, or select dates on the calendar.\n\t- **Seasonal Search** allows constraining the results to certain annual periods within an overall range of dates. Click the Seasonal Search toggle and additional options will appear, allowing you to adjust the sliders to specify a seasonal range (*Season Start Day/Season End Day*).\n\t- **Latitudinal Overlap** allows you to set the overlap threshold for pairs. Filtering out non-overlapping pairs can reduce errors in On Demand InSAR processing.\n\t\t- **No Overlap Threshold** is the default. All pair results are returned, including any non-overlapping pairs.\n\t\t- **Any Overlap Threshold** will ensure that all pairs have some overlap. Any non-overlapping pairs will be filtered out of the results.\n\t\t- **50% Overlap Threshold** ensures that all pairs have approximately 50% overlap. Any pairs with less overlap will be filtered out of the results.\n\n## Next Steps\nThe next step is creating interferograms. You may do this through On Demand processing in Vertex. First, you would add some or all of the pairs to the On Demand queue as InSAR jobs. In the queue, there are limited options available for customizing your InSAR processing. You may also specify a project name. Submit the queue when you have selected all desired options. When the interferograms are completed, you can view and download them by using the On Demand Products search type in Vertex.\n\nFor areas with glacial ice, autoRIFT is another processing option. Similar to InSAR, you would add some or all pairs to the On Demand queue as autoRIFT jobs. There are no additional customization options available for autoRIFT processing, however you can still specify a project name. When autoRIFT processing is completed, you can view and download the products by using the On Demand Products search type in Vertex.\n\nMore detail can be found in the [Vertex User Guide](/vertex/manual). Help documentation, including videos, is also available in Vertex [here](https://search.asf.alaska.edu/#/?maxResults=250&topic=onDemand).\n\nTo learn more, you may also see the [On Demand documentation](https://hyp3-docs.asf.alaska.edu/).\n", diff --git a/phrase_json/es.json b/phrase_json/es.json index 54b0b33..c00dd3b 100644 --- a/phrase_json/es.json +++ b/phrase_json/es.json @@ -6,20 +6,20 @@ "ASFSS_1": "# ASFSearchResults\n\n## Descripción\n\nEsta clase describe un conjunto de resultados de búsqueda del archivo ASF. La clase proporciona una forma conveniente de administrar y examinar los resultados de búsqueda, así como la funcionalidad de exportación y descarga.\n\n***\n\n## Atributos\n- `searchOptions` _(ASFSearchOptions)_: Las opciones de búsqueda utilizadas para generar este conjunto de resultados. Puede ser `None` en algunos casos.\n- `searchComplete` _(bool)_: Bandera que indica que `asf_search.search()` completó con éxito la recopilación de resultados de CMR. \n***\n\n## Métodos\n\n### download()\n\nItera sobre cada ```ASFProduct``` y los descarga en la ruta especificada.\n\n**args:**\n\n- path: El directorio en el cual los productos deben ser descargados.\n- session: La sesión a usar, en la mayoría de los casos debe estar autenticada de antemano.\n- processes: Número de procesos de descarga a usar. Por defecto es 1 (es decir, descarga secuencial)\n- fileType _(opcional)_: Usado para descargar metadatos XML de Burst. Especifica ````fileType=asf.FileDownloadType.ADDITIONAL_FILES```` para descargar los metadatos XML. Para descargar archivos .tiff y .xml para bursts, usa ````asf.FileDownloadType.ALL_FILES````\n\t- Ejemplo: ````burst_results.download(session=session, path=\"./\", fileType=asf.FileDownloadType.ADDITIONAL_FILES)````\n\t- Nota: Los Metadatos XML de Burst son un archivo generados virtualmente, y por lo tanto no tienen su propio nombre de archivo único. Los Metadatos XML solo se pueden encontrar a través del nombre de la escena de burst.\n\n**retorna:** None\n\n***\n\n### geojson()\n\n`ASFSearchResults.__str__()` utiliza este método para la serialización a través de `json.dumps()`\n\n**args:** None\n\n**retorna:**\n\n- `dict` describiendo los resultados de búsqueda como un objeto geojson.\n\n### csv()\n\nCrea un generador de cadenas en formato csv a partir de los resultados\n\n**args:** None\n\n**retorna:**\n\n- Un generador de cadenas en formato csv\n\n### kml()\n\nCrea un generador de cadenas en formato kml a partir de los resultados\n\n**args:** None\n\n**retorna:**\n\n- Un generador de cadenas en formato kml\n\n### metalink()\n\nCrea un generador de cadenas en formato metalink a partir de los resultados\n\n**args:** None\n\n**retorna:**\n\n- Un generador de cadenas en formato metalink\n\n### raise_if_incomplete()\n\nUtilizado para verificar si los resultados devueltos por `asf_search.search()` están incompletos (esto puede suceder si \nocurre un error al consultar CMR)\n\n**args:** None\n\n**lanza:**\n\n- Lanza un `asf_search.exceptions.ASFSearchError` si los resultados están incompletos\n", "BASELINE_1": "# Tipo de búsqueda de Baseline\n\n## ¿Qué es la Baseline?\nBaseline utiliza información de dos imágenes de radar de apertura sintética (SAR) de la misma área objetivo adquiridas en diferentes momentos (línea de base temporal) y desde posiciones de órbita de satélite ligeramente diferentes (línea de base perpendicular). La herramienta Baseline Vertex le ayuda a identificar y seleccionar pares de escenas que sean apropiados para el procesamiento de SAR interferométrico (InSAR). Proporciona visualización de datos de Baseline perpendiculares y temporales y le permite cambiar fácilmente la escena de referencia utilizada en cualquier pila.\n\n## Cómo usar la herramienta Vertex Línea base\nVisita **[ASF's Vertex](https://search.asf.alaska.edu)** para comenzar a usar la herramienta Baseline.\n![type:video](https://www.youtube.com/embed/Xp5bgvi2pEM)\n\n### **Comenzando su búsqueda inicial**\n\n- Si no ha elegido una escena de referencia en particular, puede buscar escenas utilizando la búsqueda geográfica o por lista. La columna central tendrá un botón debajo de los metadatos titulado ***Herramienta Línea base*** para cualquier escena que sea elegible. Puede hacer clic en este botón para ser dirigido a una búsqueda de referencia. La búsqueda de Baseline usará la escena elegida como escena de referencia.\n\n- Si ha elegido una escena de referencia en particular, puede seleccionar ***Línea de base*** en la lista desplegable Tipo de búsqueda. Puede ingresar su escena de referencia y presionar ***Buscar***.\n\n### **Interactuar con los resultados de búsqueda de referencia**\nMientras estés en el tipo de búsqueda de referencia, notará muchos controles familiares en el panel de resultados. Las escenas aparecen en la columna de la izquierda. Las líneas de base perpendiculares y temporales se enumeran al lado de cada escena. La columna central enumera los metadatos de la escena seleccionada e incluye el botón **Línea base**, que le permite configurar cualquier escena de la pila como escena de referencia. El gráfico de referencia aparece en la columna de la derecha.\n\n**Controles del panel de resultados**\n\n- En la parte superior izquierda del panel de resultados, verás la cantidad de escenas enumeradas.\n- **Zoom** hará *Acercar los resultados* ampliando el área del mapa de la Tierra donde se encuentran las escenas.\n- **Lista*** podrá agregar todos los resultados a Descargas* permitiéndole agregar todas las escenas a la lista de descargas.\n- **On Demand** le permitirá *Agregar todos los resultados a la lista On Demand* para realizar un procesamiento personalizado en las escenas. Para obtener más información, haga clic [aquí](https://hyp3-docs.asf.alaska.edu/using/vertex/). \n- **Exportar** le permitirá *Descargar datos/metadatos* para todas las escenas de la lista.\n- En la columna de la izquierda, **Lista** *podrá agregar archivos de escena a las descargas* solo para la escena seleccionada.\n- Debajo de los metadatos en la columna central, **Línea base** le permitirá establecer cualquier escena en la pila como escena de referencia. Cuando selecciones esto, tanto el gráfico como los valores de referencia se actualizarán automáticamente.\n\n**Controles de gráficos**\n\n- Los puntos en el gráfico representan escenas individuales. Al pasar el cursor sobre ellos, se enumerarán sus valores temporales y perpendiculares. También puede hacer clic en cualquier punto para seleccionar esa escena. Se actualizarán los metadatos de la columna central.\n- Ubicado encima del gráfico, encontrarás las etiquetas y los colores correspondientes. Estos indican cómo se muestran en el gráfico la escena de referencia, la escena seleccionada y cualquier escena en su lista de descarga. Algunos conjuntos de datos incluyen un área sombreada que indica la línea de base crítica.\n- Puede ampliar y desplazar el gráfico.\n\n#### Criterios de referencia\n\n- Puede hacer clic en **Criterios de referencia ...** encima del gráfico para ver opciones adicionales.\n\t- Puede ajustar los controles deslizantes para cambiar los valores perpendiculares y temporales que deseas incluir en tus resultados.\n\t**Búsqueda Estacional** permite restringir los resultados a ciertos períodos anuales dentro de un rango general de fechas. Haga clic en el interruptor de Búsqueda Estacional y aparecerán opciones adicionales, permitiéndole ajustar los deslizadores para especificar un rango estacional (*Día de Inicio de la Temporada/Día de Fin de la Temporada*).\n\t- Puede ingresar una fecha de inicio y finalización.\n\t- Cambiar cualquier criterio actualizará automáticamente la lista de escenas y el gráfico.\n\n## Próximos pasos\nUna vez que estés satisfecho con su conjunto de resultados, puede usar la lista de descarga para administrar y descargar los resultados de referencia. Puede encontrar más información sobre la lista de descarga en la [Guía del usuario de introducción a Vertex](/vertex/manual).\n\nSi quiere crear interferogramas, el procesamiento personalizado ahora está disponible a través de Vertex. Los detalles están disponibles en la sección Lista On Demand de la [Guía del usuario de introducción a Vertex](/vertex/manual). Puede encontrar más información sobre la creación de interferogramas con el procesamiento personalizado de ASF a través de la [documentación de HyP3](https://hyp3.asf.alaska.edu/about).", "BEST_PRACTICES": "\n# asf_search Mejores Prácticas\n\nAdemás de cubrir las mejores prácticas, esta página también contiene técnicas avanzadas de búsqueda y sirve como la \"filosofía de asf_search\".\n\nLos temas cubiertos incluyen:\n\n- Recomendaciones generales, incluyendo\n trabajar con resultados, rendimiento, filtros y tipos de búsqueda comunes, y conteo\n- Especificaciones para algunos conjuntos de datos\n- Búsquedas de granulados y productos y el método preferido para estos\n- Búsquedas secundarias como apilamiento\n- Método de autenticación recomendado y descarga\n- Técnicas avanzadas de búsqueda, incluyendo rangos, subclases, grandes conjuntos de resultados, y más\n\n## Recomendaciones Generales\nEsta sección contiene información sobre conjuntos de resultados, rendimiento general, los diferentes tipos de búsqueda disponibles, ejemplos de filtros comunes y conteo.\n\n### Conjuntos de Resultados\nLos resultados de búsqueda se devuelven como un objeto `ASFSearchResults`, una subclase de `User List`, que contiene una lista de objetos `ASFProduct`. Cada una de estas clases proporciona alguna funcionalidad adicional para ayudar a trabajar con los resultados y productos individuales.\n`ASFProduct` proporciona una serie de campos de metadatos, tales como:\n\n- Coordenadas geográficas\n- Latitud/Longitud\n- Tipo de forma\n- Metadatos de escena y producto\n- Ruta, marco\n- Plataforma, haz, polarización\n- Nombre de archivo, tamaño, URL\n\nLas coordenadas geográficas se almacenan en el atributo geometría:\n\n`results[0].geometry`\n\nOtros metadatos están disponibles a través del atributo propiedades:\n\n`results[0].properties`\n\nLos objetos `ASFProduct` proporcionan serialización basada en geojson, en forma de un fragmento de característica geojson:\n\n`print(results[0])`\n\n`ASFSearchResults` también admite los siguientes formatos de salida:\n\n- csv\n- jsonlite\n- jsonlite2\n- metalink\n- kml\n\n### Rendimiento general\nCuando se busca múltiples productos, es más rápido buscar todos los productos a la vez en una sola búsqueda, en lugar de ejecutar una consulta separada para cada producto, lo que implica múltiples solicitudes https.\n\n``` python\nimport asf_search as asf\n\ngranules = ['S1B_IW_GRDH_1SDV_20161124T032008_20161124T032033_003095_005430_9906', 'S1-GUNW-D-R-087-tops-20190301_20190223-161540-20645N_18637N-PP-7a85-v2_0_1', 'ALPSRP111041130']\n\n# ESTO ES LENTO Y HACE MÁS SOLICITUDES DE RED DE LAS NECESARIAS\nbatched_results = ASFSearchResults([])\nfor granule in granules:\n unbatched_response = asf.granule_search(granules_list=granule)\n batched_results.extend(batched_results)\n\n# ESTO SIEMPRE SERÁ MÁS RÁPIDO\nfast_results = asf.granule_search(granules_list=granules)\n```\n\nSi necesita realizar operaciones intermedias en resultados grandes (como escribir metadatos en un archivo o llamar a algún proceso externo en los resultados), use el método `search_generator()` para operar en los resultados a medida que se devuelven página por página (el tamaño de página predeterminado es 250).\n\n``` python\nimport asf_search as asf\n\nopts = asf.ASFSearchOptions(platform=asf.DATASET.SENTINEL1, maxResults=1000)\n\nfor page in asf.search_generator(opts=opts):\n foo(page)\n```\n\n\n### Diferencias entre tipos de búsqueda\nPara ver detalles sobre los diferentes tipos de búsqueda, consulte la sección [Searching](/asf_search/searching/).\n\n### Filtros Comunes\nLas opciones de búsqueda se pueden especificar utilizando kwargs, lo que también permite manejarlas utilizando un diccionario:\n\n\topts = {\n \t'platform': asf.PLATFORM.ALOS,\n \t'start': '2010-01-01T00:00:00Z',\n \t'end': '2010-02-01T23:59:59Z'\n\t}\n\nA continuación se presentan algunos ejemplos de filtros comunes:\n\n\tresults = asf.geo_search(\n \tintersectsWith='POLYGON((-91.97 28.78,-88.85 28.78,-88.85 30.31,-91.97 30.31,-91.97 28.78))',\n \tplatform=asf.PLATFORM.UAVSAR,\n \tprocessingLevel=asf.PRODUCT_TYPE.METADATA,\n\t\tmaxResults=250)\n\n### search_count()\nPuede usar el método `search_count()` para devolver el conteo total de resultados que coinciden con las opciones de búsqueda pasadas.\n\nEste ejemplo devuelve el tamaño actual del catálogo SENTINEL1:\n\n opts = {\n 'platform': asf.PLATFORM.SENTINEL1}\n count = asf.search_count(**opts)\n\n## Especificaciones del Conjunto de Datos\nSe proporcionan constantes para cada conjunto de datos. La lista de constantes se puede encontrar [aquí](https://github.com/asfadmin/Discovery-asf_search/blob/master/asf_search/constants/DATASET.py).\n\nEjemplo básico de búsqueda de conjunto de datos:\n\n sentinel_results = asf.search(dataset=asf.DATASET.SENTINEL1, maxResults=250)\n\nPuede ver los metadatos de sus resultados a través del diccionario properties:\n\n sentinel_results[0].properties\n\nO puede ver los metadatos como un diccionario con formato geojson:\n\n sentinel_results.geojson()\n\n### NISAR\nasf_search admite la búsqueda de listas de nombres cortos mediante la palabra clave `shortName`.\nLos datos de NISAR actualmente disponibles que proporciona CMR carecen de atributos adicionales buscables.\nPor lo tanto, la mejor manera de buscar resultados de NISAR es mediante combinaciones de las palabras clave `shortName`, `dataset`, `platform`, y `granule_list`/`product_list`.\n\nEjemplo de NISAR\n\n nisar_gslc_gunw = asf.search(shortName=['NISAR_L2_GSLC_V1', 'NISAR_L2_GUNW_V1'], opts=search_opts, maxResults=250)\n print(nisar_gslc_gunw)\n\n### Opera-S1\nEl conjunto de datos Opera tiene disponibles tanto productos estándar como productos de CalVal (calibración/validación).\nPor favor, tenga en cuenta que los productos de CalVal se tratan como su propio conjunto de datos en asf_search.\nAmbos se pueden encontrar en la [lista de constantes](https://github.com/asfadmin/Discovery-asf_search/blob/master/asf_search/constants/DATASET.py).\n\n### SLC-Burst\nEl conjunto de datos SLC Burst tiene tanto datos tiff como xml asociados con una sola entrada en CMR. Para acceder a los datos xml,\nconsulte la sección sobre [descarga de archivos adicionales](#downloading-additional-files).\n\n`fullBurstID`, `relativeBurstID` y `absoluteBurstID` son filtros específicos de SLC Burst. Para\nobtener una pila temporal de productos sobre un solo marco de ráfaga, use `fullBurstID`, que se comparte entre\ntodas las ráfagas sobre un solo marco.\n\n### Lectura Adicional\nPara obtener más información sobre las constantes y palabras clave disponibles, consulte la sección [Keywords](/asf_search/searching/#keywords).\n\n## Especificaciones de Búsqueda\nEsta sección contiene información sobre búsquedas de granulados y productos, búsquedas secundarias,\ny otros detalles de búsqueda.\n\n### Búsqueda de Granulados y Productos\n`granule_search()` y `product_search()` son similares.\nLas búsquedas de granulados (también llamadas escenas) incluyen todos los tipos de archivos para el granulado especificado, mientras que las búsquedas de productos especifican un tipo de archivo.\nLas búsquedas de granulados pueden ser 1:many, mientras que una búsqueda de productos siempre será 1:1.\n\nEjemplo de búsqueda de granulados:\n\n granule_list = [\n 'S1B_IW_GRDH_1SDV_20190822T151551_20190822T151616_017700_0214D2_6084',\n 'S1B_IW_GRDH_1SDV_20190810T151550_20190810T151615_017525_020F5A_2F74',\n 'S1B_IW_GRDH_1SDV_20190729T151549_20190729T151614_017350_020A0A_C3E2',\n 'S1B_IW_GRDH_1SDV_20190717T151548_20190717T151613_017175_0204EA_4181',\n 'S1B_IW_GRDH_1SDV_20190705T151548_20190705T151613_017000_01FFC4_24EC',\n 'S1B_IW_GRDH_1SDV_20190623T151547_20190623T151612_016825_01FA95_14B9',\n 'S1B_IW_GRDH_1SDV_20190611T151546_20190611T151611_016650_01F566_D7CE',\n 'S1B_IW_GRDH_1SDV_20190530T151546_20190530T151611_016475_01F02E_BF97',\n 'S1B_IW_GRDH_1SDV_20190518T151545_20190518T151610_016300_01EAD8_9308',\n 'S1B_IW_GRDH_1SDV_20190506T151544_20190506T151609_016125_01E56C_1D67'\n ]\n results = asf.granule_search(granule_list)\n print(results)\n\nEjemplo de búsqueda de productos:\n\n product_list = [\n 'S1A_IW_GRDH_1SDV_20190809T001336_20190809T001401_028485_033839_78A1-GRD_HD',\n 'S1A_IW_GRDH_1SDV_20150322T000454_20150322T000524_005137_006794_56E3-GRD_HD',\n 'S1A_IW_GRDH_1SDV_20160121T001256_20160121T001321_009585_00DF26_5B84-GRD_HD',\n 'S1A_IW_GRDH_1SDV_20151117T000448_20151117T000513_008637_00C455_3DC2-GRD_HD'\n ]\n results = asf.product_search(product_list)\n print(results)\n\n`granule_search()` y `product_search()` no hacen uso de otros filtros de búsqueda, pero aceptarán kwargs para mantener la consistencia con otras funciones de búsqueda:\n\n results = asf.granule_search(granule_list=granule_list)\n print(f'{len(results)} resultados encontrados')\n\n### Nota sobre métodos incorrectos\nGeneralmente se prefiere \"colapsar\" muchas consultas pequeñas en menos consultas grandes. Es decir, puede ser fácil y lógicamente razonable ejecutar una serie de pequeñas consultas `granule_search()` a través de un bucle `foreach` sobre cada uno de los elementos de la lista original de granulados. **Por favor, no haga esto.** Consume muchos recursos tanto en ASF como en CMR.\n\nEn su lugar, combine sus consultas pequeñas en una consulta grande siempre que sea posible, como se muestra arriba, y luego postprocese los resultados localmente. `granule_search()` y `product_search()` pueden soportar listas muy grandes, y las dividirán internamente cuando sea necesario.\n\n### frame vs asfframe\nAl usar la palabra clave `frame` con ciertas plataformas/conjuntos de datos, asf_search cambiará implícitamente a usar la palabra clave `asfframe` en el momento de la búsqueda. Las plataformas/conjuntos de datos que esto afecta son:\n\n- `SENTINEL-1A/B`\n- `ALOS`\n\nEn la consulta a CMR, esto significa buscar por el atributo adicional `FRAME_NUMBER` en lugar de `CENTER_ESA_FRAME`.\nUna forma de evitar esto en las búsquedas y usar `CENTER_ESA_FRAME` con las plataformas/conjuntos de datos mencionados es usar `cmr_keywords`:\n\n`asf.search(platform=asf.PLATFORM.SENTINEL1, cmr_keywords=[('attribute[]', 'int,CENTER_ESA_FRAME,1001')], maxResults=250)`\n\n### Apilamiento\nUna vez que haya identificado un conjunto de resultados o un ID de producto, es posible que desee construir una pila de línea base basada en esos resultados.\nPuede usar los métodos `stack()` o `stack_from_id()` para lograr esto.\n\n`stack_from_id()` se proporciona en gran medida por conveniencia: internamente, realiza una `product_search()` usando el ID proporcionado y luego devuelve los resultados del método `stack()` de ese producto.\nPor esta razón, se recomienda que si tiene un objeto `ASFProduct` a mano, lo use para construir su pila directamente, ya que elimina la necesidad de la acción de búsqueda adicional.\nPara otros casos donde tiene parámetros que describen su escena de referencia pero no un objeto `ASFProduct`, es apropiado usar una de las diversas funciones de búsqueda disponibles para obtener primero un `ASFProduct`.\n\nUn ejemplo básico usando\n `ASFProduct.stack()`:\n\n import asf_search as asf\n\n reference = asf.product_search('S1A_IW_SLC__1SDV_20220215T225119_20220215T225146_041930_04FE2E_9252-SLC')[0]\n\n print(reference.stack())\n\nLos resultados son un objeto estándar `ASFSearchResults` que contiene una lista de objetos `ASFProduct`, cada uno con toda la funcionalidad habitual.\nHay 2 campos adicionales en los objetos `ASFProduct`: `temporalBaseline` y `perpendicularBaseline`.\n`temporalBaseline` describe el desplazamiento temporal en días desde la escena de referencia utilizada para construir la pila.\n`perpendicularBaseline` describe el desplazamiento perpendicular en metros desde la escena de referencia utilizada para construir la pila.\nLa escena de referencia se incluye en la pila y siempre tendrá una línea base temporal y perpendicular de 0.\n\n### Plataforma vs Conjunto de Datos\nasf_search proporciona 2 palabras clave principales con diferencias sutiles:\n\n- `platform`\n- `dataset`\n\n`platform` se asigna a la palabra clave `platform[]` de CMR; valores como `Sentinel-1A`, `UAVSAR`, `ALOS`. Una limitación de buscar por \nplataforma es que para plataformas como `Sentinel-1A` hay muchos tipos de productos derivados de Sentinel-1 (`OPERA-S1`, `SLC-BURST`). \nPara cada producto `SLC`, hay 27 productos adicionales `OPERA-S1` y `SLC-BURST`, lo que puede llevar a resultados homogéneos dependiendo de sus filtros de búsqueda.\n\nLa palabra clave `dataset` sirve como una solución para esto. Cada \"dataset\" es una colección de IDs de concepto generalmente asociada con conjuntos de datos comúnmente usados.\n\n``` python\n# Al momento de escribir esto, probablemente contendrá en su mayoría productos `OPERA-S1` y/o `SLC-BURST`\nplatform_results = asf.search(dataset=asf.PLATFORM.SENTINEL1, maxResults=250)\n\n# Contendrá todo excepto productos `OPERA-S1` y/o `SLC-BURST`\ndataset_results = asf.search(dataset=asf.DATASET.SENTINEL1, maxResults=250)\n\n# Contendrá productos OPERA-S1\nopera_results = asf.search(dataset=asf.DATASET.OPERA_S1, maxResults=250)\n\n# Contendrá productos SLC-BURST\nslc_burst_results = asf.search(dataset=asf.DATASET.SLC_BURST, maxResults=250)\n```\n\n### Host CMR UAT\nasf_search por defecto consulta contra la API de producción de CMR, `cmr.earthdata.nasa.gov`.\nPara usar otro host de CMR, configure la palabra clave `host` con `ASFSearchOptions`.\n\n``` python\nuat_opts = asf.ASFSearchOptions(host='cmr.uat.earthdata.nasa.gov', maxResults=250)\nuat_results = asf.search(opts=uat_opts)\n```\n\n### Listas de Campañas\nasf_search proporcione un método incorporado para buscar campañas por plataforma.\n\n`asf.campaigns(platform=asf.PLATFORM.SENTINEL1A)`\n\n### Alias de Palabras Clave de CMR\nasf_search utiliza los siguientes alias de palabras clave internamente con los IDs de concepto de colección correspondientes para mejorar el rendimiento de la búsqueda:\n\n- `platform`\n- `processingLevel`\n\nLas listas de alias se actualizan según sea necesario con cada versión, pero si no está encontrando los resultados esperados, entonces la lista de alias puede estar desactualizada.\nPara omitir el paso de alias, configure la palabra clave `collectionAlias` en false con `ASFSearchOptions`.\n\n``` python\nopts = asf.ASFSearchOptions(collectionAlias=False, maxResults=250)\nunaliased_results = asf.search(opts=opts)\n```\n\n**Por favor, tenga en cuenta que esto resultará en tiempos de búsqueda promedio más lentos.** Si faltan resultados de nuevos conjuntos de datos, infórmelo como un [problema en GitHub](https://github.com/asfadmin/Discovery-asf_search/issues) con el ID de concepto y el nombre de la colección que falta en el conjunto de datos.\n\n## Descarga\n\nEste [cuaderno de Jupyter](https://github.com/asfadmin/Discovery-asf_search/blob/master/examples/5-Download.ipynb) cubre los métodos de autenticación disponibles.\nUna vez autenticado, proporcione un flujo de trabajo para descargar los resultados de la búsqueda.\n\n### Autenticación Recomendada\nEl uso de credenciales .netrc es el método preferido para la autenticación.\nEsta [guía](https://www.labkey.org/Documentation/wiki-page.view?name=netrc) le mostrará cómo configurar un archivo .netrc.\nLas solicitudes intentarán obtener las credenciales de autenticación para el nombre de host de la URL desde su archivo .netrc.\nEl archivo .netrc anula los encabezados de autenticación HTTP en bruto establecidos con `headers=`.\nSi se encuentran las credenciales para el nombre de host, la solicitud se envía con HTTP Basic Auth.\n\n## Técnicas Avanzadas de Búsqueda\nA continuación encontrará recomendaciones para técnicas avanzadas de búsqueda, como subclasificación, autenticación y el método preferido para búsquedas grandes.\n\n### Sentinel-1 y GroupID\nLos productos de Sentinel-1, así como la mayoría de los conjuntos de datos derivados de Sentinel-1 (OPERA-S1, SLC-Burst) tienen un ID de grupo asociado con ellos.\nEsto significa que obtener la escena de origen original, o cualquier producto asociado con esa escena, es tan simple como usar la palabra clave `groupID` \nen una búsqueda.\n\n``` python\nimport asf_search as asf\n\nburst_name = 'S1_279916_IW1_20230418T162849_VV_A7E1-BURST'\nburst_granule = asf.search(granule_list=['S1_279916_IW1_20230418T162849_VV_A7E1-BURST'])[0]\n\ngroupID = burst_granule.properties['groupID']\n\n# gets the parent SLC of the burst product\nparent_slc = asf.search(groupID=groupID, processingLevel=asf.PRODUCT_TYPE.SLC)[0]\n\n# gets all other SLC Bursts associated with the same parent SLC\nbursts_in_same_scene = asf.search(groupID=groupID, processingLevel=asf.PRODUCT_TYPE.BURST)\n\n# gets ALL Sentinel-1 products and derived products available for the parent scene\nall_products_for_scene = asf.search(groupID=groupID)\n```\n\n### Subclasificación\n`ASFProduct` es la clase base para todos los objetos de resultados de búsqueda.\nHay varias subclases de `ASFProduct` que se utilizan para plataformas específicas y tipos de productos con propiedades/funcionalidad únicas.\n\nMétodos clave:\n\n- `geojson()`\n- `download()`\n- `stack()`\n- `get_stack_opts()` (devuelve None en `ASFProduct`, implementado por la subclase `ASFStackableProduct` y sus subclases)\n- `centroid()`\n- `remotezip()` (requiere que se instale la dependencia opcional)\n- `get_property_paths()` (obtiene las palabras clave del producto y sus rutas en el diccionario umm)\n- `translate_product()` (lee las propiedades de umm, llena `properties` con la palabra clave asociada)\n- `get_sort_keys()`\n- `umm_get()`\n\nPropiedades Clave: \n\n- `properties`\n- `_base_properties` (lo que `get_property_paths()` use para encontrar valores en las `properties` JSON de umm)\n- `umm` (el umm JSON del producto desde CMR)\n- `metadata` (el JSON de metadatos del producto desde CMR)\n\n`ASFStackableProduct` es una subclase importante de `ASFProduct`, de la cual se derivan los tipos de productos apilables destinados al análisis de series temporales.