全球变化观测任务 - 水 1 (GCOM-W1) 上的先进微波扫描辐射计 2 (AMSR2) 仪器提供全球被动微波测量,涵盖陆地

举报
此星光明 发表于 2024/12/04 13:13:51 2024/12/04
【摘要】 ​ NRT AMSR2 Unified Global Swath Surface Precipitation GSFC Profiling Algorithm V2简介全球变化观测任务 - 水 1 (GCOM-W1) 上的先进微波扫描辐射计 2 (AMSR2) 仪器提供全球被动微波测量,涵盖陆地、海洋和大气参数,以研究全球水和能量循环。近实时 (NRT) 产品在文件中最后观察后的 3 小时内...

 NRT AMSR2 Unified Global Swath Surface Precipitation GSFC Profiling Algorithm V2

简介

全球变化观测任务 - 水 1 (GCOM-W1) 上的先进微波扫描辐射计 2 (AMSR2) 仪器提供全球被动微波测量,涵盖陆地、海洋和大气参数,以研究全球水和能量循环。近实时 (NRT) 产品在文件中最后观察后的 3 小时内生成,由地面大气近实时能力 (LANCE) 在 AMSR 科学研究者主导的处理系统 (AMSR SIPS) 中生成,该系统与全球水文资源中心 (GHRC) DAAC 共址。GCOM-W1 NRT AMSR2 统一全球带状表面降水 GSFC 分析算法是一个带状产品,包含全球降雨率和类型,由 GPROF 2017 V2R 降雨检索算法计算,使用 JAXA 提供的重采样 NRT Level-1R 数据。这是生成 AMSR SIPS 中相应标准科学产品的相同算法。NRT 产品以 HDF-EOS-5 格式生成,并附加 netCDF-4/CF 元数据,可以通过 HTTPS 从 EOSDIS LANCE 系统访问,网址为 https://lance.nsstc.nasa.gov/amsr2-science/data/level2/rain/。如果数据延迟不是主要问题,请考虑使用科学质量产品。科学产品是使用最佳可用的辅助、校准和星历信息创建的。科学质量产品是地球物理特性的内部一致、良好校准的记录,以支持科学研究。AMSR SIPS 生成 AMSR2 标准科学质量数据产品,并可在 NSIDC DAAC 获取。

摘要

NRT AMSR2 Unified Global Swath Surface Precipitation GSFC Profiling Algorithm V2 是一种用于测量全球表面降水的算法。该算法使用具有高分辨率的NRT AMSR2卫星观测数据,以及GSFC卫星降水探测技术,提供了全球范围内的实时降水信息。

该算法的主要特点包括:
1. 全球覆盖:该算法能够获取全球范围内的降水数据,提供了全球降水分布的实时图像。
2. 实时性:该算法使用实时的卫星观测数据,能够提供准确的实时降水信息。
3. 高分辨率:该算法使用高分辨率的AMS R2卫星观测数据,可以提供精细的降水分布图像。
4. 可靠性:该算法基于GSFC卫星降水探测技术,经过验证和改进,具有较高的可靠性和准确性。
5. 多参数:除了降水强度,该算法还可以提供其他降水相关参数,如降水类型、降水过程的垂直剖面等。

NRT AMSR2 Unified Global Swath Surface Precipitation GSFC Profiling Algorithm V2 提供了一个有用的工具,用于监测和分析全球的降水情况,对于气象预报、水文研究和气候模拟等领域具有重要的应用价值。

代码

!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="AU_Rain_NRT_R02",
    cloud_hosted=True,
    bounding_box=(-180.0, -89.0, 180.0, 89.0),
    temporal=("2002-06-01", "2011-06-08"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

网址推荐


 知识星球

知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具 (zsxq.com)https://wx.zsxq.com/group/48888525452428

机器学习

https://www.cbedai.net/xg 

干旱监测平台

慧天干旱监测与预警-首页https://www.htdrought.com/


【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。