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——对流层中的 AIRS/Aqua L2 CO2 数据集

NASA数据集——对流层中的 AIRS/Aqua L2 CO2 数据集

作者头像
此星光明
发布2024-05-24 09:39:46
570
发布2024-05-24 09:39:46
举报

AIRS/Aqua L2 CO2 in the free troposphere (AIRS+AMSU) V005 (AIRX2STC)

对流层中的 AIRS/Aqua L2 CO2 (AIRS+AMSU) V005 (AIRX2STC)

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 二氧化碳(CO2)标准检索产品包括二氧化碳的检索估算值,以及与检索相关的误差估算值。与 AIRX2RET 不同,该标准产品的水平分辨率约为 110 公里(1x1 度)。一个 AIRS 颗粒被设定为 6 分钟的数据,15 个跨轨道足迹,22 条沿轨道线。

大气红外探测仪(AIRS)安装在与太阳同步、近极轨道运行的 NASA Aqua 卫星上,赤道当地上升交叉时间为当地太阳时 13:38;它是一个跨轨道扫描光栅光谱仪,覆盖 3.74 微米到 15.4 微米的光谱范围,有 2378 个通道,标称光谱分辨率/87,为 1200。 由此产生的 AIRS 2 级产品包括这些云清除的红外辐射和大气温度 T(p)、水蒸气 H2O(p)和臭氧 O3(p)的检索剖面,名义空间分辨率为天底 45 公里。 这种时变气候学是必要的,以确保在检索过程中,用于根据大气物理状态前向计算辐射的快速透射算法在整个任务期间保持线性状态[Maddy 等人,2008 年]。 值得注意的是,这是实现这一预期结果的最简单的气候学,它不会对测量或检索施加季节或地理空间信号。

简称:AIRX2STC 长名称:AIRS/Aqua L2 自由对流层中的二氧化碳(AIRS+AMSU)V005 DOI:10.5067/Aqua/AIRS/DATA218 版本:005 格式:HDF-EOS Spatial Coverage:-180.0,-60.0,180.0,90.0 时间覆盖范围:2002-09-01 至 2012-03-02 文件大小:每个文件 0.4 MB 数据分辨率 空间:110 千米 x 110 千米 时间:12 小时

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="AIRX2STC",
    cloud_hosted=True,
    bounding_box=(-180, -60, 180, 90),
    temporal=("2002-09-01", "2012-03-01"),
    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 (2010), AIRS/Aqua L2 CO2 in the free troposphere (AIRS+AMSU) V005, Greenbelt, MD, USA, Goddard Earth Sciences Data and Information Services Center (GES DISC), Accessed: [Data Access Date], 10.5067/Aqua/AIRS/DATA218

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
  • 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