\n`ASFStackableProduct` tiene una enumeración de clase, `BaselineCalcType`, que determina cómo se manejan los cálculos de pila perpendicular.\nCada subclase realiza un seguimiento de su tipo de cálculo de línea base a través de la propiedad `baseline_type`.\n\nHereda: `ASFProduct`\n\nHeredado por: `ALOSProduct`; `ERSProduct`; `JERSProduct`; `RADARSATProduct`; `S1Product`;\n`S1BurstProduct`; `OPERAS1Product`, `ARIAS1GUNWProduct`\n\nMétodos Clave:\n\n- `get_baseline_calc_properties()`\n- `get_stack_opts()` (sobrescribe `ASFProduct`)\n- `is_valid_reference()`\n- `get_default_baseline_product_type()`\n\nDefiniciones Clave para la Enumeración de Clase `BaselineCalcType`:\n\n- `PRE_CALCULATED`: tiene un valor `insarBaseline` pre-calculado que se usará para cálculos perpendiculares\n- `CALCULATED`: use vectores de estado de posición/velocidad y tiempo de nodo ascendente para cálculos perpendiculares\n\nCampos Clave:\n\n- `baseline`\n- `baseline_type` (`BaselineCalcType.PRE_CALCULATED` por defecto o `BaselineCalcType.CALCULATED`)\n\nDado que `ASFProduct` está diseñado para subclasificación, esto significa que usted puede proporcionar sus propias subclases personalizadas derivadas directamente de `ASFProduct` o incluso de una subclase preexistente como `S1Product` o `OperaS1Product`.\n\nPara obtener más información sobre la subclasificación, consulte el [cuaderno de Jupyter](https://github.com/asfadmin/Discovery-asf_search/blob/master/examples/Advanced-Custom-ASFProduct-Subclassing.ipynb).\n\n### Uso de búsquedas autenticadas\nLa descarga de datos y el acceso a algunos datos requieren una sesión autenticada con Earthdata Login.\nPara simplificar este flujo de trabajo, se proporciona la clase `ASFSession`.\n\n auth_with_creds()\n auth_with_token()\n auth_with_cookiejar()\n\nEjemplo de creación de una sesión autenticada:\n\n from getpass import getpass\n session = asf.ASFSession()\n session.auth_with_creds(input('EDL Username'), getpass('EDL Password'))\n\nSe proporciona la clase `ASFSearchOptions` para almacenar y validar parámetros de búsqueda.\nCrear un objeto `ASFSearchOptions` es necesario para pasar nuestra sesión autenticada a `search()`.\n\n search_opts = asf.ASFSearchOptions(\n dataset=asf.DATASET.NISAR,\n session=session)\n\n nisar_response = asf.search(opts=search_opts, maxResults=250)\n\n### search_generator() para grandes conjuntos de resultados\nLa forma recomendada de realizar búsquedas grandes y de larga duración es usar `search_generator()` para obtener los resultados de CMR página por página.\nEsto le permite transmitir resultados a un archivo en caso de que CMR se agote.\nSe pueden usar diferentes formatos de salida.\n\nTenga en cuenta que asf_search consulta a CMR con tamaños de página de 250, por lo que configurar maxResults=500 significa que asf_search tendrá que consultar a CMR dos veces, devolviendo cada vez 250 productos:\n\n`large_results_generator = asf.search_generator(maxResults=500, platform=asf.PLATFORM.SENTINEL1A)`\n\n\twith open(\"search_results.metalink\", \"w\") as f:\n\t\tf.writelines(asf.export.results_to_metalink(large_results_generator))\n\nOtro ejemplo de uso:\n\n\timport asf_search as asf\n\topts = asf.ASFSearchOptions(shortName='ARIA_S1_GUNW')\n\turs = []\n\tfor page in asf.search_generator(opts=opts):\n \turs.extend(product.properties['fileID'] for product in page)\n \tprint(len(urs))\n\n### Descargando archivos adicionales\nAlgunos tipos de productos, como SLC Bursts o productos Opera-S1, tienen varios archivos que se pueden descargar.\nPodemos especificar qué archivos descargar configurando el `fileType` y utilizando la clase de enumeración `FileDownloadType`.\n\nLos archivos adicionales se almacenan en este array:\n\n product.properties['additionalUrls']\n\nPara descargar solo los archivos adicionales:\n\n FileDownloadType.ADDITIONAL_FILES # todo lo que está en 'additionalUrls'\n\nPara descargar el archivo predeterminado:\n\n FileDownloadType.DEFAULT_FILE # El archivo de datos predeterminado, 'url'\n\nPara descargar ambos:\n\n FileDownloadType.ALL_FILES # todo lo anterior\n\nEste ejemplo descargará todos los archivos adicionales bajo el atributo `additionalUrls`:\n\n cslc_results[0].download(session=session, path = './', fileType=asf.FileDownloadType.ADDITIONAL_FILES) \n\nPara ser más específicos, podemos usar los métodos `download_urls()` o `download_url()`\n\n print(f\"Additional urls: {opera_results[0].properties['additionalUrls']}\")\n \n url = opera_results[0].properties['additionalUrls'][0]\n fileName = url.split('/')[-1]\n \n asf.download_url(url, session=session, path ='./', filename=fileName)\n\n### URIs de S3\nAlgunos tipos de productos (Sentinel-1, BURST, OPERA, NISAR) tienen URIs de acceso directo a s3 disponibles. Son accesibles bajo la clave de propiedades `s3Urls`:\n\n`ASFProduct.properties['s3Urls']`.\n\n### Parámetro de Búsqueda de Palabras Clave de CMR\nTambién puede buscar granulados usando `readable_granule_name` a través de la coincidencia de patrones.\n\nPara hacer esto, puede pasar la configuración de búsqueda de palabras clave de CMR directamente con el parámetro de búsqueda `cmr_keywords`.\nEsto le permite pasar cualquier par de palabras clave-valor de CMR válido que no esté cubierto directamente por asf_search, así como configurar el comportamiento del parámetro existente.\n\nMás información sobre la coincidencia de patrones y las opciones de parámetros se puede encontrar [aquí](https://cmr.earthdata.nasa.gov/search/site/docs/search/api.html#Parameter-Options).\n\nEjemplo:\n\n gslc_results = asf.search(granule_list=['*046_009_A_095*'], cmr_keywords=('options[readable_granule_name][pattern]', 'true'), opts=search_opts)\n \n for product in gslc_results:\n print(product.properties['fileID'])\n", - "CHANGELOG_1": "# Novedades\n\n## Aviso de Deprecación sobre Conjuntos de Resultados Ilimitados\nA partir del 21 de mayo de 2025, implementaremos un tiempo de espera de 30 segundos en las consultas de SearchAPI. \nEste cambio es necesario para actualizar nuestra API. Esto afectará las búsquedas en Vertex que soliciten 5,000 resultados.\nUna alternativa sería utilizar nuestro paquete de Python, [asf_search](/asf_search/basics/).\n\n## ¡Vertex ahora es multilingüe!\n\nVertex ahora es compatible con inglés y español. Si el idioma de su navegador está configurado en español, Vértice usará español de forma predeterminada. También puede seleccionar su idioma preferido en el menú superior. Puede encontrar más información [aquí](/vertex/manual/#language-options).\n\n## Área de interés: Buscar una ubicación\nAhora puede buscar un nombre de ubicación como su área de interés. El campo *Buscar una ubicación* se puede encontrar abriendo la ventana Área de interés. Puede encontrar más información [aquí](/vertex/manual/#area-of-interest-options).\n\n\n## Nueva opción On Demand\n\nLos RTC de Sentinel-1 ahora pueden procesar con un espacio de píxeles de 10 metros. Puede encontrar más información [aquí](https://hyp3-docs.asf.alaska.edu/guides/rtc_product_guide/#pixel-spacing). Puede encontrar más información sobre la lista On Demand [aquí](/vertex/manual/#on-demand-queue).\n\n\n## Descargas mejoradas para Google Chrome\n\nLa funcionalidad mejorada de lista de descargas está disponible en el navegador Google Chrome. Se incluyen indicadores de progreso de descarga y la opción de descargar todos los archivos en la lista. Descargar todo descargará 3 archivos simultáneamente hasta que se hayan descargado todos los archivos de la lista. Puede encontrar más información [aquí](https://docs.asf.alaska.edu/vertex/manual/#google-chrome-browser).\n\n", - "CHANGELOG_2": "# Novedades\n\n## Aviso de Deprecación sobre Conjuntos de Resultados Ilimitados \nA partir del 21 de mayo de 2025, implementaremos un tiempo de espera de 30 segundos en las consultas de SearchAPI. \nEste es un cambio necesario para actualizar nuestra API. Esto afectará las búsquedas de listas grandes y las búsquedas en Vertex de 5,000 resultados. \n\nUna alternativa sería utilizar nuestro paquete de Python, [asf_search](/asf_search/basics/)\n\n## Palabra clave \"dataset\"\nLa nueva palabra clave \"dataset\" es la alternativa preferida para búsquedas en la plataforma. Permite obtener resultados de múltiples plataformas a la vez. Se puede encontrar más información [aquí](/api/keywords/#dataset-parameters).\n\n## Nuevo paquete de Python para realizar búsquedas\nasf_search es un paquete de Python para realizar búsquedas en el catálogo de ASF. Además, ofrece funcionalidad básica y soporte de descarga. Está disponible a través de PyPi y Conda. Más información disponible [aquí](/asf_search/basics).\n\n## Múltiples Puntos de Acceso Disponibles\n\nAdemás del punto de acceso de Búsqueda, tenemos múltiples puntos de acceso disponibles para todas sus necesidades de la API de Búsqueda. A continuación, se ofrece una breve descripción de lo que está disponible. Más detalles sobre estos puntos de acceso y cómo usarlos se pueden encontrar en la página de [Palabras clave](/api/keywords).\n\n\n**Punto de Acceso de Línea Base**\n\nEste punto de acceso se puede utilizar para buscar datos de línea base utilizando escenas de referencia específicas.\n\n**Puntos de Acceso WKT**\n\nEl punto de acceso de validación WKT validará y reparará una entrada WKT. El punto de acceso de Archivos GeoEspaciales a WKT aceptará una solicitud POST con archivos adjuntos. Devolverá el WKT analizado del archivo, así como el WKT envuelto y desenvuelto reparado.\n\n**Punto de Acceso del Analizador de Fechas**\n\nEste punto de acceso se puede utilizar para verificar cómo se analizan las fechas por la API de Búsqueda.\n\n**Punto de Acceso de Lista de Misiones**\n\nEste punto de acceso enumera todas las misiones (también conocidas como campañas o colecciones) para todos los conjuntos de datos.\n\n**Punto de Acceso de Salud**\n\nEste punto de acceso se utiliza para verificar la salud de la API de Búsqueda. También proporciona información sobre la salud de CMR.\n\n## Formato de Salida Preferido para la API de Búsqueda\n\nGeoJSON es el formato de salida preferido para la API de Búsqueda. Puede especificar el formato de salida con la palabra clave \"output\". Si encuentra un campo requerido que no está incluido en la salida GeoJSON, por favor contacte a ASF usando la información a continuación o comuníquese directamente con el equipo en .\n", + "CHANGELOG_1": "# Novedades\n\n## Aviso de Deprecación sobre Conjuntos de Resultados Ilimitados\nA partir del 21 de mayo de 2025, implementaremos un tiempo de espera de 30 segundos en las consultas de SearchAPI. \nEste cambio es necesario para actualizar nuestra API. Esto afectará las búsquedas en Vertex que soliciten 5,000 resultados.\nUna alternativa sería utilizar nuestro paquete de Python, [asf_search](/asf_search/basics/).\n\nHemos añadido un nuevo parámetro de salida (`output=python`) a SearchAPI. Esto proporcionará el fragmento de código en Python necesario para realizar su búsqueda deseada en asf_search. \nPara más detalles, consulte la [palabra clave output](/api/keywords/#results-parameters).\n\n## ¡Vertex ahora es multilingüe!\n\nVertex ahora es compatible con inglés y español. Si el idioma de su navegador está configurado en español, Vértice usará español de forma predeterminada. También puede seleccionar su idioma preferido en el menú superior. Puede encontrar más información [aquí](/vertex/manual/#language-options).\n\n## Área de interés: Buscar una ubicación\nAhora puede buscar un nombre de ubicación como su área de interés. El campo *Buscar una ubicación* se puede encontrar abriendo la ventana Área de interés. Puede encontrar más información [aquí](/vertex/manual/#area-of-interest-options).\n\n\n## Nueva opción On Demand\n\nLos RTC de Sentinel-1 ahora pueden procesar con un espacio de píxeles de 10 metros. Puede encontrar más información [aquí](https://hyp3-docs.asf.alaska.edu/guides/rtc_product_guide/#pixel-spacing). Puede encontrar más información sobre la lista On Demand [aquí](/vertex/manual/#on-demand-queue).\n\n\n## Descargas mejoradas para Google Chrome\n\nLa funcionalidad mejorada de lista de descargas está disponible en el navegador Google Chrome. Se incluyen indicadores de progreso de descarga y la opción de descargar todos los archivos en la lista. Descargar todo descargará 3 archivos simultáneamente hasta que se hayan descargado todos los archivos de la lista. Puede encontrar más información [aquí](https://docs.asf.alaska.edu/vertex/manual/#google-chrome-browser).\n\n", + "CHANGELOG_2": "# Novedades\n\n## Aviso de Deprecación sobre Conjuntos de Resultados Ilimitados \nA partir del 21 de mayo de 2025, implementaremos un tiempo de espera de 30 segundos en las consultas de SearchAPI. \nEste es un cambio necesario para actualizar nuestra API. Esto afectará las búsquedas de listas grandes y las búsquedas en Vertex de 5,000 resultados. \nUna alternativa sería utilizar nuestro paquete de Python, [asf_search](/asf_search/basics/)\n\nHemos añadido un nuevo parámetro de salida (`output=python`) a SearchAPI. Esto proporcionará el fragmento de código en Python necesario para realizar su búsqueda deseada en asf_search. \nPara más detalles, consulte la [palabra clave output](/api/keywords/#results-parameters).\n\n## Palabra clave \"dataset\"\nLa nueva palabra clave \"dataset\" es la alternativa preferida para búsquedas en la plataforma. Permite obtener resultados de múltiples plataformas a la vez. Se puede encontrar más información [aquí](/api/keywords/#dataset-parameters).\n\n## Nuevo paquete de Python para realizar búsquedas\nasf_search es un paquete de Python para realizar búsquedas en el catálogo de ASF. Además, ofrece funcionalidad básica y soporte de descarga. Está disponible a través de PyPi y Conda. Más información disponible [aquí](/asf_search/basics).\n\n## Múltiples Puntos de Acceso Disponibles\n\nAdemás del punto de acceso de Búsqueda, tenemos múltiples puntos de acceso disponibles para todas sus necesidades de la API de Búsqueda. A continuación, se ofrece una breve descripción de lo que está disponible. Más detalles sobre estos puntos de acceso y cómo usarlos se pueden encontrar en la página de [Palabras clave](/api/keywords).\n\n\n**Punto de Acceso de Línea Base**\n\nEste punto de acceso se puede utilizar para buscar datos de línea base utilizando escenas de referencia específicas.\n\n**Puntos de Acceso WKT**\n\nEl punto de acceso de validación WKT validará y reparará una entrada WKT. El punto de acceso de Archivos GeoEspaciales a WKT aceptará una solicitud POST con archivos adjuntos. Devolverá el WKT analizado del archivo, así como el WKT envuelto y desenvuelto reparado.\n\n**Punto de Acceso del Analizador de Fechas**\n\nEste punto de acceso se puede utilizar para verificar cómo se analizan las fechas por la API de Búsqueda.\n\n**Punto de Acceso de Lista de Misiones**\n\nEste punto de acceso enumera todas las misiones (también conocidas como campañas o colecciones) para todos los conjuntos de datos.\n\n**Punto de Acceso de Salud**\n\nEste punto de acceso se utiliza para verificar la salud de la API de Búsqueda. También proporciona información sobre la salud de CMR.\n\n## Formato de Salida Preferido para la API de Búsqueda\n\nGeoJSON es el formato de salida preferido para la API de Búsqueda. Puede especificar el formato de salida con la palabra clave \"output\". Si encuentra un campo requerido que no está incluido en la salida GeoJSON, por favor contacte a ASF usando la información a continuación o comuníquese directamente con el equipo en .\n", "CHARACTERS": "caracteres", "COOKBOOK_1": "# Consejos y Trucos para la API de Búsqueda\n\n¡Esta es una colección de algunos consejos y trucos para la API de Búsqueda!\n\n## Nuevo paquete de Python para realizar búsquedas\nasf_search es un paquete de Python para realizar búsquedas en el catálogo de ASF. Además, ofrece funcionalidad básica y soporte de descarga. Está disponible a través de PyPi y Conda. Puede encontrar más información [aquí](/asf_search/basics).\n\n## Limitación de velocidad en el punto final de búsqueda\nSe ha implementado una limitación de velocidad en el [punto final de búsqueda](/api/keywords/#search-endpoint). La limitación de velocidad es por dirección IP y actualmente es de 250 consultas por minuto. Al alcanzar el límite, las consultas adicionales devolverán un HTTP 429 con un mensaje de error. Verifica si tus consultas están devolviendo un pequeño número de resultados. Si es así, puede refinar tus parámetros para combinar conjuntos de resultados en grupos más grandes y luego procesar esos resultados localmente. Por ejemplo, en lugar de buscar en una pequeña área de interés con una consulta individual para cada día, selecciona un rango de fechas más amplio para crear una sola consulta, luego divide los resultados después de haberlos recuperado.\n\n## Copiar/Pegar URL de la API de Búsqueda desde Vertex\n¿Ha completado una búsqueda geoespacial en Vertex que y le gustaría replicar en una consulta de la API de Búsqueda? Haz clic en la flecha hacia abajo debajo de \"Max Results\". Escoja \"API URL...\".\n\nAquí puede ver la URL de la API de Búsqueda que utilizaría para replicar la búsqueda. Puede cambiar el número máximo de resultados y el formato de salida. Una vez que este satisfecho, haga clic en el icono de copia. Ahora puede pegar la consulta en un navegador o interfaz de línea de comandos para ejecutarla.\n\n## Encontrar el Valor de Product_List en Vertex\nEl nombre del producto/archivo se encuentra en los Resultados de Búsqueda de Vertex, en la columna de detalles de los archivos. Puede hacer clic en el icono de copia para copiar el ID del archivo. También puede copiar todos los ID de archivos desde su lista de descargas en Vertex. Una vez que tenga la lista deseada de archivos, puede encontrarlos a través de la API de Búsqueda utilizando la palabra clave product_list.\n\n## Los Resultados de Búsqueda Pueden Convertirse en un Área de Búsqueda\nPuede convertir sus resultados de búsqueda en un área de búsqueda. Primero, exporte sus resultados de búsqueda en formato de salida GeoJSON o KML. Luego, importe su archivo en la búsqueda geoespacial de Vertex. Vertex extraerá el Área de Interés (AOI) de su archivo. Si lo desea, puede agregar filtros y guardar tus filtros de búsqueda o la búsqueda misma.\n\n## Verificar que su Consulta Devuelva el Número Correcto de Resultados\n¿Le gustaría verificar que su consulta haya devuelto el número correcto de resultados? Cambie su salida a \"output=count\" para verificarlo. Si el recuento no coincide, puede considerar acotar su búsqueda utilizando más palabras clave o utilizando la palabra clave \"maxResults\" para limitarla. También puede intentar acortar el rango de fechas para dividir su búsqueda en una serie de búsquedas más pequeñas.\n", "DERIVED_DATASETS_1": "# Tipo de Búsqueda de Conjuntos de Datos Derivados\n\n## ¿Qué son los Conjuntos de Datos Derivados?\n\nLos conjuntos de datos derivados son conjuntos de datos de nivel superior creados utilizando datos SAR. Los conjuntos de datos enumerados a continuación son la colección de ASF.\n\n### Conjunto de Datos de Coherencia e Retrodispersión Interferométrica Estacional Global Sentinel-1\n\nEste conjunto de datos es la representación espacial única en su tipo de firmas de coherencia e retrodispersión interferométrica multianual y global SAR en varias estaciones. La cobertura global abarca todas las masas terrestres y las capas de hielo desde 82 grados de latitud norte hasta 78 grados de latitud sur. El conjunto de datos se deriva del procesamiento interferométrico multitemporal de alta resolución de repetición de pasadas de unos 205,000 datos Sentinel-1 Single-Look-Complex (SLC) adquiridos en modo de banda ancha interferométrica (modo Sentinel-1 IW) desde el 1 de diciembre de 2019 hasta el 30 de noviembre de 2020. Más información se puede encontrar [aquí](https://asf.alaska.edu/datasets/derived/global-seasonal-sentinel-1-interferometric-coherence-and-backscatter-dataset/).\n\n### Observatorio de Mapeo de Capas de Hielo Global (GISMO)\n\nEl sistema radar espacial del Observatorio de Mapeo de Capas de Hielo Global (GISMO) es parte del Proyecto de Incubadora de Instrumentos de la NASA (IIP). GISMO se centra específicamente en medir la topografía de la superficie de las capas de hielo, el espesor de las capas de hielo y en descubrir propiedades físicas del lecho glaciar utilizando SAR. Utilizó radares interferométricos VHF y P-band y probó diferentes métodos de rechazo de interferencias. GISMO logró mapear las propiedades físicas del lecho glaciar a través de hasta 5 km de hielo. El proyecto GISMO documentó las líneas de vuelo sobre la capa de hielo de Groenlandia en 2006, 2007 y 2008. Más información se puede encontrar [aquí](https://asf.alaska.edu/data-sets/derived-data-sets/global-ice-sheet-mapping-orbiter-gismo/).\n\n### Velocidad de Glaciares\n\nEste conjunto de datos fue producido por Evan Burgess y sus colegas de la Universidad de Utah y la Universidad de Alaska Fairbanks utilizando datos ALOS PALSAR. Revela patrones complejos de flujo de glaciares en todo Alaska. Los datos de velocidad están disponibles para su descarga en formatos diseñados tanto para científicos como para educadores. Las velocidades superficiales están disponibles para 47,880 km^2 de hielo glaciar, lo que incluye casi todos los glaciares principales del estado. Información detallada sobre su producción está disponible en [Burgess et al., Nature Communications, 2013](https://www.nature.com/articles/ncomms3146). Más información se puede encontrar [aquí](https://asf.alaska.edu/data-sets/derived-data-sets/glacier-speed/).\n\n### Año Polar Internacional\n\nEl Año Polar Internacional (IPY) es un evento de investigación colaborativa centrado en el Ártico y la Antártida. El IPY 2007-2009 se centró en la investigación colaborativa y exploró extensamente las complejas relaciones entre el Ártico y la Antártida. Más de 60 países y miles de investigadores participaron, investigando más de 200 proyectos. Los temas incluyen las relaciones del Ártico y la Antártida con elementos geofísicos, océanos y hielo marino, la atmósfera de la Tierra, el espacio y las relaciones humanas. ASF alberga un archivo del proyecto IPY titulado el Año Polar Global Interagencia de Instantáneas Polares IPY (GIIPSY). El objetivo de GIIPSY era obtener instantáneas de satélite de alta definición de las regiones polares durante 2007-2008. Más información se puede encontrar [aquí](https://asf.alaska.edu/data-sets/sar-data-sets/international-polar-year-2007-2008/).\n\n### Proyecto de Mapeo Antártico RADARSAT-1 (RAMP)\n\nEl Proyecto de Mapeo Antártico RADARSAT-1 (RAMP) se compone de dos misiones principales, la primera Misión de Mapeo Antártico (AMM-1) y la Misión de Mapeo Antártico Modificada (MAMM). AMM-1 comenzó el 9 de septiembre de 1997 y se completó el 20 de octubre de 1997. Sus objetivos eran adquirir un mapa completo de la Antártida y comprender mejor las relaciones entre los elementos ambientales del continente más al sur. MAMM comenzó el 3 de septiembre de 2000 y se completó el 17 de noviembre de 2000. Planeaba volver a cartografiar la Antártida y medir datos de velocidad del hielo mediante análisis interferométricos y datos de AMM-1. Más información se puede encontrar [aquí](https://asf.alaska.edu/data-sets/derived-data-sets/radarsat-antarctic-mapping-project-ramp/).\n\n### MEaSUREs de Hielo Marino\n\nLas imágenes y productos de datos de hielo marino son respaldados por el programa Making Earth System data records for Use in Research Environments (MEaSUREs) de la NASA. Las imágenes, datos y productos de datos del Ártico y el Océano Austral están disponibles sin costo para usuarios aprobados por el ASF DAAC. Estos incluyen más de 11 años de imágenes de radar de tres días de RADARSAT-1 del hielo marino del Ártico y el Océano Austral, y imágenes SAR originales. Los datos de RADARSAT-1 se han procesado para construir un registro casi decenal del movimiento del hielo a pequeña escala del Ártico y el Océano Austral, un registro del movimiento del hielo del Mar de Bering del norte y mosaicos de imágenes de alta resolución mensuales del Océano Ártico. Más información se puede encontrar [aquí](https://asf.alaska.edu/data-sets/derived-data-sets/sea-ice-measures/).\n\n### MEaSUREs de Humedales\n\nEl Registro de Datos del Sistema Terrestre Inundado (ESDR) de humedales consta de dos componentes principales. En primer lugar, mapas de alta resolución de la extensión de humedales, el tipo de vegetación y la dinámica de inundación estacional, derivados de SAR, para áreas a nivel regional y continental que cubren sistemas de humedales cruciales. En segundo lugar, series temporales de mapeos de la fracción de área inundada a nivel global de resolución gruesa de ~25 km derivados de múltiples observaciones de teledetección por satélite, incluidos sensores de microondas activos y pasivos y conjuntos de datos ópticos optimizados para la detección de inundaciones. Estos conjuntos de datos se proporcionan cada dos meses para el período 1992-1999 y diariamente a partir de 2000 en adelante. También se proporcionan productos resumidos anuales y un conjunto de datos de tiempo real casi diario (NRT) con una latencia de 2-3 días. Más información se puede encontrar [aquí](https://asf.alaska.edu/data-sets/derived-data-sets/wetlands-measures/).\n\n\n", "DISP_FAQ": "# Preguntas Frecuentes sobre los Productos de Desplazamiento\n\n### ¿Qué conjuntos de datos se visualizan en el Portal de Desplazamiento?\n\nEl Portal de Desplazamiento muestra la Velocidad Básica en un mapa y series temporales de desplazamientos en ubicaciones puntuales sobre un gráfico. Esta información se deriva de las capas de desplazamiento de longitud de onda corta que se encuentran dentro de cada conjunto de datos OPERA DISP. La capa de desplazamiento de longitud de onda corta está diseñada con fines de visualización y para resaltar el desplazamiento relativo entre ubicaciones cercanas.\n\n### ¿Cómo se calcula la Velocidad Básica?\n\nPara cada una de las trayectorias ASCENDENTE y DESCENDENTE:\n\n1. Para cada cuadro, crear un GeoTIFF de velocidad promedio mediante: \n 1. Crear una serie temporal de desplazamiento de longitud de onda corta utilizando el conjunto mínimo de granulos que abarque toda la extensión temporal de los datos disponibles \n 1. Realizar una regresión lineal sobre esa serie temporal para determinar la velocidad promedio (es decir, la pendiente del ajuste de regresión lineal) \n 2. Establecer los valores fuera del rango [-0.03 m/año, +0.03 m/año] en -0.03 y +0.03\n\n- Superponer los GeoTIFFs individuales de los cuadros en un mosaico \n 1. En áreas donde varios cuadros se superponen, se prefiere mostrar los píxeles del rango cercano sobre los del rango lejano (por ejemplo, el cuadro más al este encima para ascendente, el más al oeste encima para descendente) \n 2. Si el cuadro preferido no tiene datos para un píxel en particular, se permite que se muestre el valor de datos del cuadro menos preferido\n\n### ¿Qué es el “desplazamiento de longitud de onda corta”?\n\nEl desplazamiento de longitud de onda corta representa el movimiento del terreno medido en la dirección de línea de visión (LOS) del satélite, con señales de gran longitud de onda (escala espacial >30 km) filtradas, de modo que los datos mostrados resalten señales de desplazamiento local y desplazamiento relativo entre ubicaciones cercanas. \nComo resultado, se filtran señales de gran escala como los efectos atmosféricos, la subsidencia de gran escala y el movimiento de placas tectónicas. En algunos casos, la señal de desplazamiento de longitud de onda corta puede generar desplazamientos poco realistas (es decir, levantamiento dentro de un área de subsidencia), particularmente si la señal de gran longitud de onda es grande o compleja [(consulte la sección Interpretación de mediciones)](/datasets/disp_faq/#how-do-i-interpret-measurements-displayed-in-the-displacement-portal).\n\n### ¿Cómo interpreto las mediciones mostradas en el Portal de Desplazamiento?