Aqua/AIRS L3 每日标准物理检索 (AIRS+AMSU+HSB) 1 度 x 1 度 V7.0 在 GES DISCA
Aqua/AIRS L3 Daily Standard Physical Retrieval (AIRS+AMSU+HSB) 1 degree x 1 degree V7.0 at GES DISC
简介
大气红外探测器 (AIRS) 是搭载于第二个地球观测系统 (EOS) 极地轨道平台 EOS Aqua 上的一台光栅光谱仪 (R = 1200)。AIRS 与先进微波探测装置 (AMSU) 和巴西湿度探测器 (HSB) 相结合,构成了一个由可见光、红外和微波传感器组成的创新型大气探测组。该产品与 AIRX3STD 类似,但包含使用巴西湿度探测器 (HSB) 的科学检索数据。由于 HSB 仪器仅从 2002 年 9 月运行至 2003 年 1 月,之后发生故障,因此数据集仅涵盖这五个月。AIRS 三级每日网格化产品包含标准检索均值、标准差和输入计数。每个文件涵盖下降轨道(当地时间凌晨 1:30 赤道由北向南穿越)或上升轨道(当地时间下午 1:30 赤道由南向北穿越)的 24 小时时间段。数据从国际日期变更线开始向西移动(卫星的后续轨道也如此),因此相邻的数据网格单元之间的时间间隔不超过一个条带(约 90 分钟)。跨越日期变更线的扫描线的两个部分根据日期包含在单独的 L3 文件中,以便网格框中的数据点始终在时间上重合。AIRS 三级网格单元的边缘位于日期变更线(东经 180 度边界)。绘制时,除非重新排序分箱,否则将生成图像中心经度为 0 度的地图。此方法是首选,因为图像的左侧(西)和右侧(东)包含时间上相距最远的数据。 AIRS 使用的网格方案与 TOVS Pathfinder 用于创建 3 级产品的方案相同。每日 3 级产品在当天没有覆盖的卫星路径之间存在三角洲。地球物理参数已被平均并放入 1 x 1 网格单元中,经度从 -180.0 到 +180.0 度,纬度从 -90.0 到 +90.0 度。对于每个 4 字节浮点平均值网格图,都有一个对应的 4 字节标准差浮点图和一个 2 字节整数计数网格图。计数图为用户提供了平均值中包含的每个箱体的点数,可用于从每日网格产品生成自定义的多日地图。热力学参数包括:表层温度(陆地和海面)、地表气温、气温和水汽廓线、对流层顶特征、柱状可降水量、云量/云频、云高、云顶气压、云顶温度、反射率、发射率、地表气压、云垂直分布。痕量气体参数包括:一氧化碳、甲烷和臭氧的总量和垂直廓线。数据文件中变量的实际名称应从处理文件描述文档中推断出来。每个网格框的值是 1x1 区域内所有值的总和除以框内点数。

| Last Updated | August 7, 2025, 4:47 AM (UTC+08:00) |
|---|---|
| Created | April 1, 2025, 10:23 PM (UTC+08:00) |
| accessLevel | public |
| bureauCode | 026:00 |
| catalog_conformsTo | https://project-open-data.cio.gov/v1.1/schema |
| harvest_object_id | 9ab950fb-1a3f-40c8-bdbc-31119e0733e6 |
| harvest_source_id | b99e41c6-fe79-4c19-bbc3-9b6c8111bfac |
| harvest_source_title | Science Discovery Engine |
| identifier | 10.5067/Z03H907L0KMS |
| modified | 2025-08-06T19:35:39Z |
| programCode | 026:000 |
| publisher | NASA/GSFC/SED/ESD/TISL/GESDISC |
| resource-type | Dataset |
| source_datajson_identifier | true |
| source_hash | 6fcb45b94ffecc0fddae24d7092bb47bc769c601f558b38158a25ede25cf5611 |
| source_schema_version | 1.1 |
| spatial | ["CARTESIAN",[{"WestBoundingCoordinate":-180,"NorthBoundingCoordinate":90,"EastBoundingCoordinate":180,"SouthBoundingCoordinate":-90}]] |
| theme | "Earth Science" |
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"
df = pd.read_csv(url, sep="\t")
df
leafmap.nasa_data_login()
results, gdf = leafmap.nasa_data_search(
short_name="AIRH3STD",
cloud_hosted=True,
bounding_box=(-180, -90, 180, 90),
temporal=("2002-08-31", "2003-02-06"),
count=-1, # use -1 to return all datasets
return_gdf=True,
)
gdf.explore()
#leafmap.nasa_data_download(results[:5], out_dir="data")
- 点赞
- 收藏
- 关注作者
评论(0)