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:IPRC/SOEST Aquarius V5.0 优化插值海面盐度 7 天全球数据集

NASA数据:IPRC/SOEST Aquarius V5.0 优化插值海面盐度 7 天全球数据集

作者头像
此星光明
发布2024-08-09 12:34:42
920
发布2024-08-09 12:34:42
举报

简介

IPRC/SOEST Aquarius OI-SSS v5 产品是基于 AQUARIUS/SAC-D 2 级任务数据 5.0 版的第 4 级、近全球、0.5 度空间分辨率、7 天最佳插值盐度数据集。该数据集由夏威夷大学(马诺阿)海洋与地球科学技术学院国际太平洋研究中心(IPRC)的一名首席科学家领导制作。用于创建该产品的最优插值(OI)映射程序纠正了宝瓶座 SSS 数据与近地表原位盐度观测数据之间的系统空间偏差,并考虑了宝瓶座仪器特有的信号和噪声统计信息。在应用 OI 算法之前,使用二维汉宁窗程序去除小尺度噪声并沿轨道进行低通滤波,从而构建偏差场。新版本产品的其他增强功能包括 1) 使用 V5.0(任务结束)版本的宝瓶座 2 级(扫描)SSS 数据作为 OI SSS 分析的输入数据。2) 第一个猜测字段的来源从 APDRC Argo 衍生的 SSS 产品改为四个不同的基于原地的 SSS 产品的平均值。3) 改变了偏差校正算法,以便在重复轨迹的基础上,针对大规模系统偏差调整 SSS 检索。4) 采用了新的、限制较少的阈值来过滤陆地和冰污染观测数据,从而提高了沿岸地区和半封闭海域的覆盖率。5) 对卫星的下降和上升轨迹使用二级射频干扰掩码,以剔除因未检测到的射频干扰污染而导致升 降差异过大的特定地理区域的观测数据。水瓶座 "仪器搭载在 "AQUARIUS/SAC-D "卫星上,该卫星由美国航天局和阿根廷国家空间活动委员会(CONAE)合作研制。该仪器由三个辐射计组成,采用推帚式排列,相对于轨道阴影面的入射角分别为 29 度、38 度和 46 度。光束足迹为 76千米(沿轨道)x 94千米(跨轨道)、84千米x 120千米和96千米x 156千米,总跨轨道扫描范围为370千米。辐射计以各自的水平和垂直极化(TH 和 TV)测量 1.413 千兆赫的亮度温度。1.26 千兆赫的散射计测量每个足迹的海洋后向散射,用于盐度估算中的表面粗糙度校正。散射计的扫描范围约为 390 公里。宝瓶座 "极地轨道在 657 公里处与太阳同步,下午 6 点上升,重复周期为 7 天。

Publisher: IPRC/SOEST - Oleg Melnichenko Creator: Oleg Melnichenko Release Place: IPRC/SOEST University of Hawaii, Manoa Release Date: 2018-Aug-31 Resource: APDRC Datadoc | Aquarius OISSS V5.0 (IPRC gridded products)

分辨率 空间分辨率: 0.5 十进制度 x 0.5 十进制度 时间分辨率: 每周 - < 每月 覆盖区域: 全球北边界坐标:90 度 南边界坐标:-90 度 西边界坐标:-180 度 东边界坐标:-180 度 180 度 时间跨度:2011-Aug-27 至 2015-Jun-07 颗粒 时间跨度:2011-Aug-27 至 2015-Jun-03 投影 投影类型: 网格椭球面: WGS 84

数据接入

Browse Granule Listing

Sort By

Search Granules

https://search.earthdata.nasa.gov/search/granules?p=C2617176747-POCLOUD

波段变量

Name

Long Name

Unit

latitude

latitude

degrees_north

longitude

longitude

degrees_east

sss

sea surface salinity

pss

time

first day of the week over which Aquarius data have been collected

Julian days since December 31, 2010

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="AQUARIUS_L4_OISSS_IPRC_7DAY_V5",
    cloud_hosted=True,
    bounding_box=(-180.0, -90, 180.0, 90),
    temporal=("2011-08-27, "2015-06-07"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

Oleg Melnichenko. 2018. Aquarius L4 Optimally Interpoated Sea Surface Salinity. Ver. 5.0. PO.DAAC, CA, USA. Dataset accessed [YYYY-MM-DD] at https://doi.org/10.5067/AQR50-4U7CS

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:2024-08-05,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
    • 数据接入
      • 波段变量
      • 代码
      • 引用
      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