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:ATLAS/ICESat-2 L3A 海洋地表高度 V006

NASA数据集:ATLAS/ICESat-2 L3A 海洋地表高度 V006

作者头像
此星光明
发布2024-09-27 08:25:22
550
发布2024-09-27 08:25:22
举报

简介

该数据集(ATL12)包含全球开阔洋(包括无冰季节冰区和近海岸地区)的沿轨海面高度。 还提供了高度分布、显著波高、海况偏差和 10 米高度的估计值。 数据由冰、云和陆地高程卫星-2(ICESat-2)观测站上的高级地形激光测高系统(ATLAS)仪器获取。

参数:海平面高度 平台:ICESat-2 传感器:ATLAS 数据格式:HDF5 时间覆盖范围:2018 年 10 月 13 日至今 时间分辨率:91 天 空间分辨率:未指定 空间参考系:WGS 84EPSG:4326 空间覆盖范围:N:90S:-90E:180W:-180

摘要

ATLAS/ICESat-2 L3A Ocean Surface Height V006数据是由ATLAS仪器和ICESat-2卫星获取的一种包含海洋表面高度信息的数据集。

该数据集是由国家航空航天局(NASA)的ICESat-2卫星收集的,该卫星于2018年9月发射并开始运行。ICESat-2的主要目标是测量全球冰盖的高度变化,但它也可以提供海洋表面高度数据。

ATLAS(Advanced Topographic Laser Altimeter System)是ICESat-2卫星上的仪器,它使用激光雷达技术来测量海洋表面的高度。激光束发射到海洋表面上并反射回到仪器,通过测量往返时间来计算海洋表面的高度。这些测量数据被处理和组织成L3A级别的数据集。

ATLAS/ICESat-2 L3A Ocean Surface Height V006数据集提供了海洋表面高度的全球范围的覆盖。每个L3A数据文件包含了一天的数据,包括高度值以及与之相关的不确定性估计。数据还提供了地理坐标信息以及其他与海洋表面高度相关的参数,例如海洋表面高度的标准差和高度变化率。

这些数据可以用于研究海洋动力学、海洋环境变化以及海洋与气候之间的相互作用。它们也可以用于监测海平面上升、洋流变化和冰川融化等现象。数据集的具体格式和使用方法可以在NASA的数据中心网站上找到。

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="ATL10",
    cloud_hosted=True,
    bounding_box=(-180.0, -90.0, 180.0, 90.0),
    temporal=("2017-07-20", "2018-10-14"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

ATLAS/ICESat-2 L3A Ocean Surface Height V006. Version 006. Archived by National Aeronautics and Space Administration, U.S. Government, NASA National Snow and Ice Data Center Distributed Active Archive Center. ATLAS/ICESat-2 L3A Ocean Surface Height, Version 6 | National Snow and Ice Data Center.

网址推荐

0代码在线构建地图应用

https://www.mapmost.com/#/?source_inviter=CnVrwIQs

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:2024-09-26,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
    • 摘要
    • 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