\n\nEl enfoque de filtrado utilizado para generar las capas de longitud de onda corta está destinado a resaltar el desplazamiento local eliminando señales espaciales grandes que superan el tamaño del núcleo del filtro de 30 km. \nLa capa de longitud de onda corta se crea para reducir el impacto del ruido atmosférico en los datos InSAR. Sin embargo, otras señales de gran escala espacial (es decir, > 30 km), como la subsidencia en el Valle Central de California, también se ven afectadas. \nLos valores de la capa de longitud de onda corta para ubicaciones como esas serán diferentes a los valores sin filtrar en la capa de Desplazamiento del producto OPERA DISP. \nTenga en cuenta que, debido al proceso de filtrado de longitud de onda corta, no existe un punto de referencia espacial local.\n\nA continuación, mostramos ejemplos sintéticos de señales de desplazamiento filtradas y sin filtrar de longitud de onda corta. Los ejemplos muestran que pueden surgir patrones residuales que no reflejan el desplazamiento real después del filtrado (ver Figura 1 a continuación).\n\nPuede encontrar más detalles en este [notebook](https://dolphin-insar--561.org.readthedocs.build/en/561/notebooks/demo-filtering-sizes/).\n\n**Figura 1** \n![Screenshot](/images/disp_faq.png){: style=\"height:450px;width:750px\"}\n\nLa Figura 1 ilustra el enfoque de filtrado, que elimina señales con una escala espacial mayor a 30 km. \nLos ejemplos mostrados incluyen: (fila superior) un cuenco de subsidencia de 65 km de diámetro y (fila inferior) una falla transformante lateral derecha que se desliza lentamente. \nDespués de que se filtra la señal de gran longitud de onda, la señal restante de “longitud de onda corta” contiene el desplazamiento local más cualquier residuo entre la señal real y la señal filtrada de gran longitud de onda. \nObserve que el cuenco de subsidencia filtrado presenta un aparente levantamiento en los bordes. Un ejemplo análogo del mundo real se puede encontrar en el Portal de Desplazamiento a lo largo del Valle Central de California (lat: 37.0768, lon: -120.5237). La señal de desplazamiento de fluencia en la falla filtrada muestra desplazamiento local junto a la falla y ningún desplazamiento en el campo lejano. Un ejemplo análogo del mundo real se puede encontrar en el Portal de Desplazamiento a lo largo de la Falla de San Andrés Central cerca de Parkfield, California (lat: 36.2635, lon: -120.8569).\n\nA continuación, mostramos un ejemplo con datos reales de señales de desplazamiento de longitud de onda corta filtradas y sin filtrar para el Valle Central de California (ver Figura 2).\n\n**Figura 2** \n![Screenshot](/images/disp_faq_2.png){: style=\"height:500px;width:800px\"}\n\nLa Figura 2 ilustra el enfoque de filtrado, que elimina señales con una escala espacial mayor a 30 km en el producto OPERA DISP. El ejemplo muestra el impacto del filtrado sobre la subsidencia de gran escala en el Valle Central de California (latitud aproximada: 37.0768, longitud: -120.5237).\n\n### ¿Cómo accedo a los datos de desplazamiento sin filtrar?\n\nLos conjuntos de datos de desplazamiento sin filtrar están disponibles y pueden descargarse como parte del conjunto de datos OPERA-S1 a través de [Vertex](https://search.asf.alaska.edu/#/?maxResults=250&dataset=OPERA-S1). \nSeleccione el tipo de archivo DISP-S1, y verá disponible el archivo NetCDF descargable (con una extensión “.nc”). \nDebe iniciar sesión en su cuenta de Earthdata para descargar estos productos. Consulte la [Guía de Usuario de Vertex](/vertex/manual/#vertex-getting-started-user-guide) para más información. También puede descargar los datos a través de [NASA Earthdata](https://search.earthdata.nasa.gov/search/granules?p=C3294057315-ASF&pg[0][v]=f&pg[0][gsk]=-start_date&q=%22OPERA%22&tl=1579122059.503!5!!&lat=0.0703125).\n\nTenga en cuenta que la capa de desplazamiento sin filtrar del producto DISP-S1 no reflejará lo que se visualiza en el portal, ya que el portal solo muestra la capa de longitud de onda corta.\n\n### ¿Cuáles son las unidades de los datos en el Portal de Desplazamiento?\n\nLas velocidades representadas en vista de mapa están en unidades de metros por año (m/año). La superposición del mapa está coloreada desde -0.03 m/año (azul) hasta +0.03 m/año (rojo) por defecto. El Desplazamiento Local (es decir, desplazamiento de longitud de onda corta) en el gráfico de series temporales está en unidades de metros en la dirección de línea de visión. La escala de colores está fija, pero futuras actualizaciones permitirán a los usuarios ajustarla.\n\n### ¿Cómo se referencian en el tiempo y el espacio las series temporales?\n\nCada producto de desplazamiento mide el desplazamiento del terreno en relación con una fecha de referencia específica (ver detalles en el [Documento de Especificación del Producto](https://www.jpl.nasa.gov/go/opera/products/disp-product-suite/)). El mapa del Portal de Desplazamiento muestra la Velocidad Básica para cada píxel en relación con la primera fecha disponible con datos para ese píxel. \nEl valor cero del Desplazamiento Local en el gráfico se establece con la primera fecha disponible. \nLa fecha de referencia y la serie en el gráfico pueden cambiarse haciendo clic derecho en un punto dentro de una serie AOI en particular y seleccionando “Ajustar a cero”. Tenga en cuenta nuevamente que, debido al proceso de filtrado de longitud de onda corta, no existe un único punto de referencia global; la referencia espacial es el promedio local de los datos.\n\n### ¿Con qué frecuencia se actualizan los datos en el portal?\n\nLas mediciones de velocidad OPERA que se muestran en el portal se actualizarán semanalmente y cubrirán inicialmente el período de julio de 2016 a diciembre de 2024. Los productos del portal se actualizarán con datos hasta el día actual antes de que finalice 2025.\n\n### ¿Por qué faltan algunos puntos (es decir, están enmascarados)?\n\nFaltan puntos si los datos no cumplen con un conjunto de métricas de calidad, como el nivel de coherencia temporal y la similitud de fase entre píxeles vecinos. Estas métricas de calidad están incluidas en la capa de Máscara Recomendada del producto OPERA DISP (ver el [Documento de Especificación del Producto](https://www.jpl.nasa.gov/go/opera/products/disp-product-suite/)). Los factores que contribuyen a estos problemas de calidad también pueden incluir la presencia de cuerpos de agua, movimientos del terreno demasiado rápidos para ser resueltos y cambios en las características de la superficie (por ejemplo, pérdida/crecimiento de vegetación y/o cobertura de nieve/hielo).\n\nEn la vista de mapa: si la Máscara Recomendada identifica un píxel como de baja calidad en cualquier momento, ese píxel no aparecerá en el mapa. Sin embargo, incluso si un píxel falta en el mapa, los datos de la serie temporal aún pueden estar disponibles para esa ubicación si hace clic sobre ella.\n\nEn el gráfico de series temporales: si la Máscara Recomendada identifica un píxel como de baja calidad en algún momento, los datos de ese píxel se marcarán con un símbolo de punto hueco en el gráfico. \nEntre estos segmentos de datos enmascarados, se asume que no ocurrió desplazamiento.\n\n### ¿Por qué aparece un mensaje de error (por ejemplo, “Timeseries Service Error”) al intentar graficar datos?\n\nEstos son los tipos de errores que causarán el mensaje \"Timeseries Service Error\":\n\n- El área seleccionada está fuera de la cobertura del conjunto de datos (por ejemplo, sobre el océano, fuera del alcance geográfico de los datos —por ejemplo, sobre Europa—; consulte la cobertura de datos activando la [capa de implementación](/vertex/displacement/#rollout)). \n- Aún no se han procesado datos sobre el cuadro correspondiente. Puede consultar la [capa de implementación](/vertex/displacement/#rollout) para más detalles. \n- No hay datos válidos en el punto seleccionado. Esto ocurre cuando todas las muestras de desplazamiento de longitud de onda corta para el AOI dado han sido prefiltradas por la máscara de validez del conjunto de datos.\n\n### ¿Se aplican correcciones InSAR a las series temporales que se muestran en el Portal de Desplazamiento?\n\nNo se aplican correcciones InSAR a los datos mostrados en el portal.\n\nLos datos necesarios para aplicar correcciones InSAR (por ejemplo, mareas sólidas de la Tierra, retardo ionosférico) están incluidos como capas separadas en el producto DISP (ver el [Documento de Especificación del Producto](https://www.jpl.nasa.gov/go/opera/products/disp-product-suite/)).\n\n### ¿Dónde se encuentra el Documento de Especificación del Producto de Desplazamiento Superficial de OPERA?\n\nConsulte la página dedicada al producto DISP-S1 en el sitio web de OPERA, que se encuentra [aquí](https://www.jpl.nasa.gov/go/opera/products/disp-product-suite/).", "DISP_USAGE": "# Uso de los Productos de Desplazamiento\n\n## Consideraciones y Limitaciones de los Productos de Desplazamiento\nAquí se proporcionan algunas notas de uso para los productos de desplazamiento OPERA. \nAcceda al [Portal de Desplazamiento](https://displacement.asf.alaska.edu/) para interactuar con estos productos, o consulte la [documentación del Portal de Desplazamiento](/vertex/displacement) para más detalles sobre cómo usar el portal.\n\n***¡Precaución al interpretar los datos!***\n\n## ¿Los datos que indican movimiento del suelo en una casa deben ser motivo de preocupación?\n\nInSAR puede detectar pequeños movimientos del suelo con precisión milimétrica, pero no todos los puntos indican problemas estructurales o desplazamientos del terreno. \nMuchas estructuras y superficies se mueven de forma natural debido a factores ambientales, lo que afecta cómo se reflejan las señales de radar. \nPor ejemplo, los puentes se expanden y contraen con los cambios de temperatura, lo cual puede ser detectado por InSAR, pero no necesariamente representa daño estructural. \nDado que estos movimientos se consideran normales y están contemplados en la ingeniería y construcción, los datos de InSAR siempre deben analizarse junto con información adicional y conocimiento experto para distinguir el comportamiento natural de posibles problemas que afecten a estructuras e infraestructura específicas.\n\n## Mediciones Aisladas y Valores Atípicos\nLas mediciones de movimiento del suelo mediante InSAR se basan en señales de radar reflejadas, que pueden originarse tanto en la superficie terrestre como en estructuras artificiales. \nLas señales reflejadas por estructuras pueden malinterpretarse. Por ejemplo, la expansión térmica en edificios puede parecer un desplazamiento, aunque no indique un movimiento real del suelo. \nDe forma similar, los ciclos de cosecha en campos agrícolas pueden causar cambios repentinos en la reflectividad, afectando las mediciones de desplazamiento.\n\nEl Portal de Desplazamiento utiliza la Máscara Recomendada en los productos OPERA DISP para reducir valores atípicos. Los píxeles cercanos a áreas enmascaradas pueden tener menor calidad. \nPara un análisis más confiable, dé prioridad a grupos de puntos que muestren un movimiento similar en lugar de a puntos individuales con movimientos inusuales.\n\n## ¿Cuál es el tamaño de cada píxel y cómo se mide el desplazamiento dentro de ese píxel?\nCada píxel en el mapa de Velocidad Básica representa un área de 30 m x 30 m. \nAunque se puede seleccionar un punto en el portal, los datos de desplazamiento que se muestran corresponden al promedio de todo ese píxel. \nPor lo tanto, los movimientos registrados son un agregado de todos los cambios en la superficie dentro del área de 30 m x 30 m, no una medición precisa de un punto. \nAdemás, los píxeles del mapa mosaico no corresponden directamente a los píxeles de los datos subyacentes. \nHacer clic en diferentes esquinas de un solo píxel del mosaico puede generar series temporales distintas, provenientes de píxeles de datos subyacentes diferentes. \nEl mosaico de Velocidad Básica sirve para indicar tendencias y no está destinado a análisis rigurosos.\n\n## Contacto\nPara cualquier pregunta relacionada con el Portal de Desplazamiento, por favor contacte a ASF en uso@asf.alaska.edu. \n\nPara preguntas o consultas sobre los Productos de Desplazamiento, por favor contacte a opera.sep@jpl.nasa.gov.\n", - "DISPLACEMENT": "\n# Portal de Desplazamiento\n\n## ¿Qué es el Portal de Desplazamiento?\nEl Portal de Desplazamiento proporciona la capacidad de visualizar e interactuar con los Productos de Desplazamiento Superficial (DISP) de OPERA. \n[añadir más adelante]: <> (Acceda al [Portal de Desplazamiento](https://displacement.asf.alaska.edu/) para comenzar. Tenga en cuenta que el Portal de Desplazamiento también está disponible en [Vertex](https://search.asf.alaska.edu), seleccionando Desplazamiento en el menú desplegable de Tipo de Búsqueda.)\n\n## ¿Qué son los Productos de Desplazamiento Superficial de OPERA?\nLos Productos de Desplazamiento Superficial (DISP) de OPERA son datos de desplazamiento derivados del radar de apertura sintética interferométrica (InSAR), creados mediante un enfoque híbrido de procesamiento de series temporales con Dispersores Persistentes (PS) y Dispersores Distribuidos (DS). \nPara más detalles, consulte el [Documento de Especificaciones de los Productos DISP de OPERA](https://www.jpl.nasa.gov/go/opera/products/disp-product-suite/).\nLos productos DISP de OPERA proporcionan información sobre movimientos antropogénicos y naturales de la superficie terrestre, como subsidencia debido a la extracción de agua subterránea o de petróleo y gas, levantamiento debido a la inyección de aguas residuales, y movimiento del terreno por fallas tectónicas, deslizamientos de tierra, volcanes y más. \nTodos los productos DISP de OPERA se proporcionan en la dirección de línea de visión (LOS) del satélite, lo que significa que los movimientos de la superficie se miden en relación con la LOS, indicando si un punto se está moviendo hacia (valor positivo) o alejándose (valor negativo) del satélite. \nLa información LOS se muestra gráficamente en el panel superior del Portal de Desplazamiento. \nLa suite de productos DISP de OPERA se deriva de los datos SAR de los satélites Sentinel-1A/B/C y NISAR, y cubre América del Norte (Estados Unidos y territorios estadounidenses, Canadá dentro de los 200 km de la frontera con EE. UU., y todos los países continentales desde la frontera sur de EE. UU. hasta Panamá inclusive).\n\nEl producto DISP de OPERA incluye una capa de “desplazamiento de longitud de onda corta”, que es el conjunto de datos actualmente mostrado en el Portal de Desplazamiento. \nLa capa de desplazamiento de longitud de onda corta está filtrada para resaltar el desplazamiento local (longitud de onda < 30 km) y eliminar señales de longitud de onda larga como el ruido atmosférico. \nConsulte las [Preguntas Frecuentes](/datasets/disp_faq) y el [Documento de Especificaciones de los Productos DISP de OPERA](https://www.jpl.nasa.gov/go/opera/products/disp-product-suite/) para una descripción más detallada de la capa del producto.\n\nEn general, OPERA crea los productos DISP tan pronto como los datos de entrada del satélite están disponibles. \nSin embargo, los productos DISP de OPERA provenientes de Sentinel-1 se están implementando en dos fases. \nLa Fase 1 (desde ahora hasta finales de 2025) se enfoca en la creación de datos históricos entre julio de 2016 y diciembre de 2024. La Fase 2 se enfoca en la creación de los datos históricos restantes y de todos los productos nuevos a medida que estén disponibles los datos de satélite.\n\nEl Portal de Desplazamiento proporciona la capacidad de visualizar e interactuar con estos productos. \nEl Portal de Desplazamiento estará disponible próximamente. Vuelva más adelante para obtener más actualizaciones. \n[añadir más adelante]: <> (Acceda al [Portal de Desplazamiento](https://displacement.asf.alaska.edu/) para comenzar. Tenga en cuenta que el Portal de Desplazamiento también está disponible en [Vertex](https://search.asf.alaska.edu), seleccionando Desplazamiento en el menú desplegable de Tipo de Búsqueda.) \n\nPara descargar los productos DISP de OPERA, consulte [NASA Earthdata](https://search.earthdata.nasa.gov/search/granules?p=C3294057315-ASF&pg[0][v]=f&pg[0][gsk]=-start_date&q=%22OPERA%22&tl=1578783442.59!5!!&lat=0.0703125).\n\n## Iniciar su búsqueda de desplazamiento\n### Capas base del mapa\nLas capas base del mapa disponibles pueden ayudarle a seleccionar su área de interés (AOI). \nEn la esquina superior izquierda del mapa, puede hacer clic en la casilla de verificación para activar o desactivar las capas del mapa que desee.\n\n#### Velocidad básica\nEsta capa muestra la velocidad, derivada utilizando la capa de desplazamiento de longitud de onda corta del producto DISP. Consulte las [Preguntas Frecuentes](/datasets/disp_faq) para más detalles. Hay capas separadas para trayectos satelitales Ascendentes y Descendentes, y la capa se actualizará automáticamente para mostrar únicamente la dirección correcta según los filtros de búsqueda.\n\n### Selección de AOIs\nCuando acceda por primera vez al Portal de Desplazamiento, el selector de puntos estará activo. Puede hacer clic en los puntos deseados en el mapa. Cuando haya terminado de agregar sus Áreas de Interés (AOIs), puede hacer clic en el botón **Dibujar** para dejar de dibujar. Puede volver a hacer clic para seleccionar más AOIs en el mapa.\n\nUna vez que haya seleccionado el AOI, aparecerá el panel de resultados. El panel izquierdo muestra sus AOIs seleccionados, etiquetados como **Serie 1, Serie 2**, y así sucesivamente. También mostrará el marco asociado con cada AOI. Se mostrará un ícono de carga giratorio junto a cada serie mientras se carga. El gráfico se mostrará en el panel derecho.\n\nCada Serie está codificada por colores. Al pasar el cursor sobre el AOI en la lista de AOIs, en el gráfico o en el mapa, se resaltará dicho AOI en las tres ubicaciones.\n\n### Capas adicionales del mapa\nEn la esquina superior izquierda del mapa, hay capas adicionales de mapa disponibles. Puede hacer clic en la casilla de verificación para seleccionar la capa deseada.\n\n#### Implementación\nEsta capa muestra prioridades regionales codificadas por colores para la generación de productos de desplazamiento durante la fase de procesamiento histórico, que inicialmente incluirá datos desde julio de 2016 hasta diciembre de 2024 y se actualizará para finales de 2025. Las regiones se priorizan del 1 al 3, siendo 1 la prioridad de procesamiento más alta. Tenga en cuenta que algunas subregiones pueden tener menor prioridad debido a cobertura de nieve, vegetación u otros factores. Hay variantes separadas Ascendente y Descendente, y la capa se actualizará para mostrar la dirección correcta según los filtros de su búsqueda.\n\n## Interacción con los resultados del Portal de Desplazamiento\n### Lista de Áreas de Interés\n\n- Al pasar el cursor sobre un AOI, se resaltará en la lista de AOIs, en el gráfico y en el mapa. \n- De forma predeterminada, todos los AOIs se muestran en el gráfico. Puede hacer clic en la **casilla de verificación** junto a un AOI para alternar cómo se muestra en el gráfico. Cuando está marcada, los AOIs aparecerán en el gráfico. Cuando no está marcada, aparecerán como una serie atenuada en el gráfico. \n - Puede hacer clic en la **casilla de verificación de Todos los AOIs** para atenuar todas las series temporales en el gráfico. \n- Puede hacer clic en el ícono de **papelera** para eliminar un AOI de su lista. Esto lo eliminará del mapa, la lista y el gráfico. \n- Puede eliminar todas las series haciendo clic en el ícono de **papelera** junto a *Todos los AOIs*. Aparecerá un mensaje de confirmación. Al hacer clic en **Cancelar**, no se eliminará ningún AOI. Al hacer clic en **Eliminar**, se eliminarán todos los AOIs existentes del mapa, la lista y el gráfico.\n\n\n### Gráfico\n\n- Al pasar el cursor sobre una serie temporal en el gráfico, se resaltará en la lista de AOIs, en el gráfico y en el mapa. Al pasar el cursor sobre puntos individuales en el gráfico, se proporcionará información adicional sobre ese punto. \n- Puede usar el mouse para navegar por el gráfico. Hay botones de **Acercar** y **Alejar** en la parte superior derecha del gráfico, o puede desplazarse con el mouse. El botón **Ajustar al gráfico** ajustará todas las series temporales al gráfico visible. \n- Haga clic derecho en cualquier punto de una serie temporal para restablecer el primer punto de la serie de desplazamiento a 0 utilizando **Ajustar a cero**. \n- El **Control deslizante de fechas** se encuentra debajo del gráfico. Puede arrastrar los extremos para ajustar las fechas de inicio y fin. \n- Haga clic en el ícono de **Exportar** en la parte superior derecha para descargar un archivo .csv con todos los AOIs de su serie temporal. *Nota*: si un AOI está deseleccionado en la lista de AOIs, no se incluirá en la exportación .csv. \n- Haga clic en el ícono de **Configuración** en la parte superior derecha para opciones adicionales \n - Haga clic en la casilla de verificación **Mostrar líneas** para activar o desactivar las líneas. \n - Haga clic en la casilla de verificación **Mostrar ajuste lineal** para mostrar el ajuste lineal de cada serie temporal. Las ecuaciones del ajuste lineal se mostrarán sobre el gráfico. Las líneas discontinuas que representan el ajuste lineal aparecerán en el gráfico. \n - Haga clic en **Restablecer referencia del gráfico** para restablecer el gráfico a su referencia de línea base original. \n- Los datos de desplazamiento de longitud de onda corta se denominan *Desplazamiento local* en el eje Y del gráfico. \n- Los datos DISP de OPERA pueden estar enmascarados cuando se marcan como de baja calidad [(ver FAQ)](/datasets/disp_faq). Los datos enmascarados se indicarán en el gráfico utilizando puntos huecos. La información adicional que aparece al pasar el cursor sobre el punto indicará que no hay datos válidos para ese punto.\n\n### Dirección de Vuelo\n\nEn la barra superior, haga clic en el botón **Dirección de Vuelo** para cambiar la dirección de vuelo. Cambiar la dirección de vuelo actualizará el gráfico y todas las capas de mapa seleccionadas. \nLas opciones de dirección de vuelo son Ascendente (el satélite se desplaza de sur a norte) y Descendente (el satélite se desplaza de norte a sur). Los íconos a la derecha del botón Dirección de Vuelo mostrarán la orientación del satélite, la dirección de observación del radar y el rango del ángulo de observación. Los íconos se actualizarán según la dirección seleccionada.\n\n### Herramientas de Búsqueda\n\nHay opciones adicionales disponibles en la parte superior derecha de la barra de encabezado.\n\n- El botón **Compartir/Guardar** abre el menú de **Búsquedas Guardadas** y **Compartir Búsqueda**. \n Desde **Búsquedas Guardadas**, usted puede guardar o ver una búsqueda de desplazamiento. También puede ver el historial de sus búsquedas de desplazamiento. \n **Compartir Búsqueda** le permite copiar la URL actual para compartir su búsqueda, o puede enviar el enlace por correo electrónico. \n- El botón **Información** abre una ventana con más información sobre los Productos de Desplazamiento Superficial (DISP) de OPERA. \n- El ícono **Ayuda** abre el menú de ayuda de Vertex, que incluye tutoriales en video y documentación. \n- El **selector de idioma** le permite cambiar de idioma. Actualmente están disponibles inglés y español. \n- El ícono de **Iniciar sesión** muestra las opciones de usuario, incluyendo Búsquedas Guardadas, Historial de Búsqueda, Filtros Guardados y Preferencias.\n\n## Lecturas adicionales \n[Hoja de ruta de los Productos de Desplazamiento](https://storymaps.arcgis.com/stories/9356add046654d719fcc20566fc1f243)\n\n[Uso de los Productos de Desplazamiento](/datasets/disp_usage)\n\n[Preguntas Frecuentes sobre Desplazamiento](/datasets/disp_faq)\n\n", + "DISPLACEMENT": "\n# Portal de Desplazamiento\n\n## ¿Qué es el Portal de Desplazamiento?\nEl Portal de Desplazamiento proporciona la capacidad de visualizar e interactuar con los Productos de Desplazamiento Superficial (DISP) de OPERA.\n[add later]: <> (Acceda al [Portal de Desplazamiento](https://displacement.asf.alaska.edu/) para comenzar. \n[//]: # (Tenga en cuenta que el Portal de Desplazamiento también está disponible en [Vertex](https://search.asf.alaska.edu), seleccionando \"Desplazamiento\" en el menú desplegable Tipo de búsqueda).\n\n\n## ¿Qué son los Productos de Desplazamiento Superficial de OPERA?\nLos Productos de Desplazamiento Superficial (DISP) de OPERA son datos de desplazamiento derivados del radar de apertura sintética interferométrica (InSAR), creados mediante un enfoque híbrido de procesamiento de series temporales con Dispersores Persistentes (PS) y Dispersores Distribuidos (DS). \nPara más detalles, consulte el [Documento de Especificaciones de los Productos DISP de OPERA](https://www.jpl.nasa.gov/go/opera/products/disp-product-suite/).\nLos productos DISP de OPERA proporcionan información sobre movimientos antropogénicos y naturales de la superficie terrestre, como subsidencia debido a la extracción de agua subterránea o de petróleo y gas, levantamiento debido a la inyección de aguas residuales, y movimiento del terreno por fallas tectónicas, deslizamientos de tierra, volcanes y más. \nTodos los productos DISP de OPERA se proporcionan en la dirección de línea de visión (LOS) del satélite, lo que significa que los movimientos de la superficie se miden en relación con la LOS, indicando si un punto se está moviendo hacia (valor positivo) o alejándose (valor negativo) del satélite. \nLa información LOS se muestra gráficamente en el panel superior del Portal de Desplazamiento. \nLa suite de productos DISP de OPERA se deriva de los datos SAR de los satélites Sentinel-1A/B/C y NISAR, y cubre América del Norte (Estados Unidos y territorios estadounidenses, Canadá dentro de los 200 km de la frontera con EE. UU., y todos los países continentales desde la frontera sur de EE. UU. hasta Panamá inclusive).\n\nEl producto DISP de OPERA incluye una capa de “desplazamiento de longitud de onda corta”, que es el conjunto de datos actualmente mostrado en el Portal de Desplazamiento. \nLa capa de desplazamiento de longitud de onda corta está filtrada para resaltar el desplazamiento local (longitud de onda < 30 km) y eliminar señales de longitud de onda larga como el ruido atmosférico. \nConsulte las [Preguntas Frecuentes](/datasets/disp_faq) y el [Documento de Especificaciones de los Productos DISP de OPERA](https://www.jpl.nasa.gov/go/opera/products/disp-product-suite/) para una descripción más detallada de la capa del producto.\n\nEn general, OPERA crea los productos DISP tan pronto como los datos de entrada del satélite están disponibles. \nSin embargo, los productos DISP de OPERA provenientes de Sentinel-1 se están implementando en dos fases. \nLa Fase 1 (desde ahora hasta finales de 2025) se enfoca en la creación de datos históricos entre julio de 2016 y diciembre de 2024. La Fase 2 se enfoca en la creación de los datos históricos restantes y de todos los productos nuevos a medida que estén disponibles los datos de satélite.\n\nEl Portal de Desplazamiento proporciona la capacidad de visualizar e interactuar con estos productos. \nEl Portal de Desplazamiento estará disponible próximamente. Vuelva más adelante para obtener más actualizaciones. \n[añadir más adelante]: <> (Acceda al [Portal de Desplazamiento](https://displacement.asf.alaska.edu/) para comenzar. Tenga en cuenta que el Portal de Desplazamiento también está disponible en [Vertex](https://search.asf.alaska.edu), seleccionando Desplazamiento en el menú desplegable de Tipo de Búsqueda.) \n\nPara descargar los productos DISP de OPERA, consulte [NASA Earthdata](https://search.earthdata.nasa.gov/search/granules?p=C3294057315-ASF&pg[0][v]=f&pg[0][gsk]=-start_date&q=%22OPERA%22&tl=1578783442.59!5!!&lat=0.0703125).\n\n## Iniciar su búsqueda de desplazamiento\n### Capas base del mapa\nLas capas base del mapa disponibles pueden ayudarle a seleccionar su área de interés (AOI). \nEn la esquina superior izquierda del mapa, puede hacer clic en la casilla de verificación para activar o desactivar las capas del mapa que desee.