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-E/Aqua L1A 原始观测次数,第 3 版

AMSR-E/Aqua L1A 原始观测次数,第 3 版

作者头像
此星光明
发布2024-06-28 09:44:04
520
发布2024-06-28 09:44:04
举报

AMSR-E/Aqua L1A Raw Observation Counts, Version 3

简介

改进后的 V003 AMSREL1A 产品对共同登记参数 A1 和 A2 进行了经验修正,并更新了用于修正 AMSR-E 89 GHz 位置信息的参数文件。因此,第三版 AMSREL1A 数据提高了以下方面的精度:纬度和经度、陆地/海洋标志、地球入射角、地球方位角、太阳方位角和太阳仰角。此外,HDF-EOS 版本已从 4.2r1 更新到 4.2r4。

AMSR-E (Advanced Microwave Scanning Radiometer for the Earth Observing System)是一种远程感应仪器,安装在Aqua卫星上,用于测量地球表面的微波辐射。

AMSR-E/Aqua L1A原始观测数据是由AMSR-E仪器收集的原始微波辐射观测数据。这些数据包括来自AMSR-E的各种微波频段的亮温观测值。亮温是通过测量目标物体在不同频段上的微波辐射强度来计算的。

L1A级数据是最原始的数据级别,通常在数据处理流程中是第一步。这些数据没有进行任何校正或处理,包含了仪器观测到的原始辐射信息。

6.9 GHz 至 36.5 GHz 频道在地球表面的采样间隔为 10 公里,89.0 GHz 频道为 5 公里。

AMSR-E/Aqua L1A原始观测数据可用于各种应用,包括气象预报、海洋监测、冰雪覆盖监测等。在进一步分析和应用之前,通常需要对这些数据进行校正和处理,以获得更准确和可靠的地球物理参数。

AMSR-E 1A 级观测计数由日本宇宙航空研究开发机构(JAXA)地球观测中心(EOC)根据 0 级科学数据包数据进行处理。 参数: 传感器数量 平台: AQUA AQUA 传感器: AMSR-E AMSR-E 数据格式: HDF HDF 时间覆盖范围 2002 年 6 月 1 日至 2011 年 10 月 4 日 时间分辨率 50 分钟 空间分辨率 未指定 空间覆盖范围 N:90S:-90E:180W:-180

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="AMSREL1A",
    cloud_hosted=True,
    bounding_box=(-180.0, -90.0, 180.0, 90.0),
    temporal=("2002-06-01", "2011-07-128"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

Japan Aerospace Exploration Agency (JAXA) (2003). AMSR-E/Aqua L1A Raw Observation Counts, Version 3 [Data Set]. Boulder, Colorado USA. NASA National Snow and Ice Data Center Distributed Active Archive Center. https://doi.org/10.5067/AMSR-E/AMSREL1A.003. Date Accessed 06-19-2024.

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:2024-06-26,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