巴哈马附近大气和地面条件数据集研究:Brookhaven National Laboratory的贡献

举报
此星光明 发表于 2025/03/01 19:11:59 2025/03/01
【摘要】 ​ Brookhaven National Laboratory (BNL) measurements near the Bahamas in 1998简介Brookhaven National Laboratory (BNL) 在 1998 年在巴哈马附近进行的测量数据集是一组记录了大气和地面条件的数据。这些数据包括大气温度、湿度、风速和风向等气象信息,以及地面温度、辐射、降水等气候数据。...

 Brookhaven National Laboratory (BNL) measurements near the Bahamas in 1998

简介

Brookhaven National Laboratory (BNL) 在 1998 年在巴哈马附近进行的测量数据集是一组记录了大气和地面条件的数据。这些数据包括大气温度、湿度、风速和风向等气象信息,以及地面温度、辐射、降水等气候数据。这些数据对于研究当地的气候变化、气象模式、以及气候预测等方面具有重要意义。通过分析这组数据,可以更好地了解巴哈马附近地区的气候特点和变化趋势,为相关研究提供科学依据。

摘要

Additional Metadata

Resource Type Dataset
Metadata Created Date November 12, 2020
Metadata Updated Date December 6, 2023
Publisher NASA/GSFC/SED/ESD/GCDC/OB.DAAC
Maintainer

undefined

Identifier C1633360163-OB_DAAC
Data First Published 1998-04-02
Language en-US
Data Last Modified 2023-04-06
Category geospatial
Public Access Level public
Bureau Code 026:00
Metadata Context https://project-open-data.cio.gov/v1.1/schema/catalog.jsonld
Metadata Catalog ID https://data.nasa.gov/data.json
Schema Version https://project-open-data.cio.gov/v1.1/schema
Catalog Describedby https://project-open-data.cio.gov/v1.1/schema/catalog.json
Citation Archived by National Aeronautics and Space Administration, U.S. Government, NASA/GSFC/SED/ESD/GCDC/OB.DAAC. https://doi.org/10.5067/SeaBASS/BNL/DATA001.
Harvest Object Id a66996bb-537c-4a3a-b2d9-ca91896cfd41
Harvest Source Id 58f92550-7a01-4f00-b1b2-8dc953bd598f
Harvest Source Title NASA Data.json
Homepage URL https://doi.org/10.5067/SeaBASS/BNL/DATA001
Metadata Type geospatial
Old Spatial -180.0 -90.0 180.0 90.0
Program Code 026:001
Source Datajson Identifier True
Source Hash 26bce9e95f6ba1c84f2aa43bb72cc6751bfab4f0b427aa7a28c732bd3d4128d9
Source Schema Version 1.1
Spatial
Temporal 1998-04-02T00:00:02Z/2023-04-17T00:00:00Z

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="ABoVE_ASCENDS_XCO2_2050",
    cloud_hosted=True,
    bounding_box=(-165.68, 34.59, -98.1, 71.28),
    temporal=("1998-04-02", "1999-04-02"),
    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/


【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。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。