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 >AMSR-MODIS 边界层水汽 L3 每月 1 度 x 1 度 V1和V2数据集 (AMMBLWV)

AMSR-MODIS 边界层水汽 L3 每月 1 度 x 1 度 V1和V2数据集 (AMMBLWV)

作者头像
此星光明
发布2024-06-23 11:09:04
590
发布2024-06-23 11:09:04
举报

AMSR-MODIS Boundary Layer Water Vapor L3 Monthly 1 degree x 1 degree V1 (AMMBLWV) at GES DISC

AMSR-MODIS Boundary Layer Water Vapor L3 Monthly 1 degree x 1 degree V2 (AMMBLWV) at GES DISC

GES DISC 的 AMSR-MODIS 边界层水汽 L3 每月 1 度 x 1 度 V1 (AMMBLWV)

AMSR-MODIS 边界层水汽 L3 每月 1 度 x 1 度 V2 (AMMBLWV) at GES DISC

简介

第 1 版数据集可估算均匀云层下的海洋边界层水汽。AMSR-E 和 AMSR-2 的微波辐射测量提供了总水柱水汽,而 MODIS 的近红外图像提供了云层上方的水汽。两者之间的差值给出了地表和云顶之间的水汽,可解释为边界层水汽。

第 2 版是该数据集的当前版本。第 2 版采用了改进的方法来剔除高云。 该数据集可估算均匀云场下的海洋边界层水汽。AMSR-E 和 AMSR-2 的微波辐射测量提供了总水汽柱,而 MODIS 的近红外图像提供了云层上方的水汽。两者之间的差值给出了地表和云顶之间的水汽,可解释为边界层水汽。

尽管海洋边界层非常重要,但在天气和气候模式中却没有得到很好的体现(如 Wyant 等,2006 年)。 然而,边界层过程的精确参数化仍然是天气和气候模式中一个尚未解决的挑战(如 Teixeira 等,2008 年),部分原因是缺乏指导参数化开发的测量。微波辐射计提供总水柱水汽,而近红外图像提供云层上方的水汽。 二者的差值给出了地表和云顶之间的水汽,可解释为边界层水汽。我们特别使用了高级微波扫描辐射计(AMSR)和高分辨率成像分光仪(MODIS)的数据。 在合并两个数据集时,我们使用了几个标志以及邻近性测试,以去除云量高和/或像素内异质性的像素。分析的多传感器性质表明,卫星观测系统中存在的有关边界层水汽结构的信息比考虑单个仪器能力时通常假设的要多。

AMSR 搭载在日本宇宙航空研究开发机构的 ADEOS-ll 和美国国家航空航天局的 Aqua 航天器上,AMSR2 搭载在日本宇宙航空研究开发机构的 GCOM- W1 航天器上,它是一个锥形扫描微波辐射计,测量频率范围为 6.9-89 GHz 的辐射。 AMSR-E的CWV探测结果已经与特殊传感器微波成像仪(SSM/I)和热带降雨测量任务(TRMM)微波成像仪(TMI)的探测结果进行了相互比较:总体上,两者的系统误差在0.1到0.2毫米之间,具有良好的一致性(Wentz等人,2005)。 ). AMSR 测量的一个主要特点是它对非沉积云不敏感,因此几乎可以不间断地测量海洋上空的这一参数。

简称:AMMBLWV 长名称:AMSR-MODIS 边界层水汽 L3 每月 1 度 x 1 度 V2 doi:10.5067/measures/ammblwv2 版本:2 格式:netCDF Spatial Coverage:-180.0,-90.0,180.0,90.0 时间覆盖范围:2002-07-01 至 2018-01-01 文件大小:每个文件 6 MB 数据分辨率 空间:1 ° x 1 ° 时间:1 个月

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="AMMBLWV",
    cloud_hosted=True,
    bounding_box=(-180, -90, 180, 90),
    temporal=("2002-07-20", "2017-12-31"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

Luis Millan, Matt Lebsock, Evan Fishbein, Peter Kalmus, & Joao Teixeria (2017), AMSR-MODIS Boundary Layer Water Vapor L3 Monthly 1 degree x 1 degree V2, Greenbelt, MD, USA, Goddard Earth Sciences Data and Information Services Center (GES DISC), Accessed: [Data Access Date], 10.5067/MEASURES/AMMBLWV2

网址推荐

0代码在线构建地图应用

https://invite.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:2024-06-23,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
        相关产品与服务
        腾讯云服务器利旧
        云服务器(Cloud Virtual Machine,CVM)提供安全可靠的弹性计算服务。 您可以实时扩展或缩减计算资源,适应变化的业务需求,并只需按实际使用的资源计费。使用 CVM 可以极大降低您的软硬件采购成本,简化 IT 运维工作。
        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