\n\n#### Velocidad básica\nEsta capa muestra la velocidad, derivada utilizando la capa de desplazamiento de longitud de onda corta del producto DISP. Consulte las [Preguntas Frecuentes](/datasets/disp_faq) para más detalles. Hay capas separadas para trayectos satelitales Ascendentes y Descendentes, y la capa se actualizará automáticamente para mostrar únicamente la dirección correcta según los filtros de búsqueda.\n\n### Selección de AOIs\nCuando acceda por primera vez al Portal de Desplazamiento, el selector de puntos estará activo. Puede hacer clic en los puntos deseados en el mapa. Cuando haya terminado de agregar sus Áreas de Interés (AOIs), puede hacer clic en el botón **Dibujar** para dejar de dibujar. Puede volver a hacer clic para seleccionar más AOIs en el mapa.\n\nUna vez que haya seleccionado el AOI, aparecerá el panel de resultados. El panel izquierdo muestra sus AOIs seleccionados, etiquetados como **Serie 1, Serie 2**, y así sucesivamente. También mostrará el marco asociado con cada AOI. Se mostrará un ícono de carga giratorio junto a cada serie mientras se carga. El gráfico se mostrará en el panel derecho.\n\nCada Serie está codificada por colores. Al pasar el cursor sobre el AOI en la lista de AOIs, en el gráfico o en el mapa, se resaltará dicho AOI en las tres ubicaciones.\n\n### Capas adicionales del mapa\nEn la esquina superior izquierda del mapa, hay capas adicionales de mapa disponibles. Puede hacer clic en la casilla de verificación para seleccionar la capa deseada.\n\n#### Implementación\nEsta capa muestra prioridades regionales codificadas por colores para la generación de productos de desplazamiento durante la fase de procesamiento histórico, que inicialmente incluirá datos desde julio de 2016 hasta diciembre de 2024 y se actualizará para finales de 2025. Las regiones se priorizan del 1 al 3, siendo 1 la prioridad de procesamiento más alta. Tenga en cuenta que algunas subregiones pueden tener menor prioridad debido a cobertura de nieve, vegetación u otros factores. Hay variantes separadas Ascendente y Descendente, y la capa se actualizará para mostrar la dirección correcta según los filtros de su búsqueda.\n\n## Interacción con los resultados del Portal de Desplazamiento\n### Lista de Áreas de Interés\n\n- Al pasar el cursor sobre un AOI, se resaltará en la lista de AOIs, en el gráfico y en el mapa. \n- De forma predeterminada, todos los AOIs se muestran en el gráfico. Puede hacer clic en la **casilla de verificación** junto a un AOI para alternar cómo se muestra en el gráfico. Cuando está marcada, los AOIs aparecerán en el gráfico. Cuando no está marcada, aparecerán como una serie atenuada en el gráfico. \n - Puede hacer clic en la **casilla de verificación de Todos los AOIs** para atenuar todas las series temporales en el gráfico. \n- Puede hacer clic en el ícono de **papelera** para eliminar un AOI de su lista. Esto lo eliminará del mapa, la lista y el gráfico. \n- Puede eliminar todas las series haciendo clic en el ícono de **papelera** junto a *Todos los AOIs*. Aparecerá un mensaje de confirmación. Al hacer clic en **Cancelar**, no se eliminará ningún AOI. Al hacer clic en **Eliminar**, se eliminarán todos los AOIs existentes del mapa, la lista y el gráfico.\n\n\n### Gráfico\n\n- Al pasar el cursor sobre una serie temporal en el gráfico, se resaltará en la lista de AOIs, en el gráfico y en el mapa. Al pasar el cursor sobre puntos individuales en el gráfico, se proporcionará información adicional sobre ese punto. \n- Puede usar el mouse para navegar por el gráfico. Hay botones de **Acercar** y **Alejar** en la parte superior derecha del gráfico, o puede desplazarse con el mouse. El botón **Ajustar al gráfico** ajustará todas las series temporales al gráfico visible. \n- Haga clic derecho en cualquier punto de una serie temporal para restablecer el primer punto de la serie de desplazamiento a 0 utilizando **Ajustar a cero**. \n- El **Control deslizante de fechas** se encuentra debajo del gráfico. Puede arrastrar los extremos para ajustar las fechas de inicio y fin. \n- Haga clic en el ícono de **Exportar** en la parte superior derecha para descargar un archivo .csv con todos los AOIs de su serie temporal. *Nota*: si un AOI está deseleccionado en la lista de AOIs, no se incluirá en la exportación .csv. \n- Haga clic en el ícono de **Configuración** en la parte superior derecha para opciones adicionales \n - Haga clic en la casilla de verificación **Mostrar líneas** para activar o desactivar las líneas. \n - Haga clic en la casilla de verificación **Mostrar ajuste lineal** para mostrar el ajuste lineal de cada serie temporal. Las ecuaciones del ajuste lineal se mostrarán sobre el gráfico. Las líneas discontinuas que representan el ajuste lineal aparecerán en el gráfico. \n - Haga clic en **Restablecer referencia del gráfico** para restablecer el gráfico a su referencia de línea base original. \n- Los datos de desplazamiento de longitud de onda corta se denominan *Desplazamiento local* en el eje Y del gráfico. \n- Los datos DISP de OPERA pueden estar enmascarados cuando se marcan como de baja calidad [(ver FAQ)](/datasets/disp_faq). Los datos enmascarados se indicarán en el gráfico utilizando puntos huecos. La información adicional que aparece al pasar el cursor sobre el punto indicará que no hay datos válidos para ese punto.\n\n### Dirección de Vuelo\n\nEn la barra superior, haga clic en el botón **Dirección de Vuelo** para cambiar la dirección de vuelo. Cambiar la dirección de vuelo actualizará el gráfico y todas las capas de mapa seleccionadas. \nLas opciones de dirección de vuelo son Ascendente (el satélite se desplaza de sur a norte) y Descendente (el satélite se desplaza de norte a sur). Los íconos a la derecha del botón Dirección de Vuelo mostrarán la orientación del satélite, la dirección de observación del radar y el rango del ángulo de observación. Los íconos se actualizarán según la dirección seleccionada.\n\n### Herramientas de Búsqueda\n\nHay opciones adicionales disponibles en la parte superior derecha de la barra de encabezado.\n\n- El botón **Compartir/Guardar** abre el menú de **Búsquedas Guardadas** y **Compartir Búsqueda**. \n Desde **Búsquedas Guardadas**, usted puede guardar o ver una búsqueda de desplazamiento. También puede ver el historial de sus búsquedas de desplazamiento. \n **Compartir Búsqueda** le permite copiar la URL actual para compartir su búsqueda, o puede enviar el enlace por correo electrónico. \n- El botón **Información** abre una ventana con más información sobre los Productos de Desplazamiento Superficial (DISP) de OPERA. \n- El ícono **Ayuda** abre el menú de ayuda de Vertex, que incluye tutoriales en video y documentación. \n- El **selector de idioma** le permite cambiar de idioma. Actualmente están disponibles inglés y español. \n- El ícono de **Iniciar sesión** muestra las opciones de usuario, incluyendo Búsquedas Guardadas, Historial de Búsqueda, Filtros Guardados y Preferencias.\n\n## Lecturas adicionales \n[Hoja de ruta de los Productos de Desplazamiento](https://storymaps.arcgis.com/stories/9356add046654d719fcc20566fc1f243)\n\n[Uso de los Productos de Desplazamiento](/datasets/disp_usage)\n\n[Preguntas Frecuentes sobre Desplazamiento](/datasets/disp_faq)\n\n", "DOWNLOADING_1": "#Descarga\n\n## Autenticación de sesión\n\nasf_search admite la descarga de datos, tanto de los resultados de búsqueda proporcionados por las funciones de búsqueda, como directamente en las URL de los productos. Por lo general, se requiere una sesión autenticada. asf_search utiliza ```Solicitudes```. El uso de credenciales .netrc es el método preferido para la autenticación. Puede encontrar más información sobre la autenticación .netrc [aquí](https://requests.readthedocs.io/en/latest/user/authentication/#netrc-authentication).\n\nEjemplo usando .netrc:\n\n\tresults = ....\n\tresults.download(path='....')\n\nSi no utiliza credenciales .netrc, puede autenticarse mediante un objeto ```ASFSession``` y uno de los siguientes métodos de autenticación. ```ASFSession``` es una subclase de ```Session```. La sesión debe pasarse a cualquier método de descarga al que se llame, se puede reutilizar y es seguro para subprocesos. \n\n- ```auth_with_creds('user', 'pass)```\n- ```auth_with_token('EDL token')```\n- ```auth_with_cookiejar(http.cookiejar)```\n\nEjemplo con autenticación manual:\n\n\tresults = asf_search.granule_search([...])\n\tsession = asf_search.ASFSession().auth_with_creds('user', 'pass')\n\tresults.download(path='/Users/SARGuru/data', session=session)\n\nasf_search también admite la descarga de una lista arbitraria de URL. Se admiten todos los métodos de autenticación disponibles:\n\n\turls = [...]\n\tasf_search.download_urls(urls=urls, path='/Users/SARGuru/data', session=ASFSession().auth_with_token('EDL token'))\n\nTenga en cuenta también que ```ASFSearchResults.download()``` y la función genérica ```download_urls()``` aceptan un parámetro ```procesos``` que permite descargas paralelas.\n\n## Métodos\n### download_urls()\n\nDescarga todos los productos de las direcciones URL especificadas a la ubicación especificada.\n\n**args**\n\n- urls: Lista de URLs desde las que descargar\n- path: ruta local en la que guardar el producto\n- session: La sesión a utilizar, en la mayoría de los casos debe ser autenticada de antemano\n- processes: Número de procesos de descarga a utilizar. El valor predeterminado es 1 (es decir, descarga secuencial)\n\n### download_url()\n\nDescarga un producto desde la dirección URL especificada a la ubicación especificada y al nombre de archivo (opcional).\n\n**args**\n\n- url: URL desde la que descargar\n- path: ruta local en la que guardar el producto\n- filename: Nombre de archivo opcional a utilizar, extraído de la URL por defecto\n- session: La sesión a utilizar, en la mayoría de los casos debe ser autenticada de antemano\n\n### remotezip()\n\nConfigura y devuelve un objeto ```remotezip.RemoteZip```, que permite descargar\nArchivos específicos de un archivo zip determinado sin descargar todo el archivo.\n\n**args**\n\n- url: URL desde la que descargar un archivo zip\n- session: ```ASFSession``` autenticado que RemoteZip usará para descargar desde el producto zip\n\n**Devuelve:**\n\n- `remotezip.RemoteZip` autenticado con el objeto _ASFSession_ pasado\n\n## Formatos de exportación\nasf_search proporciona varios formatos de exportación, además del formato de asf_search predeterminado. Los formatos disponibles son: geojson, csv, metalink, kml, jsonlite, jsonlite2.\n\nEjemplos:\n\n\tresults = ....\n\twith open(\"search_results.csv\", \"w\") as f:\n\t\tf.writelines(results.csv())\n\n\tresults = ....\n\twith open(\"search_results_jsonlite.json\", \"w\") as f:\n\t\tf.writelines(results.jsonlite())\n\n", "EVENTS_SEARCH_1": "# Tipo de Búsqueda de Eventos\n\n## ¿Qué es la Búsqueda de Eventos?\nLa búsqueda de eventos aprovecha las capacidades del procesamiento SAR para monitorear desastres naturales. Los peligros actualmente admitidos son erupciones volcánicas y terremotos. Los productos generados incluyen series temporales de imágenes completamente corregidas en cuanto al terreno, así como datos SAR interferométricos sobre áreas afectadas por desastres naturales. Para facilitar la automatización completa, el flujo de procesamiento se desencadena automáticamente mediante sistemas de alerta de peligro existentes, como el Servicio de Notificación de Terremotos del USGS. El monitoreo de eventos a través de Vertex se basa en la tecnología desarrollada dentro de SARVIEWS a través de la subvención NNX12AQ38G. Visita la [documentación de Eventos (SARVIEWS)](/datasets/events_about) para obtener más información.\n\n## Cómo usar la Búsqueda de Eventos de Vertex\nVisita **[Vertex de ASF](https://search.asf.alaska.edu)** para comenzar a usar la búsqueda de eventos.\n\n### **Comenzando su Búsqueda de Eventos**\n\n- Cuando seleccionas el tipo de búsqueda **Evento**, se realizará una búsqueda y se mostrarán todos los eventos disponibles. Al igual que con otros tipos de búsqueda, hay filtros disponibles para limitar o refinar tus resultados de búsqueda.\n- Haga clic en **Búsqueda de Evento** para ingresar un nombre de evento o un nombre parcial. También puede seleccionar el evento deseado en la lista desplegable que se muestra cuando haces clic en el campo.\n- Bajo **Tipos de Eventos**, puede elegir qué tipos de eventos deseas que se muestren. Actualmente, hay eventos de Terremotos y Volcanes.\n- Puede seleccionar una **Fecha de Inicio** o una **Fecha de Finalización**.\n- Haga clic en **Filtros** para más opciones.\n\t- Puede activar o desactivar el interruptor de **Solo Eventos Activos** para mostrar solo eventos activos. El valor predeterminado es mostrar todos los eventos, incluidos los eventos inactivos.\n\t- Puede ajustar el control deslizante de **Magnitud** para filtrar terremotos según el rango de magnitud deseado. *Nota:* Este filtro se aplica solo a eventos de terremotos. Si su búsqueda incluye volcanes, estos seguirán apareciendo en tus resultados de búsqueda.\n- Una vez que hayas seleccionado tus filtros deseados, haga clic en **Buscar** para actualizar tus resultados de búsqueda.\n\n#### **Filtros de Productos**\n- Los **Filtros de Ruta y Cuadro** están disponibles. Puede ingresar una sola ruta o cuadro o un rango.\n\t- Haga clic en **Limpiar** para borrar los valores de ruta y cuadro ingresados.\n\t- Ten en cuenta que **Ruta y Cuadro** filtrarán los productos mostrados dentro de cada evento.\n- Bajo **Tipo de Producto**, puede seleccionar uno o más tipos de productos. Esto filtrará los productos mostrados dentro de cada evento.\n\n### **Interacción con los Resultados de la Búsqueda de Eventos**\nMientras estás en el tipo de búsqueda de eventos, notarás muchos controles familiares en el panel de resultados. Los eventos se muestran en la columna izquierda. Los íconos de Volcán y Terremoto indican qué tipo de evento es cada resultado. La columna central enumera los detalles y metadatos del evento seleccionado. Los archivos para el evento seleccionado se muestran en la columna derecha.\n\n**Controles del Panel de Resultados**\n\n- En la parte superior izquierda del panel de resultados, verás el número de eventos devueltos por su búsqueda.\n- **Zoom** ampliará el área del mapa de la Tierra donde se encuentra el evento.\n- **Lista** agregará todos los resultados a las descargas, lo que te permite agregar todos los productos del evento a la lista de descarga.\n\t- Puede optar por agregar **Todos los Productos del Evento** o **Productos del Evento Seleccionados** a la lista de descarga. Puede seleccionar archivos individuales en la columna derecha.\n- **Exportar** descargará el Script de Descarga a Granel. Este script en Python te permite descargar todos los productos de la escena seleccionada.\n- **Bajo Demanda** te permitirá agregar todos los resultados a la lista de Bajo Demanda para procesamiento personalizado de las escenas. Dependiendo de los tipos de archivos asociados con el evento elegido, es posible que puedas agregar trabajos RTC o InSAR a su lista. Para obtener más información, haga clic [aquí](https://hyp3-docs.asf.alaska.edu/using/vertex/).\n- **Copiar** te permite copiar los **ID de Escena** o las **URL de Descarga**.\n\t- Puede optar por copiar **Todos** los ID de Escena o URL, o solo copiar **ID de Escena o URL Seleccionados**. Puede seleccionar archivos individuales en la columna derecha.\n- La columna de Eventos (izquierda).\n\t- Cada evento tiene un ícono de terremoto o volcán a la izquierda para ayudarte a identificar rápidamente el tipo de evento.\n\t- Haga clic en **Zoom al Evento** para ampliar el área del mapa de la Tierra donde se encuentra el evento.\n- La columna de Detalle del Evento (centro).\n\t- Los detalles del evento se enumeran aquí. Esto incluye el tiempo de inicio y finalización del procesamiento del evento. Para los terremotos, también se muestra la magnitud y la profundidad.\n\t- Puede **Copiar** el ID del Evento.\n\t- Para eventos de terremotos, se muestra el **ID del USGS**. Para los volcanes, se muestra el **ID del Smithsonian**. Haga clic en el enlace para ir a la página de eventos del USGS o del Smithsonian.\n\t- Ajusta el control deslizante de **Escala del Polígono de Búsqueda Geográfica** según lo desees. El polígono de Área de Interés también se actualizará en el mapa.\n\t- Una vez que estés satisfecho con la **Escala del Polígono de Búsqueda Geográfica**, Haga clic en **Geográfica** para iniciar una búsqueda geográfica utilizando el Área de Interés y las fechas del evento.\n\t- Haga clic en **Lista** para iniciar una búsqueda de lista que incluye todas las escenas de productos del evento.\n\n\n- El ícono del ojo etiquetado como **Abrir en Visor de Imágenes** abre una ventana de vista previa más grande.\n - *Nota*: Al ver imágenes InSAR en el visor de imágenes, se muestra la imagen de vista previa envuelta. La imagen de vista previa sin envolver está disponible en el producto descargado.\n - En el visor de vista previa, **amplía** usando los botones **+** o **-**. También puede hacer zoom y panoramizar con el mouse.\n - Haga clic o desplázate por las miniaturas en la parte inferior para ver otras imágenes de vista previa para el evento seleccionado.\n - Los metadatos de la escena se enumeran en el lado derecho de la ventana del visor de vista previa.\n - Bajo **Archivo**, puede hacer clic en el botón etiquetado **RTC GAMMA** o **INSAR GAMMA** para obtener más opciones.\n - Haga clic en **Descargar Archivo** para descargar el producto seleccionado.\n - Haga clic en **Agregar archivo a la lista** para agregarlo a su lista de descarga.\n - Haga clic en **Escenas de Referencia** para copiar los nombres de las escenas de referencia al portapapeles. Estos pueden guardarse en un archivo o utilizarse en una **Búsqueda de Lista**.\n - Haga clic en **Anclar Vista Previa al Mapa** para anclar la imagen de vista previa al mapa. Una vez anclada, puede hacer clic en este botón nuevamente para desanclarla.\n - Haga clic en el ícono **Descargar esta imagen** para descargar la imagen de vista previa.\n - Haga clic en el ícono **Anclar** para anclar la imagen de vista previa seleccionada al mapa. Una vez anclada, puede hacer clic en este botón nuevamente para desanclarla.\n- La columna de Archivos (derecha).\n - El número total de archivos para el evento seleccionado se muestra en esta columna.\n - Puede ordenar los archivos usando los botones **Ordenar por** y **Orden** en la parte superior de la columna.\n - Bajo **Ordenar por**, puede elegir **Fecha**, **Ruta** o **Cuadro**.\n - Haga clic en la **Flecha de Orden** para alternar entre orden ascendente y descendente.\n - Haga clic en **Criterios de Producto** para abrir los Filtros de Búsqueda.\n - Haga clic en las **casillas de verificación** junto a cada archivo para seleccionarlo o deseleccionarlo. Los archivos seleccionados se anclarán en el mapa. Una vez que hayas seleccionado los archivos deseados, también puede usar los controles **Descargar** o **Copiar** en la parte superior izquierda del panel de resultados para interactuar con los productos seleccionados.\n - Haga clic en **Bajo Demanda** para agregar el archivo seleccionado a su lista de Bajo Demanda para procesamiento adicional.\n - Haga clic en el ícono del **Carrito de Compras** para agregar el archivo seleccionado a su lista de Descarga.\n - Haga clic en **Descargar** para descargar el archivo seleccionado.\n - *Nota*: Debe iniciar sesión para descargar productos.\n\n", "EXCEPTIONS_1": "# Excepciones\n\n**ASFError(Exception):**\n\n- Excepción ASF base, no destinada al uso directo\n\n**ASFSearchError(ASFError):**\n\n- Excepción relacionada con la búsqueda base\n\n**ASFSearch4xxError(ASFSearchError):**\n\n- Aumentar cuando SearchAPI devuelve un error 4xx \n\n**ASFSearch5xxError(ASFSearchError):**\n\n- Aumentar cuando SearchAPI devuelve un error 5xx \n\n**ASFServerError(ASFSearchError):**\n\n- Aumentar cuando SearchAPI devuelve un error desconocido\n\n**ASFBaselineError(ASFSearchError):**\n\n- Aumentar cuando se producen errores relacionados con la línea de base \n\n**ASFDownloadError(ASFError):**\n\n- Excepción relacionada con la descarga base \n\n**ASFAuthenticationError(ASFError):**\n\n- Excepción relacionada con la descarga base", "HTSEA_DATA_1": "# Cómo usar los datos de ASF\nEsto proporciona una visión general de algunos usos potenciales para los productos disponibles a través de ASF. La sección [Descripción general](/datasets/using_ASF_data/#overview) proporciona ejemplos de uso para cada conjunto de datos, incluidos los conjuntos de datos revividos, así como la cobertura espacial y las fechas de misión para cada uno. [Detalles del conjunto de datos](/datasets/using_ASF_data/#dataset-details) proporciona más detalles sobre algunos de los productos disponibles a través de cada conjunto de datos. También hay una sección [Lectura adicional](/datasets/using_ASF_data/#further-reading).\n\n## Visión general\n\nDataset | Fechas | Ejemplos de Uso | Cobertura Espacial\n--------- | ------ | -------------- | ----------------\n[Sentinel-1](/datasets/using_ASF_data/#sentinel-1) | 2014 - Presente | Volcanes, terremotos, glaciares, subsidencia terrestre, hielo marino, inundaciones, océanos y más | Global\n[Sentinel-1 Bursts](/datasets/using_ASF_data/#sentinel-1-bursts) | 2014 - Presente | Volcanes, terremotos, glaciares, subsidencia terrestre, hielo marino, inundaciones, océanos y más | Global\n[OPERA Sentinel-1](/datasets/using_ASF_data/#opera-sentinel-1) | 2014 - Presente (varía según el producto) | Volcanes, terremotos, glaciares, subsidencia terrestre, hielo marino, inundaciones, océanos y más | Casi global o América del Norte (varía según el producto)\n[ALOS PALSAR](/datasets/using_ASF_data/#alos-palsar) | 2006 - 2011 | Glaciares, deslizamientos de tierra, volcanes, terremotos, filtraciones de petróleo, humedales, hielo marino y más | Las Américas, Antártida, sitios selectos en todo el mundo\n[ALOS AVNIR-2](/datasets/using_ASF_data/#alos-avnir-2) *(Conjunto de datos ópticos)* | 2006 - 2011 | Mapas de cobertura espacial para tierra y zonas costeras; monitoreo de entornos regionales | Global\n[SIR-C](/datasets/using_ASF_data/#sir-c) | 1994 | Ciclo del carbono, ecosistemas, biogeoquímica, variabilidad y cambio climático, uso de la tierra, geología, hidrología, oceanografía, nieve y hielo, vegetación, calibración y experimentos tecnológicos | Sitios selectos en todo el mundo\n[ARIA S1 GUNW](/datasets/using_ASF_data/#aria-s1-gunw) | 2014 - Presente | Deformaciones causadas por terremotos, erupciones volcánicas, movimientos de glaciares, deslizamientos de tierra, subsidencia y más | Sitios selectos en todo el mundo\n[SMAP](/datasets/using_ASF_data/#smap-soil-moisture-active-passive) | 2015 - Presente | Humedad del suelo y estado de congelación/descongelación (datos detallados de 3 meses en 2015); Datos de referencia para monitoreo de inundaciones, deslizamientos de tierra y sequías; planificación agrícola; y pronóstico climático | Global\n[UAVSAR](/datasets/using_ASF_data/#uavsar) | 2008 - Presente | Derrames de petróleo, terremotos, volcanes, océanos, cobertura terrestre, terremotos, cicatrices de incendios forestales, glaciares, subsidencia y más | Sitios selectos en todo el mundo\n[RADARSAT-1](/datasets/using_ASF_data/#radarsat-1) | 1996 - 2008 | Hielo marino ártico, volcanes, vientos oceánicos, ecología, humedad del suelo, humedales, inundaciones y más | Global\n[ERS-1 & ERS-2](/datasets/using_ASF_data/#ers) | 1991 - 2011 | Regiones y procesos polares (hielo marino, Ártico, Antártida) | Principalmente polares, dentro de las máscaras de estación de la ASF y estaciones terrestres de McMurdo\n[JERS-1](/datasets/using_ASF_data/#jers) | 1992 - 1998 | Bosques importantes del mundo: Sudeste Asiático, África, América Central, América del Sur (Cuenca del Amazonas) y América del Norte boreal | Global\n[AIRSAR](/datasets/using_ASF_data/#airsar) | 1990 - 2004 | Océanos, costas, ecología forestal, geología, hidrología, terremotos, arqueología y más | Sitios seleccionados en todo el mundo\n[Seasat](/datasets/using_ASF_data/#seasat) | 1978 | Porciones de océanos del norte y tierra | Regiones del Hemisferio Norte, incluyendo océanos y América del Norte\n[Conjunto de Datos de Coherencia e Retrodispersión Interferométrica Estacional Global de Sentinel-1](/datasets/using_ASF_data/#global-seasonal-sentinel-1-interferometric-coherence-backscatter-dataset) | 2019 - 2020 | Deformaciones causadas por terremotos, erupciones volcánicas, movimientos de glaciares, deslizamientos de tierra y subsidencia, y más | Todas las masas terrestres y capas de hielo de 82°N a 78°S\n[GISMO](/datasets/using_ASF_data/#gismo) | 2006 - 2008 | Glaciares, capas de hielo | Capa de hielo de Groenlandia\n[Velocidad de los Glaciares](/datasets/using_ASF_data/#glacier-speed) | 2007 - 2011 | Glaciares, velocidades de flujo glacial, interacciones océano-capas de hielo | Glaciares en Alaska\n[Año Polar Internacional](/datasets/using_ASF_data/#international-polar-year) | 2007 - 2008 | Relaciones árticas y antárticas con elementos geofísicos, océanos y hielo marino, atmósfera terrestre, espacio, relaciones humanas, cambio climático | Ártico y Antártida\n[Misión de Mapeo Antártico de RADARSAT-1 (RAMP)](/datasets/using_ASF_data/#ramp) | 1997 y 2000 | Mapa histórico de alta resolución de la Antártida: morfología de las capas de hielo, afloramientos rocosos, infraestructura de investigación, línea costera y más | Antártida\n[MEaSUREs de Hielo Marítimo](/datasets/using_ASF_data/#sea-ice-measures) | 1995 - 2012 | Movimiento del hielo marino del océano Ártico con instantáneas de radar cada tres días mientras el hielo experimenta cambios dramáticos durante 11 años | Océano Ártico\n[MEaSUREs de Humedales](/datasets/using_ASF_data/#wetlands-measures) | 1993 - 2009 | Ecología de humedales, incluyendo su papel en el clima, biogeoquímica, hidrología y biodiversidad | Amazonas, Alaska, las Américas, global (resolución gruesa)\n\n\n## Detalles del conjunto de datos\n\n### Sentinel-1\nSentinel-1 ofrece cobertura global con SAR de banda C. Sentinel-1A se lanzó en 2014, y Sentinel-1B se lanzó en 2016. Cada satélite tiene un ciclo de repetición de 12 días, y algunas áreas tienen cobertura cada 6 días. Los nuevos datos de adquisición están disponibles para descargar dentro de los 3 días, aunque la mayoría de las veces están disponibles dentro de las 24 horas. Los datos son gratuitos y fáciles de descargar en varios formatos.\n\n*Nota*: A partir del 23 de diciembre de 2021, la misión Sentinel-1B ha finalizado debido a una anomalía. Esto afecta el ciclo de cobertura en algunas áreas. Se puede encontrar más información [aquí](https://sentinels.copernicus.eu/web/sentinel/-/end-of-mission-of-the-copernicus-sentinel-1b-satellite/1.5).\n\n#### CRUDO\nLos productos RAW requieren pasos de calibración y procesamiento antes de que los datos estén listos para el análisis. Estos productos son los más adecuados para su uso por especialistas en SAR.\n\n#### GRD\nLos productos Ground Range Detected (GRD) son los mejores para aplicaciones de amplitud, como la generación de imágenes RTC. Estos son productos de Nivel 1. Estos productos están georreferenciados y multi-mirados en una sola imagen. Solo se incluye información de amplitud en el GRD.\n\n- No se requiere ningún esfuerzo para ver los datos en un software SIG\n- Fácil de proyectar al sistema de coordenadas deseado\n- Los píxeles están en la geometría detectada en el suelo\n- Una imagen consolidada para cada polarización\n- Píxeles cuadrados\n- Tamaño de archivo más pequeño\n\n#### SLC\nLos productos Single Look Complex (SLC) son necesarios para la interferometría. Estos son productos de Nivel 1. Estos productos se componen de 3 GeoTIFF, uno para cada una de las subfranjas, y cada ráfaga de radar se incluye en los datos. El SLC incluye datos de fase.\n\n- Permanece en geometría de rango inclinado\n- Los datos de fase se conservan\n\t- Adecuado para detectar cambios en la elevación de la superficie\n\t- Requerido para generar interferogramas\n- Varias imágenes para cada SLC\n- Conserva cada subfranja (incluida la superposición) y la serie de ráfagas, con una cuadrícula de línea negra\n\n#### OCN\nLos productos OCN son productos de nivel superior, generados a partir de los productos de nivel 1. Estos productos se centran en aplicaciones oceánicas, incluidas las olas y la dirección del viento. \n\n### Ráfagas de Sentinel-1\nUn SLC Sentinel-1 contiene múltiples TIFF de medición que contienen los datos de respuesta del radar. Cada TIFF de medición se puede dividir en un solo mensaje de respuesta de pulso de radar que se conoce como ráfaga.