前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >NASA数据集——AIRS/Aqua L2 标准(AIRS+AMSU)V006 (AIRX2RET) 温度、水蒸气、臭氧、一氧化碳和甲烷的检索剖面图

NASA数据集——AIRS/Aqua L2 标准(AIRS+AMSU)V006 (AIRX2RET) 温度、水蒸气、臭氧、一氧化碳和甲烷的检索剖面图

作者头像
此星光明
发布2024-05-24 09:35:32
670
发布2024-05-24 09:35:32
举报

AIRS/Aqua L2 Standard Physical Retrieval (AIRS+AMSU) V006 (AIRX2RET) at GES DISC

AIRS/Aqua L2 标准物理检索(AIRS+AMSU)V006 (AIRX2RET)

AIRS是美国宇航局Aqua卫星上的大气红外探测器,每天在全球范围内收集地球表面和大气层发射的红外能量。其数据提供了大气柱中温度和水蒸气的三维测量值,以及大量痕量气体、地表和云层属性的测量值。世界各地的天气预报中心都使用 AIRS 数据来改进其预报。这些数据还用于评估气候模型的技能以及从火山羽流探测到干旱预报等各种应用。

在这一时间范围内,AIRS 仪器的预报改进幅度是其他任何单一仪器中最大的 海军中将(退役)、前国家海洋和大气管理局局长康拉德-劳滕巴赫(Conrad C. Lautenbacher 大气红外探测器(AIRS)于 2002 年 5 月 4 日搭载美国国家航空航天局(NASA)的 Aqua 卫星发射进入轨道,它正在增强我们对地球天气和气候的了解。AIRS 是 NASA 的 Aqua 卫星上搭载的六台仪器之一,而 Aqua 卫星又是 NASA 地球观测系统卫星群的一部分。AIRS 与其合作伙伴微波仪器 Advanced Microwave Sounding Unit (AMSU-A) 一起,是迄今为止在太空部署的最先进的大气探测系统。这些仪器共同观测全球水和能量循环、气候变异和趋势以及气候系统对温室气体增加的反应。

AIRS 使用最先进的红外技术绘制空气和地表温度、水汽和云层属性的三维地图。AIRS 有 2378 个光谱通道,其光谱分辨率比以前的红外探测仪高 100 多倍,可提供有关大气温度和湿度垂直剖面的更准确信息。AIRS 还可以测量痕量温室气体,如臭氧、一氧化碳、二氧化碳和甲烷。

简介

大气红外探测仪(AIRS)是第二个地球观测系统(EOS)极轨道平台 EOS Aqua 上的一个光栅分光计(R = 1200)。与高级微波探测装置(AMSU)和巴西湿度探测仪(HSB)相结合,AIRS 构成了一个由可见光、红外和微波传感器组成的创新型大气探测组。AIRS 标准检索产品包括云和表面特性的检索估计值,以及温度、水蒸气、臭氧、一氧化碳和甲烷的检索剖面图。与这些数据相关的误差估算也是标准产品的一部分。温度剖面垂直分辨率为 1100 mb 至 0.1 mb 共 28 层,而水汽剖面报告为 1100 mb 至 50 mb 的 14 个大气层。水平分辨率为 50 公里。一个 AIRS 颗粒被设定为 6 分钟的数据,30 个跨轨道脚印,45 条沿轨道线。每天有 240 个颗粒,轨道重复周期约为 16 天。

简称:AIRX2RET 长名称:AIRS/Aqua L2 标准物理检索(AIRS+AMSU)V006 DOI:10.5067/Aqua/AIRS/DATA201 版本:006 格式:HDF-EOS Spatial Coverage:-180.0,-90.0,180.0,90.0 时间覆盖范围:2002-08-30 至 2016-09-25 文件大小:每个文件 3.9 MB 数据分辨率 时间:6 分钟

数据历史

DOI

Version

Data Distribution Range

Data Temporal Range

Description

10.5067/URTYDAGTM548

7.0

2019-12-15 -

2002-08-30 - 2016-09-25

10.5067/Aqua/AIRS/DATA201

006

2013-03-15 -

2002-08-30 - 2016-09-24

N/A

005

2007-07-23 - 2016-01-13

2002-08-30 -

N/A

003

- 2012-01-23

2002-08-30 -

N/A

002

- 2007-07-24

-

代码

代码语言:javascript
复制
!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassify
 
import pandas as pd
import leafmap
 
url = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
df
 
leafmap.nasa_data_login()
 
 
results, gdf = leafmap.nasa_data_search(
    short_name="AIRX2RET",
    cloud_hosted=True,
    bounding_box=(-180, -90, 180, 90),
    temporal=("2002-08-30", "2016-09-24"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

AIRS Science Team/Joao Teixeira (2013), AIRS/Aqua L2 Standard Physical Retrieval (AIRS+AMSU) V006, Greenbelt, MD, USA, Goddard Earth Sciences Data and Information Services Center (GES DISC), Accessed: [Data Access Date], 10.5067/Aqua/AIRS/DATA201

网址推荐

0代码在线构建地图应用

https://sso.mapmost.com/#/login?source_inviter=nClSZANO

机器学习

https://www.cbedai.net/xg

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2024-05-24,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 简介
  • 数据历史
  • 代码
  • 引用
    • 网址推荐
      • 0代码在线构建地图应用
        • 机器学习
        领券
        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档