\n\nExisten múltiples parámetros que permiten buscar ráfagas en subfranjas y ciclos de ráfaga. Las representaciones de una sola ráfaga y los tres ID relacionados con ráfagas disponibles se encuentran a continuación.\n\nRáfaga única: \n![Captura de pantalla](/images/single_burst_diagram.png){: style=\"height:150px;width:150px\"}\n\nID de ráfaga absoluta: \n![Captura de pantalla](/images/absolute_burst_id_diagram.png){: style=\"height:150px;width:150px\"}\n\nID de ráfaga relativa: \n![Captura de pantalla](/images/relative_burst_id_diagram.png){: style=\"height:150px;width:150px\"}\n\nID de ráfaga completa: \n![Captura de pantalla](/images/full_burst_id_diagram.png){: style=\"height:150px;width:150px\"}\n\nCada archivo de ráfaga también tiene disponible un archivo de metadatos XML correspondiente. Los metadatos XML de ráfaga son un archivo generado virtualmente y, por lo tanto, no tienen su propio nombre de archivo único. Los metadatos XML solo se pueden encontrar a través del nombre de la escena de ráfaga y no se pueden buscar en una búsqueda de lista.\n\n### OPERA Sentinel-1\nProductos Observacionales para Usuarios Finales de Análisis de Teledetección [(OPERA)](https://www.jpl.nasa.gov/go/opera/about-opera?_ga=2.199717550.185027135.1698074247-1558404154.1684781882) es un proyecto en el Laboratorio de Propulsión a Chorro [(JPL)](https://www.jpl.nasa.gov/go/opera?_ga=2.266246031.185027135.1698074247-1558404154.1684781882) creado para abordar solicitudes de alta prioridad del Grupo de Trabajo de Necesidades de Satélites de la NASA [(Satellite Needs Working Group)](https://impact.earthdata.nasa.gov/project/snwg.html?_ga=2.199717550.185027135.1698074247-1558404154.1684781882) y sus socios para productos generados a partir de sensores SAR y ópticos.\n\nLos siguientes productos de OPERA se pueden encontrar a través de Vertex, asf_search o la SearchAPI:\n\n- Producto de retrodispersión radiométrica terrestre corregida (RTC) casi global\n- Producto de capas estáticas de retrodispersión radiométrica terrestre corregida (RTC) casi global\n- Producto Coregistrado de Vista Única Compleja (CSLC) de América del Norte\n- Producto de capas estáticas Coregistradas de Vista Única Compleja (CSLC) de América del Norte\n\n\"Casi global\" corresponde a todas las masas de tierra excepto la Antártida. \"América del Norte\" corresponde a los Estados Unidos y los Territorios de los EE. UU., Canadá dentro de 200 km de la frontera de los EE. UU. y todos los países continentales desde la frontera sur de los EE. UU. hasta Panamá.\n\nLos productos RTC casi globales están disponibles desde 2023 hasta la actualidad. Los productos CSLC de América del Norte estarán disponibles desde 2014 hasta la actualidad.\n\n####RTC\nEl producto de Retrodispersión Radiométrica Terrestre Corregida (RTC) consiste en datos de retrodispersión del radar Sentinel-1 normalizados con respecto a la topografía. Es un producto de Nivel 2 que se proyecta en un sistema de proyección de mapa UTM/Polar estereográfico predefinido. El Modelo Digital de Elevación Global Copernicus de 30 m (GLO-30) es el DEM de referencia utilizado para corregir los efectos de la topografía y geocodificar el producto. El producto se proporciona en formato de archivo GeoTIFF. Los metadatos de RTC están en formato HDF5.\n\n####RTC Estático\nEl producto RTC-ESTÁTICO es un producto de Nivel 2 que contiene capas geométricas de radar estáticas asociadas con el producto RTC.\n\n####CSLC\nEl producto Coregistrado de Vista Única Compleja (CSLC) consiste en imágenes SLC que están precisamente alineadas o \"coregistradas\" en un sistema de proyección de mapa UTM/Polar estereográfico predefinido. Las imágenes CSLC contienen tanto la información de amplitud como la fase del retorno de radar complejo. El producto CSLC de Nivel 2 se deriva de datos Sentinel-1 y se proporciona en formato HDF5.\n\n####CSLC Estático\nEl producto CSLC-ESTÁTICO sirve como producto auxiliar para los productos CSLC y se distribuye por separado de los productos CSLC. Se produce solo una vez (o un número limitado de veces) para los productos CSLC caracterizados por la misma cadena de identificación de ráfaga, es decir, para todas las ráfagas de Sentinel-1-A/B que cubren la misma área geográfica en tierra.\n\n### ALOS PALSAR\nALOS PALSAR ofrece datos históricos y tiene algunos productos RTC (Radiometric Terrain Corrected) listos para el análisis, procesados por ASF.\n\n#### RTC\nTen en cuenta que se utilizó un DEM (Modelo Digital de Elevación) resampleado (SRTM o NED) para el procesamiento RTC. Puede encontrar información sobre el DEM [aquí](https://asf.alaska.edu/information/palsar-rtc-dem-information/). Estos RTCs se pueden utilizar para reemplazar imágenes ópticas en áreas con frecuente cobertura de nubes. También se pueden utilizar para mejorar la clasificación de cobertura terrestre. Técnicas de procesamiento más avanzadas incluyen la fusión de datos, ya sea a nivel de píxel o a nivel de característica, utilizando un enfoque orientado a objetos.\n\n- Proyectados a coordenadas UTM\n- Los productos de Terreno Corregido de Alta Resolución tienen una resolución de 12.5 metros\n- Los productos de Terreno Corregido de Baja Resolución tienen una resolución de 30 metros\n\nLa Guía de Productos ALOS PALSAR se encuentra [aquí](https://asf.alaska.edu/wp-content/uploads/2019/03/rtc_product_guide_v1.2.pdf).\n\n#### Nivel 2.2\nEstos productos están proyectados en un datum personalizado de la Agencia de Exploración Aeroespacial de Japón (JAXA). Estos productos requieren reproyección a la zona UTM adecuada antes de que puedan ser analizados en un software SIG.\n\n#### Nivel 1.5\nEstos productos están en formato de datos CEOS y no contienen una referencia espacial. Deben ser geocodificados antes de cualquier procesamiento o análisis. Una vez geocodificados, pueden exportarse como archivos GeoTIFF. Esta [receta de datos](https://asf.alaska.edu/how-to/data-recipes/how-to-view-and-geocode-ceos-data-in-asf-mapready/) utiliza el software MapReady de ASF para ver y geocodificar archivos en formato CEOS.\n\n### ALOS AVNIR-2\nALOS AVNIR-2 es un conjunto de datos óptico que ofrece datos históricos. Estos productos son imágenes ortorrectificadas (ORI). La ortorrectificación es el proceso de eliminar las distorsiones de la imagen causadas por el sensor y el terreno para crear una imagen planimétrica en cada ubicación con una escala consistente en todas las partes de la imagen. Esto permite la superposición de diversas información geoespacial con el ORI en cualquier mapa. Los productos contienen 4 bandas y cada imagen tiene un 30% de cobertura de nubes o menos.\n\n### SIR-C\nSIR-C fue lanzado en dos misiones, con seis meses de diferencia. Las fechas de la primera misión fueron del 9 al 20 de abril de 1994 y las fechas de la segunda misión fueron del 30 de septiembre al 11 de octubre de 1994. El segundo vuelo siguió prácticamente la misma órbita que el primer vuelo. Por lo tanto, hay productos de repaso disponibles, lo que permite el procesamiento interferométrico SAR en estas áreas.\n\n### ARIA S1 GUNW\nEstos productos son interferogramas ya procesados. Puede descargar el producto completo en formato netCDF o seleccionar capas GeoTIFF. Estos son productos InSAR listos para el análisis. Estos productos tienen una cobertura espacial limitada.\n\n### SMAP (Soil Moisture Active Passive)\nSMAP fue lanzado con un sensor activo y un sensor pasivo para recopilar datos de humedad del suelo de alta resolución en todo el mundo. Desafortunadamente, el sensor SAR activo falló unos meses después del inicio de la misión. El sensor pasivo todavía está en funcionamiento. Con solo el sensor pasivo funcional, los datos de humedad del suelo tienen una resolución gruesa. Los productos de resolución gruesa aún pueden ser utilizados para análisis regionales o proyectos a gran escala.\n\n- 2015 - Presente\n\t- Datos del sensor activo disponibles durante los primeros 3 meses\n- Banda L\n- Mide la humedad del suelo y el estado de congelación/descongelación en los primeros 5 cm del suelo globalmente cada tres días (resolución multi-kilométrica)\n\t- Se perdieron las capacidades de alta resolución con la pérdida del sensor activo\n\t- Esfuerzos recientes para integrar datos de Sentinel-1 han generado productos de mayor resolución\n- Variedad de productos de humedad del suelo disponibles [aquí](https://smap.jpl.nasa.gov)\n\n### UAVSAR\nUAVSAR ofrece adquisiciones aéreas de ubicaciones específicas. Debido a que las adquisiciones son específicas, generalmente no hay repeticiones sobre una misma área. Sin embargo, si UAVSAR cubre su área de interés, este conjunto de datos incluye una variedad de productos disponibles.\n\n- 2008 - presente\n- Banda L \n- Aéreo, ubicaciones específicas, sincronización irregular\n- Se pueden solicitar vuelos para su área de interés\n- Productos de retrodispersión e interferometría preprocesados\n\t- PolSAR e Interferometría de Pases Repetidos\n\n#### KMZ\nEstos productos son productos georreferenciados. Se pueden utilizar en Google Earth u otras aplicaciones que admitan archivos en formato kmz. Estos productos tienen un espaciado de píxeles de 6 metros.\n\n- **Modo de Haz POL**: Estos contienen un producto de polarimetría de un solo pase, utilizando una descomposición de retrodispersión cuadrupolar.\n\t- Rojo: HH; Verde: HV; Azul: VV\n- **Modo de Haz RPI**: Estos productos se generan a partir de dos pasadas. Además del producto de polarimetría, estos también incluyen productos de amplitud, correlación, interferometría y mapa digital de elevación.\n\t- El producto de amplitud contiene retrodispersión para cada polarización.\n\t- El producto de correlación es la coherencia de fase entre las pasadas.\n\t- El producto de interferometría muestra cambios en el paisaje.\n\t- El producto del mapa digital de elevación es para referencia.\n\n### RADARSAT-1\nEstos productos están en formato de datos CEOS y no contienen una referencia espacial. Deben ser geocodificados antes de cualquier procesamiento o análisis, y una vez geocodificados, pueden exportarse como archivos GeoTIFF. Los datos de RADARSAT-1 son datos restringidos y requieren un [acuerdo de investigación](https://asf.alaska.edu/restricted-data-access-request/) para su descarga. Esta [receta de datos](https://asf.alaska.edu/how-to/data-recipes/how-to-view-and-geocode-ceos-data-in-asf-mapready/) utiliza el software MapReady de ASF para ver y geocodificar archivos en formato CEOS.\n\n- Los productos de Nivel 0 son datos sin procesar / crudos.\n- Los productos de Nivel 1 son imágenes procesadas de amplitud.\n\n### ERS\nEstos productos están en formato de datos CEOS y no contienen una referencia espacial. Deben ser geocodificados antes de cualquier procesamiento o análisis, y una vez geocodificados, pueden exportarse como archivos GeoTIFF. Esta [receta de datos](https://asf.alaska.edu/how-to/data-recipes/how-to-view-and-geocode-ceos-data-in-asf-mapready/) utiliza el software MapReady de ASF para ver y geocodificar archivos en formato CEOS.\n\n- ASF mantiene una subconjunto de datos de ERS, enfocado en Alaska, el oeste de Canadá, Chukotka y la Antártida.\n- Los productos de Nivel 0 son datos sin procesar / crudos.\n- Los productos de Nivel 1 son imágenes procesadas de amplitud.\n\n### JERS\nEstos productos están en formato de datos CEOS y no contienen una referencia espacial. Deben ser geocodificados antes de cualquier procesamiento o análisis, y una vez geocodificados, pueden exportarse como archivos GeoTIFF. Los datos de JERS-1 son datos restringidos y requieren un [acuerdo de investigación](https://asf.alaska.edu/restricted-data-access-request/) para su descarga. Esta [receta de datos](https://asf.alaska.edu/how-to/data-recipes/how-to-view-and-geocode-ceos-data-in-asf-mapready/) utiliza el software MapReady de ASF para ver y geocodificar archivos en formato CEOS.\n\n- Los productos de Nivel 0 son datos sin procesar / crudos.\n- Los productos de Nivel 1 son imágenes procesadas de amplitud.\n\n### AIRSAR\nAIRSAR ofrece adquisiciones aéreas de ubicaciones específicas. Estas adquisiciones cubren principalmente los Estados Unidos y algunas ubicaciones tropicales. El nombre de la campaña listado para cada producto es su ubicación de adquisición. Debido a que las adquisiciones son específicas, generalmente no hay repeticiones sobre una misma área. Sin embargo, si AIRSAR cubre su área de interés, hay una variedad de sensores y frecuencias disponibles. Hay archivos JPG disponibles, aunque no están georreferenciados.\n\n#### Modo de Haz: POLSAR o 3FP\nEn el modo POLSAR, se adquieren datos completamente polarimétricos en todas las frecuencias en P, L y C-banda para 40 MHz o 20 MHz. La banda L también proporciona datos de ancho de banda de 80 MHz. Los datos POLSAR son sensibles a la geometría (incluyendo vegetación) y a las propiedades dieléctricas (contenido de agua) del terreno.\n\n#### Modo de Haz: TOPSAR o XTI\nEn el modo TOPSAR, AIRSAR recopila datos interferométricos utilizando las bandas C y L para producir modelos digitales de elevación (DEM). Los radares que no se utilizan para interferometría recopilan datos cuadrupolares co-registrados con el DEM de banda C. Los datos interferométricos pueden recopilarse en modo \"ping-pong\", donde cada antena se utiliza alternativamente para transmitir y la línea base efectiva se duplica, y en modo \"transmisor común\", donde solo se utiliza una antena para transmitir.\n\n#### Modo de Haz: ATI\nEn el modo de interferometría a lo largo de la trayectoria (ATI), AIRSAR recopila datos en las bandas C y L. Los datos recopilados pueden utilizarse para medir las velocidades de las corrientes oceánicas.\n\n### Seasat\nSeasat fue la primera misión SAR en el espacio, lanzada en 1978. Estos datos han sido procesados por ASF en imágenes digitales. Estos productos pueden tener errores sustanciales de geolocalización.\n\n#### HDF5\nLos valores de retrodispersión se encuentran en la capa HH. Para proporcionar información básica de geolocalización, se agregan dos capas adicionales, latitud y longitud. Contienen coordenadas geográficas para cada píxel en la imagen. La variable de tiempo completa el cumplimiento de las convenciones de metadatos del Clima y Pronóstico (CF).\n\n#### GeoTIFF\nEstos productos están geocodificados en la proyección de mapa UTM que mejor representa la geolocalización de los datos. El tamaño original de píxel de 12.5 metros y los valores de punto flotante de los productos HDF5 de rango terrestre se mantienen en el formato GeoTIFF. Este tipo de producto contiene solo una capa y, por lo tanto, es considerablemente más pequeño que el producto HDF5.\n\n### Global Seasonal Sentinel-1 Interferometric Coherence & Backscatter Dataset\nEste conjunto de datos es la primera representación espacial de coherencia interferométrica y firmas de retrodispersión repetida global SAR multiestacional. La cobertura global comprende todas las masas de tierra y las capas de hielo desde los 82 grados de latitud norte hasta los 78 grados de latitud sur. El conjunto de datos se deriva del procesamiento interferométrico repetido de alta resolución y multi-temporal de aproximadamente 205,000 datos Sentinel-1 Single-Look-Complex (SLC) adquiridos en modo Interferometric Wide-Swath (IW) desde el 1 de diciembre de 2019 hasta el 30 de noviembre de 2020.\n\nEl conjunto de datos cubre varias métricas estacionales, que se enumeran a continuación. Las estaciones consisten en diciembre, enero, febrero (DJF); marzo, abril, mayo (MAM); junio, julio, agosto (JJA); y septiembre, octubre, noviembre (SON).\n\n- Estimaciones de coherencia repetida mediana de 6, 12, 18, 24, 36 y 48 días para datos polarizados C-band VV y HH.\n- Media de retrodispersión (γº) para las polarizaciones VV, VH, HH y HV.\n- Parámetros del modelo de decaimiento de coherencia estacional rho, tau y rmse.\n- Regiones de incidencia local y sombra/penumbra para todas las órbitas relativas de Sentinel-1A y Sentinel-1B. Ten en cuenta que en los nombres de archivo del conjunto de datos, las estaciones se denominaron como invierno del hemisferio norte (DJF), primavera (MAM), verano (JJA) y otoño (SON).\n\n#### Productos de Datos\n- Coherencia dividida por latitud\n- Tablas virtuales de ráster\n- Mosaicos globales separados por estaciones\n\n### GISMO\nEl proyecto Global Ice-Sheet Mapping Observatory (GISMO) se centró específicamente en medir la topografía de la superficie de las capas de hielo, el grosor de las capas de hielo y en descubrir propiedades físicas del lecho del glaciar utilizando SAR.\n\nEl proyecto GISMO documentó líneas de vuelo sobre la capa de hielo de Groenlandia en 2006, 2007 y 2008. Utilizó radares interferométricos VHF y P-band y probó diferentes métodos de rechazo de desorden para encontrar el método más adecuado para el enfoque del proyecto.\n\nGISMO logró mapear las propiedades físicas del lecho de un glaciar a través de hasta 5 km de hielo. También creó una técnica efectiva de rechazo de desorden para medir la superficie y la base de la capa de hielo. GISMO tiene aplicaciones en la predicción de los efectos del cambio climático en las capas de hielo y en la exploración de planetas con áreas heladas.\n\n#### Productos de Datos\n- Productos de Datos de 150 MHz: 23 de mayo de 2006\n- Productos de Datos de 450 MHz: 10 de septiembre de 2007\n- Productos de Datos de 150 MHz: 12 de septiembre de 2007\n- Productos de Datos de Baja Elevación de la Aeronave: 2008\n- Productos de Datos de Alta Elevación de la Aeronave: 2008\n\nPara estos productos, cada línea de vuelo se dividió en secciones de aproximadamente 25 km de longitud con un 20% de superposición en cada extremo.\n\n### Velocidad de los Glaciares\nLa Velocidad de los Glaciares es el primer conjunto de datos casi completo de velocidades de flujo de glaciares en invierno en todo Alaska, y revela patrones complejos de flujo de glaciares en todo el estado. Los hallazgos avanzan significativamente en la comprensión de los mecanismos responsables de la rápida pérdida de masa de los glaciares en Alaska.\n\nLos patrones incluyen movimientos de avance de glaciares y variaciones espaciales en el flujo relacionadas con el clima. Cabe destacar que los datos muestran que, de decenas de miles de glaciares en Alaska, solo 12 son responsables de la mayoría del flujo de hielo aguas abajo. Estos glaciares fluyen excepcionalmente rápido debido a que reciben tasas muy altas de nevadas y no necesariamente fluyen rápido debido al retroceso de las aguas tidales. (La velocidad de flujo no es igual que la tasa de fusión; la fusión es lo suficientemente fuerte en altitudes bajas como para superar las altas tasas de nevadas).\n\nLos datos también han revelado que la fragmentación de iceberg en Alaska es un componente importante del presupuesto de masa glaciar del estado: el volumen de hielo fragmentado es de 17.1 km3, aproximadamente un tercio del cambio anual neto de masa glaciar en Alaska.\n\n#### Productos de Datos\n- Mapa de velocidad de flujo de glaciares en formato KMZ en todo el estado\n- Archivo ZIP que incluye un archivo de lectura y un archivo speed.tif, ids.tif y .par para cada una de las nueve regiones\n\nLas nueve regiones son: Cordillera Central de Alaska, Montañas Chugach, Cordillera Costera, Cordillera Delta, Cordillera Fairweather - Bahía Glacier, Cordillera Hayes, Montañas Kenai, Montañas Tordrillo y Montañas Wrangell - Montañas de San Elías\n\nLos datos de velocidad de flujo están enrejados en cuadrículas UTM de 90 metros de resolución como GeoTIFFs. Las cuadrículas se dividen en diferentes regiones e incluyen un archivo de velocidad que contiene la velocidad de flujo en metros/día (flotante de 32 bits) y un archivo de ids que contiene identificadores enteros que corresponden al par de imágenes utilizado para determinar la velocidad de flujo en cada píxel (entero de 16 bits).\n\nLas fechas de los pares de imágenes utilizadas se pueden encontrar buscando los identificadores de imágenes en el archivo .par correspondiente. En algunos casos, el archivo .par contendrá identificadores que no están en la cuadrícula de identificadores. En estos casos, simplemente no se necesitaron estos pares de imágenes en el mosaico final. El archivo .par también incluye información de georreferenciación en un formato de texto.\n\n### Año Polar Internacional\nASF alberga un archivo del proyecto del Año Polar Internacional (API) titulado Global Inter-agency IPY Polar Snapshot Year (GIIPSY). El objetivo de GIIPSY era obtener instantáneas de alta definición de las regiones polares durante 2007-2008. El propósito principal es utilizar estas instantáneas como puntos de referencia para medir cambios ambientales pasados y futuros en el hielo, el océano y la tierra de los polos.\n\n#### Productos de Datos\n- Kongsberg L0 de Groenlandia\n- Nivel 0 de Groenlandia (septiembre de 2000-enero de 2001)\n- Nivel 1 de Groenlandia (septiembre de 2000-enero de 2001)\n- Nivel 1 de la Antártida (septiembre de 2000-enero de 2001)\n- Nivel 1 de la Estación Toolik (octubre de 2004-diciembre de 2006)\n- Nivel 1 de Kamchatka (diciembre de 1999-enero de 2000)\n- Instantáneas de hielo marino (Instantáneas Mínimas y Máximas, septiembre-marzo de 2003-2004, 2004-2005, 2005-2006, 2006-2007) \n\n### Proyecto de Mapeo Antártico de RADARSAT-1\nEl Proyecto de Mapeo Antártico de RADARSAT-1 (RAMP) se compuso de dos misiones principales, la primera Misión de Mapeo Antártico (AMM-1) y la Misión de Mapeo Antártico Modificado (MAMM). Ambas misiones utilizaron RADARSAT-1.\n\nAMM-1 comenzó el 9 de septiembre de 1997 y se completó el 20 de octubre de 1997. Sus objetivos eran adquirir un mapa completo de la Antártida y comprender mejor las relaciones entre los elementos ambientales del continente más meridional. Utilizando las capacidades de observación hacia la derecha e izquierda de RADARSAT-1, se creó un mapa de mosaico de la Antártida con una resolución de 25 metros. El mapa mostraba las características geológicas de la Antártida a través de variaciones en el brillo y la textura del radar, incluyendo corrientes de hielo. Se compilaban vectores de velocidad de hielo utilizando datos de AMM-1 para medir el movimiento de la capa de hielo sobre las corrientes de hielo.\n\nMAMM comenzó tres años después de que AMM-1 terminara, comenzando el 3 de septiembre de 2000 y terminando el 17 de noviembre de 2000. Planeaba volver a mapear la Antártida y medir datos de velocidad del hielo utilizando análisis interferométrico y datos de AMM-1. En los tres años de diferencia entre las dos Misiones Principales de Mapeo Antártico, se podía observar y evaluar mejor el avance y el retroceso de la capa de hielo como cambio episódico o cambio climático regional.\n\n#### Productos de Datos\n- Mosaicos Finales de 25 metros\n- Resúmenes de Mosaicos de 25 metros\n- Resúmenes de Mosaicos de Coeficiente de Retrodispersión en dB de 16 bits a 25 metros\n- Coherencia Final de 200 metros (ascendente y descendente)\n- Resúmenes de Coherencia de 200 metros (ascendente y descendente)\n- Una variedad de productos de mosaico\n- Línea de Costa de AMM-1 y MAMM\n- Puntos de Control de AMM-1 y MAMM\n- DEMs\n- Antártida Oriental\n- Producto de Velocidad\n- Mapa de Velocidad de Equilibrio\n\n### Sea Ice MEaSUREs\nLos datos e imágenes disponibles de ASF cubren un período desde 1995 hasta 2011. Incluyen más de 11 años de instantáneas de radar casi ininterrumpidas cada tres días del hielo marino del Ártico y el Océano Austral a medida que experimenta cambios dramáticos.\n\nLos usos incluyen:\n\n- Nuevos enfoques para modelar el comportamiento mecánico del hielo marino y la validación de estos modelos.\n- Caracterización del movimiento del hielo subdiario.\n- Descripción de la variabilidad estacional y regional de la deformación del hielo marino.\n- Validación de algoritmos de calado ICESat.\n- Estimaciones del intercambio de hielo marino entre los océanos Ártico y Austral y mares periféricos.\n\n#### Productos de Datos\n- Un conjunto de datos de cinemática y deformación a pequeña escala procesados mediante el seguimiento del hielo marino en una cuadrícula de alta resolución.\n- Las imágenes originales de radar de apertura sintética (SAR).\n\n### Wetlands MEaSUREs\nEstos productos del proyecto NASA Inundated Wetlands MEaSUREs facilitan investigaciones sobre el papel de los humedales en el clima, la biogeoquímica, la hidrología y la biodiversidad.\n\nLos registros de datos del sistema terrestre de humedales inundados constan de dos componentes principales:\n\n1. Mapas de alta resolución de la extensión de humedales, tipo de vegetación y dinámica de inundación estacional, derivados de SAR para áreas regionales y continentales que cubren sistemas de humedales cruciales. Estos se crean utilizando datos de diversos SAR en órbita. Los conjuntos de datos de humedales se generaron utilizando algoritmos apropiados para la naturaleza de los sistemas de humedales estudiados, incluyendo series temporales y clasificadores de árboles basados en estadísticas.\n2. Mapas de series temporales de resolución gruesa a nivel global de la fracción de área inundada con resolución de 25 km, derivados de múltiples observaciones de teledetección por satélite, incluyendo sensores de microondas pasivos y activos y conjuntos de datos ópticos optimizados para la detección de inundaciones. El algoritmo utilizado en la generación de este conjunto de datos emplea un modelo de agrupamiento y un modelo de mezcla en la clasificación de áreas inundadas fraccionadas. Estos conjuntos de datos se proporcionan de forma bimensual para el período 1992-1999 y diariamente a partir de 2000 en adelante. Se proporcionan productos de resumen anual, incluyendo la extensión máxima inundada y la duración anual de la inundación. También se proporciona un conjunto de datos diario de tiempo casi real (NRT) con una latencia de 2-3 días.\n\n#### Productos de Datos\n- Serie de Productos de Microondas de Agua Superficial (SWAMPS)\n- Mosaicos JERS-1 de América del Norte\n- Mapa de Humedales de Alaska derivado de datos de haz fino de ALOS PALSAR\n- Mapa de Humedales de Alaska derivado de JERS-1 SAR\n- Mosaicos de Retrodispersión de Inundación Baja y Alta del Amazonas a partir de JERS-1 SAR\n- Mapas de Extensión de Humedales del Amazonas en Series Temporales derivados de datos PALSAR ScanSAR\n\n## Lecturas Adicionales\n\n- [¿Qué es SAR?](https://asf.alaska.edu/information/sar-information/what-is-sar/#sar_faq)\n- [Introducción en Video a SAR](https://www.youtube.com/watch?v=Zfn7P395O40)\n- [Resumen en Video de los Conjuntos de Datos SAR de ASF](https://www.youtube.com/watch?v=0ZzLg38cC8I)\n- [Biblioteca de Recetas de Data](https://asf.alaska.edu/how-to/data-basics/data-recipe-tutorials-2/)\n- [Recetas de Datos para Conjuntos de Data SAR de ASF en Aplicaciones GIS](https://asf.alaska.edu/how-to/data-basics/sar-data-and-gis/)\n- [Formatos y Archivos de Conjuntos de Datos](https://asf.alaska.edu/how-to/data-basics/asf-datasets-formats-and-files/)\n- [Tipos de Productos y Niveles de Procesamiento](https://asf.alaska.edu/how-to/data-basics/types-of-synthetic-aperture-radar-sar-products/)\n- [Resumen de Conjuntos de Datos Derivados](https://docs.asf.alaska.edu/vertex/derived_datasets/)\n", "INDEX_1": "\n# Bienvenido a la búsqueda de datos de ASF SAR\n\n## Acerca de ASF Data Search\n\n[Búsqueda de datos ASF](https://search.asf.alaska.edu/) es una herramienta de búsqueda fácil de usar para encontrar datos SAR y procesar libremente productos SAR de nivel superior, como productos InSAR y AutoRIFT con el [servicio HyP3](https://hyp3-docs.asf.alaska.edu) de ASF. Consulte nuestra guía del usuario sobre [introducción](vertex/manual.md).\n\nPara obtener una descripción general de todos los servicios de ASF, visite [asf.alaska.edu](https://asf.alaska.edu).\n\n
\n

Documentación de la herramienta de búsqueda

\n\n
\n
\n
\n
\n

Vertex

\n

Una interfaz gráfica de búsqueda para encontrar datos SAR.

\n \n
\n
\n
\n
\n
\n
\n

HyP3

\n

Procesar datos SAR para crear productos refinados.

\n \n
\n
\n
\n
\n\n
\n
\n
\n
\n

asf_search

\n

Un paquete de Python para realizar búsquedas en el catálogo ASF.

\n \n
\n
\n
\n
\n
\n
\n

ASF API

\n

Una interfaz de línea de comandos para encontrar datos SAR.

\n \n
\n
\n
\n
\n
", - "KEYWORDS_1": "# Palabras Clave de la API de Búsqueda\n\nConsidere usar nuestro nuevo paquete de Python, asf_search. asf_search puede ser utilizado para realizar búsquedas en el catálogo de ASF, y ofrece funcionalidad básica y soporte de descarga. Además, se proporcionan numerosas constantes para facilitar el proceso de búsqueda. Actualmente, proporcionamos constantes para plataforma, instrumento, modo de haz, dirección de vuelo, polarización y nivel de procesamiento. Se puede encontrar más información [aquí](/asf_search/basics).\n\nLas palabras clave se utilizan para encontrar los datos deseados. Utilice tantas o tan pocas palabras clave como necesite. A continuación se enumeran las palabras clave disponibles y sus descripciones para cada punto de acceso de la API de Búsqueda. Las palabras clave son sensibles a mayúsculas y minúsculas.\n\n*Nota:* Cualquier error se devolverá en formato JSON.\n\n## Punto de Acceso de Búsqueda\n\n\n### Parámetros del Conjunto de Datos\n- dataset\n\t- Esta es la palabra clave alternativa preferida para búsquedas de 'plataforma'.\n\t- Plataforma de teledetección que adquirió los datos. Puede especificar un solo valor o una lista de valores.\n\t- Ejemplo:\n\t\t- dataset=SENTINEL-1\n\t\t- dataset=OPERA-S1\n\t\t- dataset=AIRSAR,UAVSAR\n\t- Valores:\n\t\t- [SENTINEL-1](/datasets/using_ASF_data/#sentinel-1), [SLC-BURST](/datasets/using_ASF_data/#sentinel-1-bursts), [OPERA-S1](/datasets/using_ASF_data/#opera-sentinel-1), [ALOS PALSAR](/datasets/using_ASF_data/#alos-palsar), [ALOS AVNIR-2](/datasets/using_ASF_data/#alos-avnir-2), [SIR-C](/datasets/using_ASF_data/#sir-c), [ARIA S1 GUNW](/datasets/using_ASF_data/#aria-s1-gunw), [SMAP](/datasets/using_ASF_data/#smap-soil-moisture-active-passive), [UAVSAR](/datasets/using_ASF_data/#uavsar), [RADARSAT-1](/datasets/using_ASF_data/#radarsat-1), [ERS](/datasets/using_ASF_data/#ers), [JERS-1](/datasets/using_ASF_data/#jers), [AIRSAR](/datasets/using_ASF_data/#airsar), [SEASAT](/datasets/using_ASF_data/#seasat)\n\n- platform\n\t- Véase también 'dataset'. Dataset es la palabra clave preferida cuando sea posible.\n\t- Esta palabra clave tiene constantes proporcionadas a través de asf_search. Se puede encontrar más información [aquí](/asf_search/searching/#keywords).\n\t- Véase también 'instrument'\n\t- Plataforma de teledetección que adquirió los datos. Sentinel-1 y ERS tienen múltiples plataformas de teledetección, y puede elegir si especificar una plataforma específica. Puede especificar un solo valor o una lista de valores.\n\t- Ejemplo:\n\t\t- platform=ALOS\n\t\t- platform=SA,SB\n\t\t- platform=S1\n\t- Valores:\n\t\t- ALOS, A3, AIRSAR, AS, ERS, ERS-1, E1, ERS-2, E2, JERS-1, J1, RADARSAT-1, R1, SEASAT, SS, S1, Sentinel, Sentinel-1, Sentinel-1A, SA, Sentinel-1B, Sentinel-1 Interferogram (BETA), SB, SIR-C, SMAP, SP, UAVSAR, UA\n\n- instrument\n\t- Véase también 'dataset'. 'Dataset' es la palabra clave preferida cuando sea posible.\n\t- Esta palabra clave tiene constantes proporcionadas a través de asf_search. Se puede encontrar más información [aquí](/asf_search/searching/#keywords).\n\t- Véase también 'platform'\n\t- Instrumento de teledetección que adquirió los datos. Para algunas plataformas, como ALOS, hay múltiples instrumentos para elegir.\n\t- Ejemplo:\n\t\t- ALOS: instrument=PALSAR\n\t\t- ALOS: instrument=AVNIR-2\n\t- Valores:\n\t\t- C-SAR, PALSAR, AVNIR-2\n\n- absoluteOrbit\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Para ALOS, ERS-1, ERS-2, JERS-1, RADARSAT-1, Sentinel-1A y Sentinel-1B, este valor corresponde al conteo de órbitas dentro del ciclo de órbita. Para UAVSAR, es el [ID de Vuelo](https://uavsar.jpl.nasa.gov/cgi-bin/data.pl?_ga=2.34282209.1335434931.1620087198-1930115146.1605056035). Puede especificar un solo valor, un rango de valores o una lista de valores.\n\t- Ejemplo:\n\t\t- RADARS absoluteOrbit=25436\n\t\t- PALSAR: absoluteOrbit=25436-25445,25450\n\t\t- UAVSAR: absoluteOrbit=12006\n\n- asfframe\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Véase también 'frame'\n\t- Esto es principalmente una referencia de marco de ASF / [JAXA](https://global.jaxa.jp/). Sin embargo, algunas plataformas utilizan otras convenciones. Puede especificar un solo valor, un rango de valores o una lista de valores.\n\t- Ejemplo:\n\t\t- asfframe=300 o asfframe=2845-2855 o asfframe=2800,2845-2855\n\t- Valores:\n\t\t- ERS, JERS, RADARSAT: marcos ASF de 0 a 900\n\t\t- ALOS PALSAR: marcos JAXA de 0 a 7200\n\t\t- SEASAT: marcos tipo ESA de 0208 a 3458 (debe usar un cero delante para marcos 208-999)\n\t\t- Sentinel-1: Valores internos de 0 a 1184\n \n- maxBaselinePerp\n\t- Para el análisis SAR interferométrico (InSAR), la Baseline Perpendicular es la distancia espacial entre las primeras y segundas observaciones medidas perpendicularmente a la dirección de observación del satélite y proporciona una indicación de la sensibilidad a la altura topográfica.\n\t- Funciona para ERS-1, ERS-2, JERS, RADARSAT-1, ALOS PALSAR. (No para Sentinel-1)\n\t- Ejemplo:\n\t\t- maxBaselinePerp=1500 o maxBaselinePerp=50.5\n\n- minBaselinePerp\n\t- Para el análisis SAR interferométrico (InSAR), la Baseline Perpendicular es la distancia espacial entre las primeras y segundas observaciones medidas perpendicularmente a la dirección de observación del satélite y proporciona una indicación de la sensibilidad a la altura topográfica.\n\t- Funciona para ERS-1, ERS-2, JERS, RADARSAT-1, ALOS PALSAR. (No para Sentinel-1)\n\t- Ejemplo:\n\t\t- minBaselinePerp=100 o minBaselinePerp=50.5\n\n- beamMode\n\t- Esta palabra clave tiene constantes proporcionadas a través de asf_search. Se puede encontrar más información [aquí](/asf_search/searching/#keywords).\n\t- El modo de haz utilizado para adquirir los datos. Véase también beamSwath. Puede especificar un solo valor o una lista de valores.\n\t- Ejemplo:\n\t\t- beamMode=FBS o beamMode=EW,IW o beamMode=ScanSAR+Wide\n\t- Valores:\n\t\t- AIRSAR: 3FP, ATI, XTI\n\t\t- ALOS: FBD, FBS, PLR, WB1, WB2, DSN\n\t\t- ERS-1: Estándar, STD\n\t\t- ERS-2: Estándar, STD\n\t\t- JERS-1: Estándar, STD\n\t\t- RADARSAT-1: Estándar, STD, Fine, High, Low, Wide, Narrow, ScanSAR+Wide, ScanSAR+Narrow\n\t\t- SEASAT: Estándar, STD\n\t\t- SMAP: Estándar, STD\n\t\t- Sentinel-1A: EW, IW, S1, S2, S3, S4, S5, S6, WV\n\t\t- Sentinel-1B: EW, IW, S1, S2, S3, S4, S5, S6, WV\n\t\t- UAVSAR: POL, RPI\n \n- beamSwath\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- BeamSwath abarca un ángulo de observación y un modo de haz. Puede especificar un solo valor o una lista de valores.\n\t- Ejemplo:\n\t\t- beamSwath=0\n\t\t- beamSwath=FN1, FN2, FN3, FN4, FN5\n\t- Valores:\n\t\t- AIRSAR: 3FP, ATI, XTI\n\t\t- ALOS: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 15, 16, 17, 18, 19, 20\n\t\t- ERS-1: STD\n\t\t- ERS-2: STD\n\t\t- JERS-1: STD\n\t\t- RADARSAT-1: FN1, FN2, FN3, FN4, FN5, SNA, SNB, ST1, ST2, ST3, ST4, ST5, ST6, ST7, SWA, SWB, WD1, WD2, WD3, EH3, EH4, EH6, EL1\n\t\t- SEASAT: STD\n\t\t- Sentinel-1A: EW, IW, S1, S2, S3, S4, S5, S6, WV\n\t\t- Sentinel-1B: EW, IW, S1, S2, S3, S4, S5, S6, WV\n\t\t- UAVSAR: POL, RPI\n\n- collectionName\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Solo para colecciones de datos de UAVSAR y AIRSAR. Busque por el nombre de la misión/campaña. Puede especificar un solo valor. Para una lista de colecciones disponibles, consulte el Punto de Acceso de Lista de Misiones a continuación.\n\t- Ejemplo:\n\t\t- UAVSAR: collectionName=ABoVE\n\t\t- AIRSAR: collectionName=collectionName=Akiyoshi,+Japan\n\n- maxDoppler\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Doppler proporciona una indicación de cuánto se desvía la dirección de observación de la adquisición ideal en dirección de vuelo perpendicular.\n\t- Ejemplo:\n\t\t- maxDoppler=1500 o maxDoppler=1500.5\n\n- minDoppler\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Doppler proporciona una indicación de cuánto se desvía la dirección de observación de la adquisición ideal en dirección de vuelo perpendicular.\n\t- Ejemplo:\n\t\t- minDoppler=100 o minDoppler=1500.5\n\n- maxFaradayRotation\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- La rotación del plano de polarización de la señal de radar afecta la imagen. Las señales HH y HV se mezclan. Rotaciones unidireccionales que superen los 5° probablemente reducirán significativamente la precisión en la recuperación de parámetros geofísicos, como la biomasa forestal.\n\t- Ejemplo:\n\t\t- maxFaradayRotation=3.5\n\n- minFaradayRotation\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- La rotación del plano de polarización de la señal de radar afecta la imagen. Las señales HH y HV se mezclan. Rotaciones unidireccionales que superen los 5° probablemente reducirán significativamente la precisión en la recuperación de parámetros geofísicos, como la biomasa forestal.\n\t- Ejemplo:\n\t\t- minFaradayRotation=2\n\n- flightDirection\n\t- Esta palabra clave tiene constantes proporcionadas a través de asf_search. Se puede encontrar más información [aquí](/asf_search/searching/#keywords).\n\t- Dirección de la órbita del satélite durante la adquisición de datos. Puede especificar un solo valor.\n\t- Ejemplo:\n\t\t- flightDirection=DESCENDING\n\t- Valores:\n\t\t- A, ASC, ASCENDING, D, DESC, DESCENDING\n\n- flightLine\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Especifique una línea de vuelo para UAVSAR o AIRSAR. Puede especificar un solo valor.\n\t- Ejemplo:\n\t\t- UAVSAR: flightLine=05901\n\t\t- AIRSAR: flightLine=gilmorecreek045-1.93044\n\n- frame\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Véase también 'asfframe'\n\t- Los marcos de referencia de la ESA se ofrecen para proporcionar a los usuarios una convención de enmarcado universal. Cada marco de la ESA tiene asignado un marco correspondiente de ASF. Puede especificar un solo valor, un rango de valores o una lista de valores.\n\t- Ejemplo:\n\t\t- frame=300\n\t\t- frame=300-400\n\t\t- frame=300,303,305\n\t\t- frame=300,303,305-315\n\t- Valores:\n\t\t- Cualquier número del 0 al 7200.\n\n- fullBurstID\n - Utilizado para [productos de ráfaga](/datasets/using_ASF_data/#sentinel-1-bursts) de Sentinel-1. Cada valor representa todos los productos de ráfaga sobre una única sub-banda, correspondiendo a un apilado casi perfecto alineado con el marco. Este valor es útil para el apilado de líneas base. Puede especificar un solo valor o una lista de valores.\n - Ejemplo:\n - valor único: fullBurstID=017_034465_IW2\n - lista de valores: fullBurstID=017_034465_IW2,079_167884_IW1\n\n- granule_list\n\t- Lista separada por comas de escenas específicas (gránulos). Las listas grandes necesitarán utilizar una [solicitud POST](https://es.wikipedia.org/wiki/POST_(HTTP)).\n\t- granule_list no puede ser utilizada en conjunción con otras palabras clave, sin embargo, puede ser utilizada con la palabra clave de salida.\n\t- Ejemplo:\n\t\t- granule_list=ALPSRP111041130,\n\t\tS1B_IW_GRDH_1SDV_20161124T032008_20161124T032033_003095_005430_9906\n\n- groupid\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Lista separada por comas de identificadores de grupo específicos. Para algunos conjuntos de datos, el identificador de grupo es el mismo que el nombre de la escena. Para otros, como Sentinel-1, el identificador de grupo es único para un grupo de escenas. El valor del identificador de grupo se incluye en las salidas GeoJSON, JSON y CSV.\n\t- Ejemplo:\n\t\t- groupid=S1A_IWDV_0112_0118_037147_150\n\n- lookDirection\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Dirección izquierda o derecha de la adquisición de datos. Puede especificar un solo valor.\n\t- Ejemplo:\n\t\t- lookDirection=L\n\t- Valores:\n\t\t- R, DERECHA, L, IZQUIERDA\n\n- maxInsarStackSize\n\t- Un conjunto InSAR está compuesto por todos los granos SAR que cubren la misma región geográfica, son de la misma plataforma y fueron adquiridos con el mismo modo de haz, ángulo de visión y ancho de banda. Para obtener conjuntos InSAR que contengan un cierto número de granos SAR, especifique un mínimo, máximo o ambos.\n\t- Funciona para ERS-1, ERS-2, JERS, RADARSAT-1, ALOS PALSAR. (No para Sentinel-1)\n\t- Ejemplo:\n\t\t- maxInsarStackSize=175\n\n- minInsarStackSize\n\t- Un conjunto InSAR está compuesto por todos los granos SAR que cubren la misma región geográfica, son de la misma plataforma y fueron adquiridos con el mismo modo de haz, ángulo de visión y ancho de banda. Para obtener conjuntos InSAR que contengan un cierto número de granos SAR, especifique un mínimo, máximo o ambos.\n\t- Funciona para ERS-1, ERS-2, JERS, RADARSAT-1, ALOS PALSAR. (No para Sentinel-1)\n\t- Ejemplo:\n\t\t- minInsarStackSize=20\n\n- offNadirAngle\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Ángulos fuera de nadir para ALOS PALSAR. Puede especificar un solo valor, un rango de valores o una lista de valores.\n\t- Ejemplo:\n\t\t- offNadirAngle=21.5\n\t\t- offNadirAngle=9.7-14\n\t\t- offNadirAngle=21.5,23.1,20.5-24.2\n\t- Valores:\n\t\t- Más comunes: 21.5, 23.1, 27.1, 34.3\n\t\t- Otros: 9.7, 9.9, 13.8, 14, 16.2, 17.3, 17.9, 18, 19.2, 20.5, 21.5, 23.1, 24.2, 24.6, 25.2, 25.8, 25.9, 26.2, 27.1, 28.8, 30.8, 34.3, 36.9, 38.8, 41.5, 43.4, 45.2, 46.6, 47.8, 49, 50, 50.8\n\n- operaBurstID\n - Utilizado para [productos Opera-S1](/datasets/using_ASF_data/#opera-sentinel-1). Cada valor identifica la ráfaga específica para el producto. Puede especificar un solo valor o una lista de valores.\n - Ejemplo:\n - valor único: operaBurstID=T078-165486-IW2\n - lista de valores: operaBurstID=T078_165486_IW2, T078_165485_IW2\n\n- polarization\n\t- Esta palabra clave tiene constantes proporcionadas a través de asf_search. Se puede encontrar más información [aquí](/asf_search/searching/#keywords).\n\t- Una propiedad de las ondas electromagnéticas SAR que se puede utilizar para extraer información significativa sobre las propiedades de la superficie de la Tierra. Puede especificar un solo valor o una lista de valores.\n\t- Ejemplo:\n\t\t- polarization=VV\n\t\t- polarization=VV,HH\n\t\t- polarization=VV+VH\n\t\t- polarization=Dual+VV\n\t- Valores:\n\t\t- AIRSAR: FULL\n\t\t- ALOS: CUADRATURA, HH+5SCAN, HH, HH+4SCAN, VV, HH+3SCAN, FULL, HH+HV, VV+VH\n\t\t- ERS-1: VV\n\t\t- ERS-2: VV\n\t\t- JERS-1: HH\n\t\t- RADARSAT-1: HH\n\t\t- SEASAT: HH\n\t\t- Sentinel-1A: VV, VV+VH, Dual VV, VV+VH, Dual HV, Dual HH, HH, HH+HV, VV, Dual VH\n\t\t- Sentinel-1B: VV, VV+VH, Dual VV, VV+VH, Dual HV, Dual HH, HH, HH+HV, VV, Dual VH\n\t\t- UAVSAR: FULL, HH\n\n- processingLevel\n\t- Esta palabra clave tiene constantes proporcionadas a través de asf_search. Se puede encontrar más información [aquí](/asf_search/searching/#keywords).\n\t- Nivel al que se han procesado los datos, también tipo de producto. Puede especificar un solo valor o una lista de valores.\n\t- Ejemplo:\n\t\t- processingLevel=L0,L1\n\t- Valores:\n\t\t- AIRSAR: 3FP, LTIF, PTIF, CTIF, PSTOKES, DEM, CSTOKES, JPG, LSTOKES\n\t\t- ALOS: L1.0, L1.1, L1.5, L2.2, RTC_LOW_RES, RTC_HI_RES, KMZ\n\t\t- ERS-1: L0, L1\n\t\t- ERS-2: L0, L1\n\t\t- JERS-1: L0, L1\n\t\t- OPERA-S1: RTC, CSLC, RTC_STATIC, CSLS_STATIC\n\t\t- RADARSAT-1: L0, L1\n\t\t- SEASAT: L1, GEOTIFF\n\t\t- Sentinel-1A: GRD_HS, GRD_HD, GRD_MS, GRD_MD, GRD_FD, SLC, RAW, OCN, METADATA_RAW, METADATA_SLC, METADATA_GRD_HD, METADATA_GRD_MD, METADATA_GRD_MS, METADATA_GRD_HS, METADATA_OCN\n\t\t- Sentinel-1B: GRD_HS, GRD_HD, GRD_MS, GRD_MD, GRD_FD, SLC, RAW, OCN, METADATA_RAW, METADATA_SLC, METADATA_GRD_HD, METADATA_GRD_MD, METADATA_GRD_MS, METADATA_GRD_HS, METADATA_OCN\n\t\t- Sentinel-1 InSAR: GUNW_STD, GUNW_AMP, GUNW_CON, GUN_COH, GUNW_UNW\n\t\t- Sentinel-1 Bursts: BURST\n\t\t- SIR-C: SLC, METADATA_SLC\n\t\t- SMAP: L1A_Radar_RO_QA, L1A_Radar_RO_HDF5, L1B_S0_LoRes_HDF5, L1B_S0_LoRes_QA, L1B_S0_LoRes_ISO_XML, L1A_Radar_QA, L1A_Radar_RO_ISO_XML, L1C_S0_HiRes_ISO_XML, L1C_S0_HiRes_QA, L1C_S0_HiRes_HDF5, L1A_Radar_HDF5\n\t\t- UAVSAR: KMZ, PROYECTADO, PAULI, PROYECTADO_ML5X5, STOKES, AMPLITUD, COMPLEJO, DEM_TIFF, PROYECTADO_ML3X3, METADATOS, AMPLITUD_GRD, INTERFEROMETRÍA, INTERFEROMETRÍA_GRD, INC, PENDIENTE\n\n- product_list\n\t- Lista separada por comas de archivos específicos (productos). Las listas grandes necesitarán utilizar una [solicitud POST](https://en.wikipedia.org/wiki/POST_(HTTP)). Puede encontrar los valores de product_list para cualquier archivo en las salidas GeoJSON (fileID) o JSON (product_file_id). También está disponible desde CMR, en el campo granuleUR. Se garantiza que es un identificador único en CMR. También puede encontrar el valor de product_list en Vertex. Consulta la [página del Cookbook](/api/cookbook) para este consejo y más.\n\t- product_list no puede ser utilizada en conjunto con otras palabras clave, sin embargo, puede ser utilizada con la palabra clave output.\n\t- Ejemplo:\n\t\t- product_list=ALAV2A276512920,\n\t\tS1A_IW_SLC__1SDV_20210614T154839_20210614T154905_038338_048643_D7E4-SLC\n\n- relativeOrbit\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Camino o trayectoria del satélite durante la adquisición de datos. Para UAVSAR es el [ID de Línea](https://uavsar.jpl.nasa.gov/cgi-bin/data.pl?_ga=2.201268782.1252483948.1620685771-1930115146.1605056035). Puede especificar un solo valor, un rango de valores o una lista de valores.\n\t- Ejemplo:\n\t\t- relativeOrbit=500,550-580\n\t\t- UAVSAR: relativeOrbit=05905\n\t- Valores:\n\t\t- ALOS: 1-671\n\t\t- ERS-1: 0-2410\n\t\t- ERS-2: 0-500\n\t\t- JERS-1: 0-658\n\t\t- RADARSAT-1: 0-342\n\t\t- SEASAT: 1-243\n\t\t- UAVSAR: varios\n\n### Parámetros Geoespaciales\n- bbox\n\t- *Aviso de Descontinuación:* Esta palabra clave será descontinuada. Por favor, utiliza 'intersectsWith' en su lugar.\n\t- Las cajas delimitadoras definen un área utilizando dos puntos de longitud/latitud. Los parámetros de la caja delimitadora son 4 números separados por comas: longitud inferior izquierda, latitud, y longitud superior derecha, latitud. Esta es una excelente opción para áreas de búsqueda muy amplias.\n\t- Ejemplo:\n\t\t- bbox=-150.2,65.0,-150.1,65.5\n\n- intersectsWith\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Búsqueda por polígono, un segmento de línea (\"linestring\") o un punto definido en texto bien conocido en 2D (WKT). Cada polígono debe estar explícitamente cerrado, es decir, el primer vértice y el último vértice de cada polígono listado deben ser idénticos. Los pares de coordenadas para cada vértice están en grados decimales: la longitud es seguida por la latitud.\n\t- Notas:\n\t\t- No soporta polígono múltiple, línea múltiple o punto múltiple.\n \t\t- Los agujeros en los polígonos son ignorados\n \t\t- Esta palabra clave también acepta una [solicitud POST](https://en.wikipedia.org/wiki/POST_(HTTP))\n \t- Ejemplo (*Nota: Los espacios y paréntesis a continuación deben ser codificados en URL primero*):\n \t\t- intersectsWith=polygon((-119.543 37.925, -118.443 37.7421, -118.682 36.8525, -119.77 37.0352, -119.543 37.925))\n\t\t- intersectsWith=linestring(-119.543 37.925, -118.443 37.7421)\n\t\t- intersectsWith=point(-119.543, 37.925)\n\t- Codificado correctamente en URL:\n\t\t- intersectsWith=point%28-119.543+37.925%29\n\n- polygon\n\t- *Aviso de Descontinuación:* Esta palabra clave será descontinuada. Por favor, utiliza 'intersectsWith' en su lugar.\n\t- Polígono delimitador en formato digital de longitud/latitud; ingresa las coordenadas en dirección antihoraria, repitiendo el primer punto al final para cerrar el polígono: en el formato ABCDA.\n\t- Ejemplo:\n\t\t- polygon=-155.08,65.82,-153.5,61.91,-149.50,63.07,-149.94,64.55,-153.28,64.47,-155.08,65.82\n\n#### Validación de Formas\nSi el Área de Interés (AOI) especificada es su propio Rectángulo Delimitador Mínimo (MBR) en una proyección de Mercator, los resultados de búsqueda devueltos intersectarán con el AOI en una proyección de Mercator, independientemente de su anchura. Esto sigue siendo así incluso si se cruza la línea internacional de cambio de fecha dentro del AOI.\n\nPara que un AOI se considere su propio MBR, debe cumplir con los siguientes criterios:\n\n - Cada vértice comparte una latitud o longitud con sus vecinos.\n - Los puntos Este/Oeste comparten longitud.\n - Los puntos Norte/Sur comparten latitud.\n\nLos AOIs que no cumplan con estos criterios tendrán sus puntos conectados a lo largo de [círculos máximos](https://es.wikipedia.org/wiki/C%C3%ADrculo_m%C3%A1ximo).\n\nAdemás, todos los AOIs son validados y luego simplificados según sea necesario. El proceso para esto es:\n \n 1. Validar el AOI de entrada. Si no es válido, se muestra un error.\n 2. Fusionar formas superpuestas.\n 3. Casco convexo.\n 4. Cualquier valor de índice fuera de rango se maneja ajustándolo y envolviéndolo al rango válido de valores.\n 5. Simplificar puntos basados en el umbral de proximidad. El objetivo es tener menos de 400 puntos.\n\nCada uno de estos pasos se realiza solo cuando es necesario para obtener el AOI en un único contorno con menos de 400 puntos. Cualquier paso innecesario se omite.\n\n**Ejemplos de validación y simplificación:**\n\n- Se proporciona un polígono que se auto-intersecta: \n\t- Se muestra un error.\n- Se proporciona un único contorno, consistente en 1000 puntos:\n\t- Se utiliza una versión simplificada del mismo contorno, consistente en menos de 400 puntos.\n- Se proporcionan múltiples geometrías, todas ellas superpuestas al menos en parte:\n\t- Se devuelve un único contorno, representando el contorno de todas las formas combinadas.\n- Se proporcionan múltiples geometrías, algunas de ellas completamente no superpuestas:\n\t- Se devuelve un único contorno, representando el casco convexo de todas las formas juntas.\n\n\n### Parámetros Temporales\n- processingDate\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Limita los resultados a registros que han sido procesados en ASF desde una fecha y/o hora dada.\n\t- Ejemplo:\n\t\t- processingDate=2017-01-01T00:00:00UTC\n\n- start\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Fecha de adquisición de datos. Se puede usar en combinación con 'end'. Puede introducir fechas en lenguaje natural, o una fecha y/o sello de tiempo. Todos los horarios están en UTC. Para más información sobre los formatos de fecha aceptados, consulta el punto final del Analizador de Fechas a continuación.\n\t- Ejemplo:\n\t\t- start=May+30,+2018\n\t\t- start=ayer\n\t\t- start=2010-10-30T11:59:59Z\n\t\t- start=hace+1+semana&end=ahora\n\n- end\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Fecha de adquisición de datos. Se puede usar en combinación con 'start'. Puede introducir fechas en lenguaje natural, o una fecha y/o sello de tiempo. Todos los horarios están en UTC. Para más información sobre los formatos de fecha aceptados, consulta el punto final del Analizador de Fechas a continuación.\n\t- Ejemplo:\n\t\t- end=May+30,+2018\n\t\t- end=hoy\n\t\t- end=2021-04-30T11:59:59Z\n\t\t- start=hace+1+semana&end=ahora\n\n- season\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Día de inicio y fin del año para el rango estacional deseado. Esta palabra clave puede usarse en conjunto con start/end para especificar un rango estacional dentro de un rango de fechas general. Los valores se basan en el calendario juliano. Debe especificar tanto una fecha de inicio como de fin de la temporada.\n\t- Ejemplo:\n\t\t- season=1,31\n\t\t- season=45,67\n\t\t- season=360,10\n\t- Valores:\n\t\t- 1 a 365\n\n### Parámetros de Resultados\n- output\n\t- Formato deseado de los resultados de la API de Búsqueda. Si no se especifica, el formato predeterminado es metalink. El formato preferido es geoJSON.\n\t- Ejemplo:\n\t\t- output=geojson\n\t- Valores:\n\t\t- geojson, csv, json, kml, metalink, count, download\n\t- Descripción:\n\t\t- GeoJSON es el formato de salida preferido. Si un campo requerido no está incluido, por favor contacta a ASF usando la información a continuación o contacta al equipo directamente en \n\t\t- KML se puede abrir en Google Earth, ArcGIS Earth, o un programa similar\n\t\t- Count devuelve el número de resultados obtenidos por su consulta. No incluye información adicional. Usar la salida count puede ser útil para determinar si su consulta ha devuelto el número correcto de resultados. Hay un límite de tiempo para ejecutar consultas de la API de Búsqueda. Consulta la [página de Solución de Problemas](/api/troubleshooting) para más detalles.\n\t\t- Metalink proporciona información de descarga para las escenas devueltas por su consulta. No incluye metadatos.\n\t\t- Download devuelve un script de descarga masiva que incluye los archivos devueltos por la búsqueda. Consulta la [documentación de Descarga Masiva](https://asf.alaska.edu/how-to/data-tools/asf-bulk-data-download-options/) para una guía completa sobre cómo usar el script de descarga masiva.\n\t\t- JSON incluye metadatos de la escena y URLs de productos. Si GeoJSON no satisface tus necesidades, JSON es el formato preferido para uso programático.\n\t\t- CSV también incluye metadatos de la escena y URLs de productos. CSV devuelve menos campos que JSON.\n\n- maxResults\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Número máximo de registros de datos a devolver de su consulta.\n\t- Ejemplo:\n\t\t- maxResults=10\n\n## Punto Final de Baseline\n\n\n- reference\n\t- Esta es la única palabra clave obligatoria. Introduce el nombre de la escena de referencia para la cual deseas ver los resultados de la Baseline.\n\t- Ejemplo:\n\t\t- reference=S1B_IW_SLC__1SDV_20210704T135937_20210704T140004_027645_034CB0_4B2C\n\n- processingLevel\n\t- Nivel al que los datos han sido procesados. Los datos de Baseline solo están disponibles para ciertos niveles de procesamiento.\n\t- Ejemplo:\n\t\t- processingLevel=L1.5\n\t- Valores de ProcessingLevel que Contienen Datos de Baseline:\n\t\t- ALOS: L1.1, L1.5; por defecto es L1.1\n\t\t- ERS-1 & ERS-2: L0, L1; por defecto es L0\n\t\t- JERS-1: L0, L1; por defecto es L0\n\t\t- RADARSAT-1: L0, L1; por defecto es L0\n\t\t- Sentinel-1A & Sentinel-1B: SLC\n\t\t- Sentinel-1 Bursts: SLC\n\n- output\n\t- Formato deseado de los resultados de la API de Búsqueda. Si no se especifica, el formato predeterminado es metalink. El formato preferido es geoJSON.\n\t- Ejemplo:\n\t\t- output=geojson\n\t- Valores:\n\t\t- geojson, csv, json, kml, metalink, count, download\n\t- Descripción:\n\t\t- GeoJSON es el formato de salida preferido. Si un campo requerido no está incluido, por favor contacta a ASF usando la información a continuación o contacta al equipo directamente en \n\t\t- KML se puede abrir en Google Earth, ArcGIS Earth, o un programa similar\n\t\t- Count devuelve el número de resultados obtenidos por su consulta. No incluye información adicional. Usar la salida count puede ser útil para determinar si su consulta ha devuelto el número correcto de resultados. Hay un límite de tiempo para ejecutar consultas de la API de Búsqueda. Consulta la [página de Solución de Problemas](/api/troubleshooting) para más detalles.\n\t\t- Metalink proporciona información de descarga para las escenas devueltas por su consulta. No incluye metadatos.\n\t\t- Download devuelve un script de descarga masiva que incluye los archivos devueltos por la búsqueda. Consulta la [documentación de Descarga Masiva](https://asf.alaska.edu/how-to/data-tools/data-tools/#bulk_download) para una guía completa sobre cómo usar el script de descarga masiva.\n\t\t- JSON incluye metadatos de la escena y URLs de productos. Si GeoJSON no satisface tus necesidades, JSON es el formato preferido para uso programático.\n\t\t- CSV también incluye metadatos de la escena y URLs de productos. CSV devuelve menos campos que JSON.\n\n- maxResults\n\t- Número máximo de registros de datos a devolver de su consulta.\n\t- Ejemplo:\n\t\t- maxResults=10\n\n## Punto Final de Validación WKT\n\n\nEste punto final validará y reparará una entrada WKT. La salida WKT reparada es cómo la API de Búsqueda interpretará la entrada WKT proporcionada. Si un WKT no puede ser reparado, devolverá un error indicando la razón. Todas las validaciones y errores se devuelven en formato JSON.\n\n- wkt\n\t- Esta es la única palabra clave aceptada para este punto final.\n\t- Ejemplo:\n\t\t- wkt=GEOMETRYCOLLECTION(POLYGON((46 -19,30 26,-3 41,22 39,49 16,46 -19)), POLYGON((27 24,12 4,18 31,27 24)))\n\t\t- En este ejemplo, la devolución JSON enumerará los errores que fueron reparados, y el WKT final envuelto y sin envolver.\n\n## Punto Final de Archivos GeoEspaciales a WKT\n\n\n\nEste punto final aceptará una [solicitud POST](https://en.wikipedia.org/wiki/POST_(HTTP)) con archivos adjuntos. Devolverá el WKT analizado del archivo, así como el WKT envuelto y sin envolver reparado. Todas las salidas se devuelven en formato JSON. El formato de archivo preferido es geojson, pero la API de Búsqueda también admitirá otros formatos, como shapefile o kml.\n\nConsulta la [página de Herramientas](/api/tools) para más detalles sobre las solicitudes POST.\n\n- Ejemplo:\n\t- curl -X POST -F 'files=@/path/to/file' 'https://api.aac.asf.alaska.edu/services/utils/files_to_wkt'\n\n## Punto Final del Analizador de Fechas\n\n\nEste punto final se puede usar para verificar cómo se analizan las fechas por la API de Búsqueda. Todas las fechas analizadas se devuelven en formato JSON.\n\n- date\n\t- Esta es la única palabra clave aceptada para este punto final. Puede usar lenguaje natural, como \"ayer\", fechas con o sin sello de tiempo, o días de la semana.\n\n## Punto Final de Lista de Misiones\n\n\nEste punto final enumera todas las misiones (también conocidas como campañas o colecciones) para todos los conjuntos de datos. Cualquiera de las misiones devueltas en la lista puede usarse como valor para la palabra clave collectionName en el punto final de Búsqueda. La lista de misiones se devuelve en formato JSON.\n\n- platform\n\t- Esta palabra clave es opcional. Si se usa, restringirá la lista de misiones a las plataformas especificadas.\n\t- Plataforma de teledetección que adquirió los datos. Sentinel-1 y ERS tienen múltiples plataformas de teledetección, y puede elegir si especificar una plataforma específica. Puede especificar un solo valor o una lista de valores.\n\t- Ejemplo:\n\t\t- platform=ALOS\n\t\t- platform=SA,SB\n\t\t- platform=S1\n\t- Valores:\n\t\t- ALOS, A3, AIRSAR, AS, ERS, ERS-1, E1, ERS-2, E2, JERS-1, J1, RADARSAT-1, R1, SEASAT, SS, S1, Sentinel, Sentinel-1, Sentinel-1A, SA, Sentinel-1B, Sentinel-1 Interferogram (BETA), SB, SMAP, SP, UAVSAR, UA\n\n## Punto Final de Salud\n\n\nEste punto final se utiliza para verificar el estado de salud de la API de Búsqueda. Se devuelve en formato JSON. No hay palabras clave asociadas con el punto final de verificación de salud.\n\nAdemás de la salud de la API de Búsqueda, también devuelve las configuraciones de la API de Búsqueda y el estado de salud de CMR.\n", + "KEYWORDS_1": "# Palabras Clave de la API de Búsqueda\n\nConsidere usar nuestro nuevo paquete de Python, asf_search. asf_search puede ser utilizado para realizar búsquedas en el catálogo de ASF, y ofrece funcionalidad básica y soporte de descarga. Además, se proporcionan numerosas constantes para facilitar el proceso de búsqueda. Actualmente, proporcionamos constantes para plataforma, instrumento, modo de haz, dirección de vuelo, polarización y nivel de procesamiento. Se puede encontrar más información [aquí](/asf_search/basics).\n\nLas palabras clave se utilizan para encontrar los datos deseados. Utilice tantas o tan pocas palabras clave como necesite. A continuación se enumeran las palabras clave disponibles y sus descripciones para cada punto de acceso de la API de Búsqueda. Las palabras clave son sensibles a mayúsculas y minúsculas.\n\n*Nota:* Cualquier error se devolverá en formato JSON.\n\n## Punto de Acceso de Búsqueda\n\n\n### Parámetros del Conjunto de Datos\n- dataset\n\t- Esta es la palabra clave alternativa preferida para búsquedas de 'plataforma'.\n\t- Plataforma de teledetección que adquirió los datos. Puede especificar un solo valor o una lista de valores.\n\t- Ejemplo:\n\t\t- dataset=SENTINEL-1\n\t\t- dataset=OPERA-S1\n\t\t- dataset=AIRSAR,UAVSAR\n\t- Valores:\n\t\t- [SENTINEL-1](/datasets/using_ASF_data/#sentinel-1), [SLC-BURST](/datasets/using_ASF_data/#sentinel-1-bursts), [OPERA-S1](/datasets/using_ASF_data/#opera-sentinel-1), [ALOS PALSAR](/datasets/using_ASF_data/#alos-palsar), [ALOS AVNIR-2](/datasets/using_ASF_data/#alos-avnir-2), [SIR-C](/datasets/using_ASF_data/#sir-c), [ARIA S1 GUNW](/datasets/using_ASF_data/#aria-s1-gunw), [SMAP](/datasets/using_ASF_data/#smap-soil-moisture-active-passive), [UAVSAR](/datasets/using_ASF_data/#uavsar), [RADARSAT-1](/datasets/using_ASF_data/#radarsat-1), [ERS](/datasets/using_ASF_data/#ers), [JERS-1](/datasets/using_ASF_data/#jers), [AIRSAR](/datasets/using_ASF_data/#airsar), [SEASAT](/datasets/using_ASF_data/#seasat)\n\n- platform\n\t- Véase también 'dataset'. Dataset es la palabra clave preferida cuando sea posible.\n\t- Esta palabra clave tiene constantes proporcionadas a través de asf_search. Se puede encontrar más información [aquí](/asf_search/searching/#keywords).\n\t- Véase también 'instrument'\n\t- Plataforma de teledetección que adquirió los datos. Sentinel-1 y ERS tienen múltiples plataformas de teledetección, y puede elegir si especificar una plataforma específica. Puede especificar un solo valor o una lista de valores.\n\t- Ejemplo:\n\t\t- platform=ALOS\n\t\t- platform=SA,SB\n\t\t- platform=S1\n\t- Valores:\n\t\t- ALOS, A3, AIRSAR, AS, ERS, ERS-1, E1, ERS-2, E2, JERS-1, J1, RADARSAT-1, R1, SEASAT, SS, S1, Sentinel, Sentinel-1, Sentinel-1A, SA, Sentinel-1B, Sentinel-1 Interferogram (BETA), SB, SIR-C, SMAP, SP, UAVSAR, UA\n\n- instrument\n\t- Véase también 'dataset'. 'Dataset' es la palabra clave preferida cuando sea posible.\n\t- Esta palabra clave tiene constantes proporcionadas a través de asf_search. Se puede encontrar más información [aquí](/asf_search/searching/#keywords).\n\t- Véase también 'platform'\n\t- Instrumento de teledetección que adquirió los datos. Para algunas plataformas, como ALOS, hay múltiples instrumentos para elegir.\n\t- Ejemplo:\n\t\t- ALOS: instrument=PALSAR\n\t\t- ALOS: instrument=AVNIR-2\n\t- Valores:\n\t\t- C-SAR, PALSAR, AVNIR-2\n\n- absoluteOrbit\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Para ALOS, ERS-1, ERS-2, JERS-1, RADARSAT-1, Sentinel-1A y Sentinel-1B, este valor corresponde al conteo de órbitas dentro del ciclo de órbita. Para UAVSAR, es el [ID de Vuelo](https://uavsar.jpl.nasa.gov/cgi-bin/data.pl?_ga=2.34282209.1335434931.1620087198-1930115146.1605056035). Puede especificar un solo valor, un rango de valores o una lista de valores.\n\t- Ejemplo:\n\t\t- RADARS absoluteOrbit=25436\n\t\t- PALSAR: absoluteOrbit=25436-25445,25450\n\t\t- UAVSAR: absoluteOrbit=12006\n\n- asfframe\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Véase también 'frame'\n\t- Esto es principalmente una referencia de marco de ASF / [JAXA](https://global.jaxa.jp/). Sin embargo, algunas plataformas utilizan otras convenciones. Puede especificar un solo valor, un rango de valores o una lista de valores.\n\t- Ejemplo:\n\t\t- asfframe=300 o asfframe=2845-2855 o asfframe=2800,2845-2855\n\t- Valores:\n\t\t- ERS, JERS, RADARSAT: marcos ASF de 0 a 900\n\t\t- ALOS PALSAR: marcos JAXA de 0 a 7200\n\t\t- SEASAT: marcos tipo ESA de 0208 a 3458 (debe usar un cero delante para marcos 208-999)\n\t\t- Sentinel-1: Valores internos de 0 a 1184\n \n- maxBaselinePerp\n\t- Para el análisis SAR interferométrico (InSAR), la Baseline Perpendicular es la distancia espacial entre las primeras y segundas observaciones medidas perpendicularmente a la dirección de observación del satélite y proporciona una indicación de la sensibilidad a la altura topográfica.\n\t- Funciona para ERS-1, ERS-2, JERS, RADARSAT-1, ALOS PALSAR. (No para Sentinel-1)\n\t- Ejemplo:\n\t\t- maxBaselinePerp=1500 o maxBaselinePerp=50.5\n\n- minBaselinePerp\n\t- Para el análisis SAR interferométrico (InSAR), la Baseline Perpendicular es la distancia espacial entre las primeras y segundas observaciones medidas perpendicularmente a la dirección de observación del satélite y proporciona una indicación de la sensibilidad a la altura topográfica.\n\t- Funciona para ERS-1, ERS-2, JERS, RADARSAT-1, ALOS PALSAR. (No para Sentinel-1)\n\t- Ejemplo:\n\t\t- minBaselinePerp=100 o minBaselinePerp=50.5\n\n- beamMode\n\t- Esta palabra clave tiene constantes proporcionadas a través de asf_search. Se puede encontrar más información [aquí](/asf_search/searching/#keywords).\n\t- El modo de haz utilizado para adquirir los datos. Véase también beamSwath. Puede especificar un solo valor o una lista de valores.\n\t- Ejemplo:\n\t\t- beamMode=FBS o beamMode=EW,IW o beamMode=ScanSAR+Wide\n\t- Valores:\n\t\t- AIRSAR: 3FP, ATI, XTI\n\t\t- ALOS: FBD, FBS, PLR, WB1, WB2, DSN\n\t\t- ERS-1: Estándar, STD\n\t\t- ERS-2: Estándar, STD\n\t\t- JERS-1: Estándar, STD\n\t\t- RADARSAT-1: Estándar, STD, Fine, High, Low, Wide, Narrow, ScanSAR+Wide, ScanSAR+Narrow\n\t\t- SEASAT: Estándar, STD\n\t\t- SMAP: Estándar, STD\n\t\t- Sentinel-1A: EW, IW, S1, S2, S3, S4, S5, S6, WV\n\t\t- Sentinel-1B: EW, IW, S1, S2, S3, S4, S5, S6, WV\n\t\t- UAVSAR: POL, RPI\n \n- beamSwath\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- BeamSwath abarca un ángulo de observación y un modo de haz. Puede especificar un solo valor o una lista de valores.\n\t- Ejemplo:\n\t\t- beamSwath=0\n\t\t- beamSwath=FN1, FN2, FN3, FN4, FN5\n\t- Valores:\n\t\t- AIRSAR: 3FP, ATI, XTI\n\t\t- ALOS: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 15, 16, 17, 18, 19, 20\n\t\t- ERS-1: STD\n\t\t- ERS-2: STD\n\t\t- JERS-1: STD\n\t\t- RADARSAT-1: FN1, FN2, FN3, FN4, FN5, SNA, SNB, ST1, ST2, ST3, ST4, ST5, ST6, ST7, SWA, SWB, WD1, WD2, WD3, EH3, EH4, EH6, EL1\n\t\t- SEASAT: STD\n\t\t- Sentinel-1A: EW, IW, S1, S2, S3, S4, S5, S6, WV\n\t\t- Sentinel-1B: EW, IW, S1, S2, S3, S4, S5, S6, WV\n\t\t- UAVSAR: POL, RPI\n\n- collectionName\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Solo para colecciones de datos de UAVSAR y AIRSAR. Busque por el nombre de la misión/campaña. Puede especificar un solo valor. Para una lista de colecciones disponibles, consulte el Punto de Acceso de Lista de Misiones a continuación.\n\t- Ejemplo:\n\t\t- UAVSAR: collectionName=ABoVE\n\t\t- AIRSAR: collectionName=collectionName=Akiyoshi,+Japan\n\n- maxDoppler\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Doppler proporciona una indicación de cuánto se desvía la dirección de observación de la adquisición ideal en dirección de vuelo perpendicular.\n\t- Ejemplo:\n\t\t- maxDoppler=1500 o maxDoppler=1500.5\n\n- minDoppler\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Doppler proporciona una indicación de cuánto se desvía la dirección de observación de la adquisición ideal en dirección de vuelo perpendicular.\n\t- Ejemplo:\n\t\t- minDoppler=100 o minDoppler=1500.5\n\n- maxFaradayRotation\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- La rotación del plano de polarización de la señal de radar afecta la imagen. Las señales HH y HV se mezclan. Rotaciones unidireccionales que superen los 5° probablemente reducirán significativamente la precisión en la recuperación de parámetros geofísicos, como la biomasa forestal.\n\t- Ejemplo:\n\t\t- maxFaradayRotation=3.5\n\n- minFaradayRotation\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- La rotación del plano de polarización de la señal de radar afecta la imagen. Las señales HH y HV se mezclan. Rotaciones unidireccionales que superen los 5° probablemente reducirán significativamente la precisión en la recuperación de parámetros geofísicos, como la biomasa forestal.\n\t- Ejemplo:\n\t\t- minFaradayRotation=2\n\n- flightDirection\n\t- Esta palabra clave tiene constantes proporcionadas a través de asf_search. Se puede encontrar más información [aquí](/asf_search/searching/#keywords).\n\t- Dirección de la órbita del satélite durante la adquisición de datos. Puede especificar un solo valor.\n\t- Ejemplo:\n\t\t- flightDirection=DESCENDING\n\t- Valores:\n\t\t- A, ASC, ASCENDING, D, DESC, DESCENDING\n\n- flightLine\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Especifique una línea de vuelo para UAVSAR o AIRSAR. Puede especificar un solo valor.\n\t- Ejemplo:\n\t\t- UAVSAR: flightLine=05901\n\t\t- AIRSAR: flightLine=gilmorecreek045-1.93044\n\n- frame\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Véase también 'asfframe'\n\t- Los marcos de referencia de la ESA se ofrecen para proporcionar a los usuarios una convención de enmarcado universal. Cada marco de la ESA tiene asignado un marco correspondiente de ASF. Puede especificar un solo valor, un rango de valores o una lista de valores.\n\t- Ejemplo:\n\t\t- frame=300\n\t\t- frame=300-400\n\t\t- frame=300,303,305\n\t\t- frame=300,303,305-315\n\t- Valores:\n\t\t- Cualquier número del 0 al 7200.\n\n- fullBurstID\n - Utilizado para [productos de ráfaga](/datasets/using_ASF_data/#sentinel-1-bursts) de Sentinel-1. Cada valor representa todos los productos de ráfaga sobre una única sub-banda, correspondiendo a un apilado casi perfecto alineado con el marco. Este valor es útil para el apilado de líneas base. Puede especificar un solo valor o una lista de valores.\n - Ejemplo:\n - valor único: fullBurstID=017_034465_IW2\n - lista de valores: fullBurstID=017_034465_IW2,079_167884_IW1\n\n- granule_list\n\t- Lista separada por comas de escenas específicas (gránulos). Las listas grandes necesitarán utilizar una [solicitud POST](https://es.wikipedia.org/wiki/POST_(HTTP)).\n\t- granule_list no puede ser utilizada en conjunción con otras palabras clave, sin embargo, puede ser utilizada con la palabra clave de salida.\n\t- Ejemplo:\n\t\t- granule_list=ALPSRP111041130,\n\t\tS1B_IW_GRDH_1SDV_20161124T032008_20161124T032033_003095_005430_9906\n\n- groupid\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Lista separada por comas de identificadores de grupo específicos. Para algunos conjuntos de datos, el identificador de grupo es el mismo que el nombre de la escena. Para otros, como Sentinel-1, el identificador de grupo es único para un grupo de escenas. El valor del identificador de grupo se incluye en las salidas GeoJSON, JSON y CSV.\n\t- Ejemplo:\n\t\t- groupid=S1A_IWDV_0112_0118_037147_150\n\n- lookDirection\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Dirección izquierda o derecha de la adquisición de datos. Puede especificar un solo valor.\n\t- Ejemplo:\n\t\t- lookDirection=L\n\t- Valores:\n\t\t- R, DERECHA, L, IZQUIERDA\n\n- maxInsarStackSize\n\t- Un conjunto InSAR está compuesto por todos los granos SAR que cubren la misma región geográfica, son de la misma plataforma y fueron adquiridos con el mismo modo de haz, ángulo de visión y ancho de banda. Para obtener conjuntos InSAR que contengan un cierto número de granos SAR, especifique un mínimo, máximo o ambos.\n\t- Funciona para ERS-1, ERS-2, JERS, RADARSAT-1, ALOS PALSAR. (No para Sentinel-1)\n\t- Ejemplo:\n\t\t- maxInsarStackSize=175\n\n- minInsarStackSize\n\t- Un conjunto InSAR está compuesto por todos los granos SAR que cubren la misma región geográfica, son de la misma plataforma y fueron adquiridos con el mismo modo de haz, ángulo de visión y ancho de banda. Para obtener conjuntos InSAR que contengan un cierto número de granos SAR, especifique un mínimo, máximo o ambos.\n\t- Funciona para ERS-1, ERS-2, JERS, RADARSAT-1, ALOS PALSAR. (No para Sentinel-1)\n\t- Ejemplo:\n\t\t- minInsarStackSize=20\n\n- offNadirAngle\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Ángulos fuera de nadir para ALOS PALSAR. Puede especificar un solo valor, un rango de valores o una lista de valores.\n\t- Ejemplo:\n\t\t- offNadirAngle=21.5\n\t\t- offNadirAngle=9.7-14\n\t\t- offNadirAngle=21.5,23.1,20.5-24.2\n\t- Valores:\n\t\t- Más comunes: 21.5, 23.1, 27.1, 34.3\n\t\t- Otros: 9.7, 9.9, 13.8, 14, 16.2, 17.3, 17.9, 18, 19.2, 20.5, 21.5, 23.1, 24.2, 24.6, 25.2, 25.8, 25.9, 26.2, 27.1, 28.8, 30.8, 34.3, 36.9, 38.8, 41.5, 43.4, 45.2, 46.6, 47.8, 49, 50, 50.8\n\n- operaBurstID\n - Utilizado para [productos Opera-S1](/datasets/using_ASF_data/#opera-sentinel-1). Cada valor identifica la ráfaga específica para el producto. Puede especificar un solo valor o una lista de valores.\n - Ejemplo:\n - valor único: operaBurstID=T078-165486-IW2\n - lista de valores: operaBurstID=T078_165486_IW2, T078_165485_IW2\n\n- polarization\n\t- Esta palabra clave tiene constantes proporcionadas a través de asf_search. Se puede encontrar más información [aquí](/asf_search/searching/#keywords).\n\t- Una propiedad de las ondas electromagnéticas SAR que se puede utilizar para extraer información significativa sobre las propiedades de la superficie de la Tierra. Puede especificar un solo valor o una lista de valores.\n\t- Ejemplo:\n\t\t- polarization=VV\n\t\t- polarization=VV,HH\n\t\t- polarization=VV+VH\n\t\t- polarization=Dual+VV\n\t- Valores:\n\t\t- AIRSAR: FULL\n\t\t- ALOS: CUADRATURA, HH+5SCAN, HH, HH+4SCAN, VV, HH+3SCAN, FULL, HH+HV, VV+VH\n\t\t- ERS-1: VV\n\t\t- ERS-2: VV\n\t\t- JERS-1: HH\n\t\t- RADARSAT-1: HH\n\t\t- SEASAT: HH\n\t\t- Sentinel-1A: VV, VV+VH, Dual VV, VV+VH, Dual HV, Dual HH, HH, HH+HV, VV, Dual VH\n\t\t- Sentinel-1B: VV, VV+VH, Dual VV, VV+VH, Dual HV, Dual HH, HH, HH+HV, VV, Dual VH\n\t\t- UAVSAR: FULL, HH\n\n- processingLevel\n\t- Esta palabra clave tiene constantes proporcionadas a través de asf_search. Se puede encontrar más información [aquí](/asf_search/searching/#keywords).\n\t- Nivel al que se han procesado los datos, también tipo de producto. Puede especificar un solo valor o una lista de valores.\n\t- Ejemplo:\n\t\t- processingLevel=L0,L1\n\t- Valores:\n\t\t- AIRSAR: 3FP, LTIF, PTIF, CTIF, PSTOKES, DEM, CSTOKES, JPG, LSTOKES\n\t\t- ALOS: L1.0, L1.1, L1.5, L2.2, RTC_LOW_RES, RTC_HI_RES, KMZ\n\t\t- ERS-1: L0, L1\n\t\t- ERS-2: L0, L1\n\t\t- JERS-1: L0, L1\n\t\t- OPERA-S1: RTC, CSLC, RTC_STATIC, CSLS_STATIC\n\t\t- RADARSAT-1: L0, L1\n\t\t- SEASAT: L1, GEOTIFF\n\t\t- Sentinel-1A: GRD_HS, GRD_HD, GRD_MS, GRD_MD, GRD_FD, SLC, RAW, OCN, METADATA_RAW, METADATA_SLC, METADATA_GRD_HD, METADATA_GRD_MD, METADATA_GRD_MS, METADATA_GRD_HS, METADATA_OCN\n\t\t- Sentinel-1B: GRD_HS, GRD_HD, GRD_MS, GRD_MD, GRD_FD, SLC, RAW, OCN, METADATA_RAW, METADATA_SLC, METADATA_GRD_HD, METADATA_GRD_MD, METADATA_GRD_MS, METADATA_GRD_HS, METADATA_OCN\n\t\t- Sentinel-1 InSAR: GUNW_STD, GUNW_AMP, GUNW_CON, GUN_COH, GUNW_UNW\n\t\t- Sentinel-1 Bursts: BURST\n\t\t- SIR-C: SLC, METADATA_SLC\n\t\t- SMAP: L1A_Radar_RO_QA, L1A_Radar_RO_HDF5, L1B_S0_LoRes_HDF5, L1B_S0_LoRes_QA, L1B_S0_LoRes_ISO_XML, L1A_Radar_QA, L1A_Radar_RO_ISO_XML, L1C_S0_HiRes_ISO_XML, L1C_S0_HiRes_QA, L1C_S0_HiRes_HDF5, L1A_Radar_HDF5\n\t\t- UAVSAR: KMZ, PROYECTADO, PAULI, PROYECTADO_ML5X5, STOKES, AMPLITUD, COMPLEJO, DEM_TIFF, PROYECTADO_ML3X3, METADATOS, AMPLITUD_GRD, INTERFEROMETRÍA, INTERFEROMETRÍA_GRD, INC, PENDIENTE\n\n- product_list\n\t- Lista separada por comas de archivos específicos (productos). Las listas grandes necesitarán utilizar una [solicitud POST](https://en.wikipedia.org/wiki/POST_(HTTP)). Puede encontrar los valores de product_list para cualquier archivo en las salidas GeoJSON (fileID) o JSON (product_file_id). También está disponible desde CMR, en el campo granuleUR. Se garantiza que es un identificador único en CMR. También puede encontrar el valor de product_list en Vertex. Consulta la [página del Cookbook](/api/cookbook) para este consejo y más.\n\t- product_list no puede ser utilizada en conjunto con otras palabras clave, sin embargo, puede ser utilizada con la palabra clave output.\n\t- Ejemplo:\n\t\t- product_list=ALAV2A276512920,\n\t\tS1A_IW_SLC__1SDV_20210614T154839_20210614T154905_038338_048643_D7E4-SLC\n\n- relativeOrbit\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Camino o trayectoria del satélite durante la adquisición de datos. Para UAVSAR es el [ID de Línea](https://uavsar.jpl.nasa.gov/cgi-bin/data.pl?_ga=2.201268782.1252483948.1620685771-1930115146.1605056035). Puede especificar un solo valor, un rango de valores o una lista de valores.\n\t- Ejemplo:\n\t\t- relativeOrbit=500,550-580\n\t\t- UAVSAR: relativeOrbit=05905\n\t- Valores:\n\t\t- ALOS: 1-671\n\t\t- ERS-1: 0-2410\n\t\t- ERS-2: 0-500\n\t\t- JERS-1: 0-658\n\t\t- RADARSAT-1: 0-342\n\t\t- SEASAT: 1-243\n\t\t- UAVSAR: varios\n\n### Parámetros Geoespaciales\n- bbox\n\t- *Aviso de Descontinuación:* Esta palabra clave será descontinuada. Por favor, utiliza 'intersectsWith' en su lugar.\n\t- Las cajas delimitadoras definen un área utilizando dos puntos de longitud/latitud. Los parámetros de la caja delimitadora son 4 números separados por comas: longitud inferior izquierda, latitud, y longitud superior derecha, latitud. Esta es una excelente opción para áreas de búsqueda muy amplias.\n\t- Ejemplo:\n\t\t- bbox=-150.2,65.0,-150.1,65.5\n\n- intersectsWith\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Búsqueda por polígono, un segmento de línea (\"linestring\") o un punto definido en texto bien conocido en 2D (WKT). Cada polígono debe estar explícitamente cerrado, es decir, el primer vértice y el último vértice de cada polígono listado deben ser idénticos. Los pares de coordenadas para cada vértice están en grados decimales: la longitud es seguida por la latitud.\n\t- Notas:\n\t\t- No soporta polígono múltiple, línea múltiple o punto múltiple.\n \t\t- Los agujeros en los polígonos son ignorados\n \t\t- Esta palabra clave también acepta una [solicitud POST](https://en.wikipedia.org/wiki/POST_(HTTP))\n \t- Ejemplo (*Nota: Los espacios y paréntesis a continuación deben ser codificados en URL primero*):\n \t\t- intersectsWith=polygon((-119.543 37.925, -118.443 37.7421, -118.682 36.8525, -119.77 37.0352, -119.543 37.925))\n\t\t- intersectsWith=linestring(-119.543 37.925, -118.443 37.7421)\n\t\t- intersectsWith=point(-119.543, 37.925)\n\t- Codificado correctamente en URL:\n\t\t- intersectsWith=point%28-119.543+37.925%29\n\n- polygon\n\t- *Aviso de Descontinuación:* Esta palabra clave será descontinuada. Por favor, utiliza 'intersectsWith' en su lugar.\n\t- Polígono delimitador en formato digital de longitud/latitud; ingresa las coordenadas en dirección antihoraria, repitiendo el primer punto al final para cerrar el polígono: en el formato ABCDA.\n\t- Ejemplo:\n\t\t- polygon=-155.08,65.82,-153.5,61.91,-149.50,63.07,-149.94,64.55,-153.28,64.47,-155.08,65.82\n\n#### Validación de Formas\nSi el Área de Interés (AOI) especificada es su propio Rectángulo Delimitador Mínimo (MBR) en una proyección de Mercator, los resultados de búsqueda devueltos intersectarán con el AOI en una proyección de Mercator, independientemente de su anchura. Esto sigue siendo así incluso si se cruza la línea internacional de cambio de fecha dentro del AOI.\n\nPara que un AOI se considere su propio MBR, debe cumplir con los siguientes criterios:\n\n - Cada vértice comparte una latitud o longitud con sus vecinos.\n - Los puntos Este/Oeste comparten longitud.\n - Los puntos Norte/Sur comparten latitud.\n\nLos AOIs que no cumplan con estos criterios tendrán sus puntos conectados a lo largo de [círculos máximos](https://es.wikipedia.org/wiki/C%C3%ADrculo_m%C3%A1ximo).\n\nAdemás, todos los AOIs son validados y luego simplificados según sea necesario. El proceso para esto es:\n \n 1. Validar el AOI de entrada. Si no es válido, se muestra un error.\n 2. Fusionar formas superpuestas.\n 3. Casco convexo.\n 4. Cualquier valor de índice fuera de rango se maneja ajustándolo y envolviéndolo al rango válido de valores.\n 5. Simplificar puntos basados en el umbral de proximidad. El objetivo es tener menos de 400 puntos.\n\nCada uno de estos pasos se realiza solo cuando es necesario para obtener el AOI en un único contorno con menos de 400 puntos. Cualquier paso innecesario se omite.\n\n**Ejemplos de validación y simplificación:**\n\n- Se proporciona un polígono que se auto-intersecta: \n\t- Se muestra un error.\n- Se proporciona un único contorno, consistente en 1000 puntos:\n\t- Se utiliza una versión simplificada del mismo contorno, consistente en menos de 400 puntos.\n- Se proporcionan múltiples geometrías, todas ellas superpuestas al menos en parte:\n\t- Se devuelve un único contorno, representando el contorno de todas las formas combinadas.\n- Se proporcionan múltiples geometrías, algunas de ellas completamente no superpuestas:\n\t- Se devuelve un único contorno, representando el casco convexo de todas las formas juntas.\n\n\n### Parámetros Temporales\n- processingDate\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Limita los resultados a registros que han sido procesados en ASF desde una fecha y/o hora dada.\n\t- Ejemplo:\n\t\t- processingDate=2017-01-01T00:00:00UTC\n\n- start\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Fecha de adquisición de datos. Se puede usar en combinación con 'end'. Puede introducir fechas en lenguaje natural, o una fecha y/o sello de tiempo. Todos los horarios están en UTC. Para más información sobre los formatos de fecha aceptados, consulta el punto final del Analizador de Fechas a continuación.\n\t- Ejemplo:\n\t\t- start=May+30,+2018\n\t\t- start=ayer\n\t\t- start=2010-10-30T11:59:59Z\n\t\t- start=hace+1+semana&end=ahora\n\n- end\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Fecha de adquisición de datos. Se puede usar en combinación con 'start'. Puede introducir fechas en lenguaje natural, o una fecha y/o sello de tiempo. Todos los horarios están en UTC. Para más información sobre los formatos de fecha aceptados, consulta el punto final del Analizador de Fechas a continuación.\n\t- Ejemplo:\n\t\t- end=May+30,+2018\n\t\t- end=hoy\n\t\t- end=2021-04-30T11:59:59Z\n\t\t- start=hace+1+semana&end=ahora\n\n- season\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Día de inicio y fin del año para el rango estacional deseado. Esta palabra clave puede usarse en conjunto con start/end para especificar un rango estacional dentro de un rango de fechas general. Los valores se basan en el calendario juliano. Debe especificar tanto una fecha de inicio como de fin de la temporada.\n\t- Ejemplo:\n\t\t- season=1,31\n\t\t- season=45,67\n\t\t- season=360,10\n\t- Valores:\n\t\t- 1 a 365\n\n### Parámetros de Resultados\n- output\n\t- Formato deseado de los resultados de la API de Búsqueda. Si no se especifica, el formato predeterminado es metalink. El formato preferido es geoJSON.\n\t- Ejemplo:\n\t\t- output=geojson\n\t- Valores:\n\t\t- geojson, python, csv, json, kml, metalink, count, download\n\t- Descripción:\n\t\t- GeoJSON es el formato de salida preferido. Si un campo requerido no está incluido, por favor contacta a ASF usando la información a continuación o contacta al equipo directamente en \n - Python proporcionará el fragmento de código necesario para ejecutar su búsqueda deseada utilizando asf_search\n\t\t- KML se puede abrir en Google Earth, ArcGIS Earth, o un programa similar\n\t\t- Count devuelve el número de resultados obtenidos por su consulta. No incluye información adicional. Usar la salida count puede ser útil para determinar si su consulta ha devuelto el número correcto de resultados. Hay un límite de tiempo para ejecutar consultas de la API de Búsqueda. Consulta la [página de Solución de Problemas](/api/troubleshooting) para más detalles.\n\t\t- Metalink proporciona información de descarga para las escenas devueltas por su consulta. No incluye metadatos.\n\t\t- Download devuelve un script de descarga masiva que incluye los archivos devueltos por la búsqueda. Consulta la [documentación de Descarga Masiva](https://asf.alaska.edu/how-to/data-tools/asf-bulk-data-download-options/) para una guía completa sobre cómo usar el script de descarga masiva.\n\t\t- JSON incluye metadatos de la escena y URLs de productos. Si GeoJSON no satisface tus necesidades, JSON es el formato preferido para uso programático.\n\t\t- CSV también incluye metadatos de la escena y URLs de productos. CSV devuelve menos campos que JSON.\n\n- maxResults\n\t- Esta palabra clave también está disponible a través de [asf_search](/asf_search/searching/#searching).\n\t- Número máximo de registros de datos a devolver de su consulta.\n\t- Ejemplo:\n\t\t- maxResults=10\n\n## Punto Final de Baseline\n\n\n- reference\n\t- Esta es la única palabra clave obligatoria. Introduce el nombre de la escena de referencia para la cual deseas ver los resultados de la Baseline.\n\t- Ejemplo:\n\t\t- reference=S1B_IW_SLC__1SDV_20210704T135937_20210704T140004_027645_034CB0_4B2C\n\n- processingLevel\n\t- Nivel al que los datos han sido procesados. Los datos de Baseline solo están disponibles para ciertos niveles de procesamiento.\n\t- Ejemplo:\n\t\t- processingLevel=L1.5\n\t- Valores de ProcessingLevel que Contienen Datos de Baseline:\n\t\t- ALOS: L1.1, L1.5; por defecto es L1.1\n\t\t- ERS-1 & ERS-2: L0, L1; por defecto es L0\n\t\t- JERS-1: L0, L1; por defecto es L0\n\t\t- RADARSAT-1: L0, L1; por defecto es L0\n\t\t- Sentinel-1A & Sentinel-1B: SLC\n\t\t- Sentinel-1 Bursts: SLC\n\n- output\n\t- Formato deseado de los resultados de la API de Búsqueda. Si no se especifica, el formato predeterminado es metalink. El formato preferido es geoJSON.\n\t- Ejemplo:\n\t\t- output=geojson\n\t- Valores:\n\t\t- geojson, python, csv, json, kml, metalink, count, download\n\t- Descripción:\n\t\t- GeoJSON es el formato de salida preferido. Si un campo requerido no está incluido, por favor contacta a ASF usando la información a continuación o contacta al equipo directamente en \n\t\t- Python proporcionará el fragmento de código necesario para ejecutar su búsqueda deseada utilizando asf_search\n\t\t- KML se puede abrir en Google Earth, ArcGIS Earth, o un programa similar\n\t\t- Count devuelve el número de resultados obtenidos por su consulta. No incluye información adicional. Usar la salida count puede ser útil para determinar si su consulta ha devuelto el número correcto de resultados. Hay un límite de tiempo para ejecutar consultas de la API de Búsqueda. Consulta la [página de Solución de Problemas](/api/troubleshooting) para más detalles.\n\t\t- Metalink proporciona información de descarga para las escenas devueltas por su consulta. No incluye metadatos.\n\t\t- Download devuelve un script de descarga masiva que incluye los archivos devueltos por la búsqueda. Consulta la [documentación de Descarga Masiva](https://asf.alaska.edu/how-to/data-tools/data-tools/#bulk_download) para una guía completa sobre cómo usar el script de descarga masiva.\n\t\t- JSON incluye metadatos de la escena y URLs de productos. Si GeoJSON no satisface tus necesidades, JSON es el formato preferido para uso programático.\n\t\t- CSV también incluye metadatos de la escena y URLs de productos. CSV devuelve menos campos que JSON.\n\n- maxResults\n\t- Número máximo de registros de datos a devolver de su consulta.\n\t- Ejemplo:\n\t\t- maxResults=10\n\n## Punto Final de Validación WKT\n\n\nEste punto final validará y reparará una entrada WKT. La salida WKT reparada es cómo la API de Búsqueda interpretará la entrada WKT proporcionada. Si un WKT no puede ser reparado, devolverá un error indicando la razón. Todas las validaciones y errores se devuelven en formato JSON.\n\n- wkt\n\t- Esta es la única palabra clave aceptada para este punto final.\n\t- Ejemplo:\n\t\t- wkt=GEOMETRYCOLLECTION(POLYGON((46 -19,30 26,-3 41,22 39,49 16,46 -19)), POLYGON((27 24,12 4,18 31,27 24)))\n\t\t- En este ejemplo, la devolución JSON enumerará los errores que fueron reparados, y el WKT final envuelto y sin envolver.\n\n## Punto Final de Archivos GeoEspaciales a WKT\n\n\n\nEste punto final aceptará una [solicitud POST](https://en.wikipedia.org/wiki/POST_(HTTP)) con archivos adjuntos. Devolverá el WKT analizado del archivo, así como el WKT envuelto y sin envolver reparado. Todas las salidas se devuelven en formato JSON. El formato de archivo preferido es geojson, pero la API de Búsqueda también admitirá otros formatos, como shapefile o kml.\n\nConsulta la [página de Herramientas](/api/tools) para más detalles sobre las solicitudes POST.\n\n- Ejemplo:\n\t- curl -X POST -F 'files=@/path/to/file' 'https://api.aac.asf.alaska.edu/services/utils/files_to_wkt'\n\n## Punto Final del Analizador de Fechas\n\n\nEste punto final se puede usar para verificar cómo se analizan las fechas por la API de Búsqueda. Todas las fechas analizadas se devuelven en formato JSON.\n\n- date\n\t- Esta es la única palabra clave aceptada para este punto final. Puede usar lenguaje natural, como \"ayer\", fechas con o sin sello de tiempo, o días de la semana.\n\n## Punto Final de Lista de Misiones\n\n\nEste punto final enumera todas las misiones (también conocidas como campañas o colecciones) para todos los conjuntos de datos. Cualquiera de las misiones devueltas en la lista puede usarse como valor para la palabra clave collectionName en el punto final de Búsqueda. La lista de misiones se devuelve en formato JSON.\n\n- platform\n\t- Esta palabra clave es opcional. Si se usa, restringirá la lista de misiones a las plataformas especificadas.\n\t- Plataforma de teledetección que adquirió los datos. Sentinel-1 y ERS tienen múltiples plataformas de teledetección, y puede elegir si especificar una plataforma específica. Puede especificar un solo valor o una lista de valores.\n\t- Ejemplo:\n\t\t- platform=ALOS\n\t\t- platform=SA,SB\n\t\t- platform=S1\n\t- Valores:\n\t\t- ALOS, A3, AIRSAR, AS, ERS, ERS-1, E1, ERS-2, E2, JERS-1, J1, RADARSAT-1, R1, SEASAT, SS, S1, Sentinel, Sentinel-1, Sentinel-1A, SA, Sentinel-1B, Sentinel-1 Interferogram (BETA), SB, SMAP, SP, UAVSAR, UA\n\n## Punto Final de Salud\n\n\nEste punto final se utiliza para verificar el estado de salud de la API de Búsqueda. Se devuelve en formato JSON. No hay palabras clave asociadas con el punto final de verificación de salud.\n\nAdemás de la salud de la API de Búsqueda, también devuelve las configuraciones de la API de Búsqueda y el estado de salud de CMR.\n", "L10_P_1": "##L1.0 Productos\nEste producto se genera a partir de los datos de observación sin procesar (Nivel 0) a través de la edición de datos, como la realineación de bits y la adición de información de órbita. Se trata de datos de señal reconstruidos, sin procesar, con coeficientes de corrección radiométricos y geométricos (adjuntos, pero no aplicados).\n\n##L1.1 Productos\nEste producto se genera a partir de productos Single Look Complex (SLC) igualmente espaciados en el rango de inclinación (igual al espaciado de la medición de muestreo), generados después de renderizar el procesamiento SAR a un producto de nivel 1.0. Estos productos están comprimidos en rango y azimut. Se conserva la información de amplitud y fase. Se proporcionan archivos individuales para cada polarización para modos de polarización múltiple.\n\n##L1.5 Productos\nEste producto se genera a partir de imágenes de amplitud Multi-look proyectadas en coordenadas de mapa (georreferenciadas). Esto se representa desde el procesamiento SAR hasta productos de nivel 1.0, y se adquiere en modo de alta resolución de polarización única. Estos productos pueden visualizarse sin procesamiento adicional. Se proporcionan archivos individuales para cada polarización para modos de polarización múltiple.\n\n##KMZ Productos\nEste producto es un archivo comprimido que incluye un archivo KML y un archivo de imagen de exploración de color (PNG). El KMZ se puede descomprimir cambiando la extensión del archivo .kmz a .zip y descomprimiéndola.\n\nPuede ver el .kmz en Google Earth o en un programa similar. Una vez descomprimido, el archivo .kml también se puede ver en Google Earth. Abierto en Google Earth, el archivo se muestra en un contorno de la huella de la escena en la Tierra, e incluye áreas sin datos, y una exploración en color de la imagen geocorregida en su orientación correcta dentro del contorno. El archivo .png se geocodifica y gira en el espacio proyectado.\n\n##Low-Res y Hi-Res Productos Corregidos por Terreno\nLos productos de corrección del terreno se generan para todos los modos de haz FBS, FBD y PLR, e incluyen todos los modos de haz disponibles para datos de doble pol y qual-pol. Cualquier dato de haz ancho, así como los datos de red de fuente directa (DSN) de enlace descendente directo, adquiridos por ASF a resolución reducida, no se corrigen en el terreno.\n\nLos productos corregidos del terreno se derivan de datos complejos de aspecto único ALOS PALSAR Nivel 1.1, generados por el procesador JAXA Sigma SAR (versión 12.01) del software central ALOS (versión 6.07).\n\nLos productos RTC se distribuyen en dos resoluciones. Los productos de alta resolución tienen un tamaño de píxel de 12,5 m y se generan a partir de DEM de alta resolución (NED13) y resolución media (SRTM 30m, NED1 y NED2). Los productos de baja resolución se generan a un nivel de 30 m para todos los DEM disponibles. Todos los productos son terreno corregido en el tamaño de píxel nativo del DEM que se utiliza para la corrección. No se requiere un nuevo muestreo adicional. Todos los productos RTC están geocodificados a la proyección Universal Transverse Mercator (UTM) y se proporcionan como valores de potencia de punto flotante en formato GeoTIFF. La referencia para los productos RTC es píxel como punto.\n\n##Further Lectura\n- [Información DEM](https://asf.alaska.edu/information/palsar-rtc-dem-information/)\n- [Descripción del formato del producto de nivel 1.0](http://www.ga.gov.au/__data/assets/pdf_file/0019/11719/GA10287.pdf)\n- [Nivel 1.1/1.5 Descripción del formato del producto](https://www.eorc.jaxa.jp/ALOS/en/doc/fdata/PALSAR_x_Format_EL.pdf)\n- [Sistema de procesamiento de radar USGS ALOS PALSAR](https://www.usgs.gov/centers/eros/science/usgs-eros-archive-radar-alos-palsar-radar-processing-system?qt-science_center_objects=0#qt-science_center_objects)\n- [¿Qué es un archivo KMZ?](https://developers.google.com/kml/documentation/kmzarchives)\n- [Diferencia entre KML y KMZ](https://whyisdifference.com/technology/software-technology/difference-between-kml-and-kmz.html)\n- [Guía del producto RTC](https://asf.alaska.edu/wp-content/uploads/2019/03/rtc_product_guide_v1.2.pdf)\n- [RTC Algorithm Technical Basis Document](https://asf.alaska.edu/wp-content/uploads/2019/03/rtc_atbd_v1.2_final.pdf)\n- [Especificación de formato del producto](https://asf.alaska.edu/wp-content/uploads/2019/03/rtc_product_specification_v1.1.pdf)\n\n\n\n\n\n", "OVERVIEW_1": "## Visión general\n\nLa teledetección por radar se ha convertido en una fuente de datos muy importante en las Geociencias. Esto se debe principalmente a la capacidad del radar para penetrar en las nubes y operar independientemente de la iluminación solar. Además, los sensores de radar se benefician de su capacidad para identificar fácilmente los cambios, rastrear la deformación de la superficie con precisión de cm y mapear grandes áreas regularmente y en escalas de tiempo largas. No es sorprendente que la teledetección por radar se utilice regularmente para estudiar terremotos, volcanes y glaciares, así como para el monitoreo de actividades antropogénicas como la extracción de hidrocarburos y el bombeo de agua subterránea.\n\nDentro del proyecto SARVIEWS, estamos trabajando en el aprovechamiento de las capacidades de SAR mediante el desarrollo de un sistema de procesamiento totalmente automático que produce productos de valor agregado en apoyo del monitoreo de desastres naturales. El procesador SARVIEWS se implementa en la nube de Amazon y utiliza tecnología de procesamiento moderna para generar series temporales de imágenes geocodificadas y totalmente corregidas por el terreno, así como datos SAR interferométricos sobre áreas afectadas por desastres naturales. Para facilitar la automatización completa, el flujo de procesamiento SARVIEWS se activa automáticamente mediante los sistemas de alerta de peligro existentes, como el [Servicio de notificación de terremotos del USGS] (https://earthquake.usgs.gov/ens/). Actualmente, SARVIEWS está apoyando los peligros relacionados con erupciones volcánicas y terremotos. La inclusión de eventos de inundación está en preparación.\n\n## Criterios de monitoreo de peligros\n\nLas suscripciones SARVIEWS se crean casi en tiempo real en función de los informes de organizaciones de monitoreo como el USGS y el Programa de Vulcanismo Global de la Institución Smithsonian. Las suscripciones se crean automáticamente después de revisar los correos electrónicos del [Servicio de Notificación de Terremotos (ENS)](https://earthquake.usgs.gov/ens/) y los correos electrónicos del [Servicio de Notificación de Volcanes (VNS)](https://volcanoes.usgs.gov/vns2/), o las actualizaciones semanales del Programa de Vulcanismo Global del Instituto Smithsonian para volcanes activos fuera de los Estados Unidos.\n\n### Terremotos\n\nLas suscripciones de terremoto se crean si el evento de terremoto tiene una deformación superficial potencial, que se evalúa aproximadamente en función de la siguiente lógica:\n\n\n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n \n
MagnitudeShallow: 0-35 kmMedium: 35-100 kmDeep: 100+ km
Large: Mag 7.5+YesYesYes
Medium: Mag 7.0 - 7.5If within 75 km of coastIf within 25 km of coastNo
Small: Mag 6.0 - 7.0If within 25 km of coastIf within 0.5 km of coastNo
\n\nEstos criterios proporcionan una estimación rápida de la fuerza del terremoto en relación con la profundidad y la distancia de la tierra para limitar las suscripciones a eventos solo a aquellos con el potencial de deformación superficial. Esta lógica simple se crea en el correo electrónico de ENS, y no espera más datos para calcular la deformación superficial con métodos sismológicos convencionales. Una vez creadas, las suscripciones de terremotos procesan los datos de Sentinel durante 6 meses a partir de la fecha del terremoto.\n\n### Volcanes\n\nLos criterios para las suscripciones a volcanes responden en los correos electrónicos del Aviso de actividad de VNS para volcanes nacionales y en la fuente RSS del Programa de Vulcanismo Global del Smithsonian Institution para volcanes internacionales. Si un volcán se marca como un nivel de alerta de advertencia o un código de aviación RED, se crea una suscripción para el volcán. A nivel mundial, si la actividad del volcán es lo suficientemente alta como para ser activada y publicada por el Programa Global de Vulcanismo, SARVIEWS crea una suscripción. Las suscripciones de Volcano procesan datos a partir de 1 año antes de la actividad y continúan indefinidamente hasta que los niveles de actividad del volcán vuelvan a la normalidad.\n\n## Procesamiento bajo demanda\n\nEl procesador SARVIEWS aprovecha al máximo los extensos archivos SAR disponibles en Alaska Satellite Facility (ASF), NASA Distributed Active Archive Center (DAAC) para datos de radar de apertura sintética. A través de ASF, SARVIEWS tiene acceso eficiente a las adquisiciones históricas y futuras de los sensores Sentinel-1, un sistema SAR espacial lanzado y operado por la Agencia Espacial Europea. Sentinel-1 toma imágenes de todas las masas terrestres de la Tierra cada 6 a 12 días, proporcionando datos valiosos para el monitoreo de peligros.\n\nPara acceder y procesar de manera eficiente el flujo entrante de datos SAR de Sentinel-1, SARVIEWS aprovecha ASF HyP3, un sistema de procesamiento basado en la nube que genera productos SAR de valor agregado bajo demanda. El procesamiento bajo demanda a través de HyP3 también está disponible en [ASF's Vertex](https://search.asf.alaska.edu/#/?topic=onDemand). A través de HyP3, SARVIEWS tiene acceso completo a los beneficios de la nube, como el escalado elástico de los recursos informáticos y el almacenamiento y la distribución eficientes basados en la nube. Para obtener más información, visite la [Documentación de HyP3](https://hyp3-docs.asf.alaska.edu/).\n\n## Preguntas frecuentes\n\n**¿SARVIEWS es gratis?**\n\nTodos los productos SARVIEWS disponibles en Vertex están disponibles gratuitamente para su descarga y uso sin restricciones. Estos son productos de valor agregado creados a partir de datos de Sentinel-1 disponibles gratuitamente, sin necesidad de iniciar sesión. Por favor, acredite tanto a ESA como a SARVIEWS cuando utilice nuestros datos.\n\n**¿Cómo puedo descargar productos de forma masiva?**\n\nCuando elija copiar las URL de cualquier producto de evento, obtendrá una lista de enlaces a todos los productos SARVIEWS seleccionados. Puede pegar estos vínculos en un archivo, como un .csv. Para descargar los productos, utilice un programa como wget con la opción '-i'. Por ejemplo:\n\n ## Mover a la ubicación donde desea que se descarguen los productos\n Ruta de acceso del CD/hasta/destino\n\n ## Descargar con la opción -i para especificar el .csv\n wget -i path/to/download_all.csv\n\nTambién puede descargar y ejecutar el script de descarga masiva de Python para descargar los productos de eventos seleccionados.\n\n**¿Cuándo estará disponible el próximo producto?**\n\nSARVIEWS crea y archiva automáticamente los productos tan pronto como están disponibles. Si falta un producto para una suscripción, significa que la suscripción está esperando que se adquiera una nueva escena o que todavía se está procesando. En general, hay 12 días entre la mayoría de los pasos elevados de Sentinel.\n\n**¿Qué software se utiliza para procesar los datos SARVIEWS?**\n\nLos eventos SARVIEWS se procesan utilizando herramientas de software [GAMMA Remote Sensing](https://www.gamma-rs.ch/software) a través del motor ASF HyP3. Para obtener más información sobre los detalles del algoritmo, visite la [página de productos ASF HyP3](https://hyp3-docs.asf.alaska.edu/products/).\n\n## Agradecimientos y Contacto\n\nEl esfuerzo SARVIEWS fue financiado por el [Programa de Desastres de Ciencias Aplicadas de la NASA](https://appliedsciences.nasa.gov/what-we-do/disasters) a través de subvenciones NNX12AQ38G. Los datos de Sentinel-1 son proporcionados por la Agencia Espacial Europea a través de su programa [Copernicus](https://www.esa.int/Applications/Observing_the_Earth/Copernicus). El acceso a los datos de Sentinel-1 es proporcionado por la [NASA Alaska Satellite Facility (ASF) DAAC](https://asf.alaska.edu/). Los productos SARVIEWS contienen datos modificados de Copernicus Sentinel. Las contribuciones a SARVIEWS fueron hechas por el equipo del proyecto SARVIEWS, incluidos FJ Meyer, S Arko, JB Nicoll, K Hogenson, W Gong, DB McAlpin, P Webley y muchos más. Debemos agradecer a los equipos ASF Advanced Prototype Development (APD) y ASF HyP3 por apoyar la sólida implementación de los procedimientos SARVIEWS y por su asistencia para mover SARVIEWS a la nube. Los muchos beta-testers de nuestro servicio están haciendo contribuciones continuas.\n\nPara obtener más información sobre SARVIEWS, póngase en contacto con [Franz Meyer](mailto:fjmeyer@alaska.edu). También puede ver la cuenta de [Twitter](https://twitter.com/SARevangelist?).\n\n## Enlaces útiles\n\n- Clase de teledetección por microondas de la Universidad de Alaska Fairbanks (UAF): [UAF GEOS 657](https://radar.community.uaf.edu/)\n- Servicio genérico de corrección atmosférica en línea de la Universidad de Newcastle para InSAR: [GACOS](http://www.gacos.net/)\n- El Centro Aeroespacial Alemán (DLR) para información de crisis basada en satélite: [DLR ZKI](https://www.dlr.de/eoc/desktopdefault.aspx/tabid-12797#gallery/36755)\n- Centro de Peligros Naturales del Laboratorio de Propulsión a Chorro del Laboratorio de Propulsión Rápida Avanzada (ARIA) de la NASA: [JPL ARIA](https://aria.jpl.nasa.gov/)\n- Servicio de Gestión de Emergencias Copernicus de la ESA: [Copernicus EMS](https://emergency.copernicus.eu/)\n- El Centro de Observación y Modelización de Terremotos, Volcanes y Tectónica: [COMET InSAR](https://comet.nerc.ac.uk/earth-observation/insar/)\n- Plataformas de explotación temática de la ESA: [TEPs de la ESA](https://tep.eo.esa.int/home)\n\n", "SBAS_1": "# Herramienta de Búsqueda SBAS\n\n## ¿Qué es SBAS?\nSBAS es un acrónimo de **subconjuntos de líneas de base cortas**. Se trata de una técnica utilizada en interferometría. La herramienta SBAS de Vertex proporciona datos de línea de base perpendiculares y temporales, así como pares de escenas, para una escena de referencia elegida.\n\n## ¿Cuáles son algunos usos de SBAS?\nSBAS se utiliza ampliamente en la comunidad de las geociencias. Funciona mejor en entornos naturales a gran escala y se puede utilizar para analizar cambios graduales a lo largo del tiempo. SBAS requiere la entrada de una serie de interferogramas y el resultado final es una serie temporal que muestra el movimiento.\n\nUna ventaja de SBAS es que no estás restringido a un solo interferograma. Puede observar cambios graduales a lo largo del tiempo. También puede ser útil para conjuntos de datos más antiguos que a veces tienen adquisiciones irregulares. El filtrado temporal y espacial puede ayudar a aumentar la precisión en la medición de deformaciones.\n\nDebe elegir qué interferogramas utilizar, lo que a veces puede requerir algo de experimentación. La herramienta SBAS de Vertex simplifica esto al proporcionar una buena visualización y facilitar la determinación rápida de qué escenas usar.\n\nExisten otros enfoques preferidos para entornos urbanos o necesidades de mayor resolución. Sin embargo, independientemente de tus necesidades de análisis, la herramienta SBAS es una herramienta de vista general útil y también se puede utilizar como un gráfico de línea de base 2-D. Proporciona una visualización completa pero rápida de las escenas.\n\nPara obtener más información sobre la línea de base, incluidas descripciones de múltiples enfoques, puede consultar [aquí](https://www.sciencedirect.com/science/article/pii/S0924271615002415). También puede encontrar un estudio de caso de comparación entre PS y SBAS [aquí](https://ieeexplore.ieee.org/document/5692806).\n\n## Cómo utilizar la Herramienta SBAS de Vertex\nVisita **[Vertex de ASF](https://search.asf.alaska.edu)** para comenzar a usar la herramienta SBAS.\n![type:video](https://www.youtube.com/embed/bQPdtuobdcg)\n\n### **Comenzando su Búsqueda SBAS**\n\n- Si no tiene una escena de referencia específica elegida, puede buscar escenas utilizando la búsqueda geográfica o por lista. La columna central tendrá un botón en la metainformación titulado ***Herramienta SBAS*** para las escenas que sean elegibles. Puede hacer clic en este botón para dirigirte a una búsqueda SBAS. La búsqueda SBAS utilizará la escena elegida como referencia.\n\n- Si tiene una escena de referencia específica elegida, puede seleccionar ***SBAS*** en la lista desplegable Tipo de Búsqueda. Puede ingresar su escena de referencia y hacer clic en ***Buscar***.\n\n### **Interactuando con los Resultados de la Búsqueda SBAS**\nMientras esté en el tipo de búsqueda SBAS, notarás muchos controles familiares en el panel de resultados. Los pares se muestran en la columna izquierda. La columna central lista la metainformación de los dos extremos del par seleccionado. El Gráfico SBAS se muestra en la columna derecha.\n\n**Controles del Panel de Resultados**\n\n- En la parte superior izquierda del panel de resultados, verá el número de pares listados.\n- **Ampliar** permitirá *Ampliar los resultados*, aumentando la área del mapa de la Tierra donde se encuentran las escenas.\n- **Lista** permitirá *Agregar todo a Descargas*, lo que te permite agregar todas las escenas a la lista de descargas.\n- **On Demand** te permitirá *Agregar todo a la lista On Demand* para realizar un procesamiento personalizado en las escenas. También puede optar por *Crear Suscripción*.\n\t- Puede elegir entre los tipos de trabajo disponibles para sus escenas, según sus necesidades. El procesamiento RTC se realiza en las escenas individuales de su conjunto de resultados. El procesamiento InSAR y autoRIFT se realiza en los pares de su conjunto de resultados.\n\t- **Nota:** Actualmente, solo las escenas con modo de haz IW son elegibles para el procesamiento On Demand.\n- **Pares** te permitirá *Descargar el par CSV*, que lista las escenas en cada par y la URL de descarga para cada una. También incluye los valores de la línea de base.\n- En la columna de la izquierda, resalte el par deseado y haga clic en el icono **On Demand** para *Agregar par a la lista On Demand*. Puede elegir el tipo de trabajo deseado para cada par.\n\n**Controles del Gráfico**\n\n- Los puntos en el gráfico representan escenas individuales. Al pasar el cursor sobre ellos, se mostrará su información temporal y perpendicular. Las líneas representan los pares.\n- Puede utilizar el ratón para navegar por el gráfico. Hay botones de **Ampliar** y **Reducir** ubicados encima del gráfico. El botón **Ajustar al Tamaño** ajustará todos los pares en el gráfico visible.\n- Puede hacer clic en cualquier línea de par en el gráfico. Cuando lo hagas, el par seleccionado se resaltará en rojo y se mostrará la metainformación de ese par en la columna central.\n- Puede ajustar la línea de base temporal y perpendicular utilizando los controles deslizantes en el gráfico.\n- También puede crear su propio par si lo desea:\n\t1. Bajo **Par Personalizado**, haga clic en el **símbolo de más** para *Comenzar a agregar un par personalizado*.\n\t7. Haga clic en el punto en el gráfico que representa la primera escena.\n\t2. Haga clic en el punto en el gráfico que representa la segunda escena.\n\t3. Se creará el nuevo par y se añadirá el detalle del par en la parte inferior de la lista de resultados. Los pares añadidos manualmente se mostrarán con una línea punteada en el gráfico.\n\t4. **Nota:** También puede agregar pares personalizados a la lista On Demand.\n- Si desea dejar de agregar un par después de haber comenzado, puede hacer clic en el **símbolo cuadrado** para *Dejar de agregar un par personalizado*. Ten en cuenta que solo se pueden eliminar los pares añadidos manualmente.\n\n#### Mensaje de Advertencia sobre Detección de Brechas\n\nSi se detectan brechas en tus pares SBAS, se mostrará un mensaje de advertencia. Se recomienda evitar las redes de pares InSAR desconectadas. Las redes de pares desconectadas dificultan la creación de estimaciones imparciales de las velocidades InSAR en un análisis de series temporales.\n\nSi desea eliminar las brechas, puede modificar tus filtros de búsqueda, como aumentar la línea de base temporal hasta que todas las escenas estén conectadas. También puede agregar pares manuales para las conexiones faltantes. Una vez que todas las escenas tengan al menos una conexión, el mensaje de advertencia desaparecerá.\n\n#### Criterios de SBAS\n\n- Haga clic en **Criterios de SBAS...** para obtener opciones de filtrado adicionales.\n\t- Puede ingresar una fecha de **Inicio** o **Fin**, o seleccionar fechas en el calendario.\n\t- **Búsqueda Estacional** permite limitar los resultados a ciertos períodos anuales dentro de un rango general de fechas. Haga clic en el interruptor de Búsqueda Estacional y aparecerán opciones adicionales, lo que te permitirá ajustar los controles deslizantes para especificar un rango estacional (*Día de Inicio de la Temporada/Día de Finalización de la Temporada*).\n\t- **Superposición Latitudinal** te permite establecer el umbral de superposición para los pares. Filtrar los pares que no se superponen puede reducir errores en el procesamiento InSAR On Demand.\n\t\t- **Sin Umbral de Superposición** es el valor predeterminado. Se devuelven todos los resultados de pares, incluidos los que no se superponen.\n\t\t- **Cualquier Umbral de Superposición** asegurará que todos los pares tengan cierta superposición. Los pares sin superposición se filtrarán de los resultados.\n\t\t- **Umbral de Superposición del 50%** garantiza que todos los pares tengan aproximadamente un 50% de superposición. Los pares con menos superposición se filtrarán de los resultados.\n\n## Siguientes Pasos\nEl siguiente paso es crear interferogramas. Puede hacerlo a través del procesamiento On Demand en Vertex. Primero, debe agregar algunos o todos los pares a la lista On Demand como trabajos InSAR. En la lista , hay opciones limitadas disponibles para personalizar su procesamiento InSAR. También puede especificar un nombre de proyecto. Envía la lista cuando hayas seleccionado todas las opciones deseadas. Cuando los interferogramas estén completos, Podrá verlos y descargarlos utilizando el tipo de búsqueda de Productos On Demand en Vertex.\n\nPara áreas con hielo glaciar, autoRIFT es otra opción de procesamiento. Similar a InSAR, debe agregar algunos o todos los pares a la lista On Demand como trabajos autoRIFT. No hay opciones de personalización adicionales disponibles para el procesamiento autoRIFT, pero aún puede especificar un nombre de proyecto. Cuando se complete el procesamiento autoRIFT, Podrá ver y descargar los productos utilizando el tipo de búsqueda de Productos On Demand en Vertex.\n\nPuede encontrar más detalles en la [Guía del Usuario de Vertex](/vertex/manual). También hay documentación de ayuda, incluidos videos, disponible en Vertex [aquí](https://search.asf.alaska.edu/#/?maxResults=250&topic=onDemand).\n\nPara obtener más información, también puede consultar la [documentación de On Demand](https://hyp3-docs.asf.alaska.edu/).\n",