亚马逊与其大气边界层之间各种气溶胶和气体交换率数据集

举报
此星光明 发表于 2024/03/06 10:00:35 2024/03/06
【摘要】 简介Pre-LBA ABLE-2A and ABLE-2B Expedition DataABLE 2A 和 2B(大气边界层实验)数据包括亚马逊盆地与其大气边界层之间各种气溶胶和气体交换率的估计值,以及这些气溶胶和气体在边界层和自由对流层之间的移动过程。前言 – 人工智能教程ABLE-2 项目包括两次考察:第一次是在亚马逊旱季(ABLE-2A,1985 年 7-8 月);第二次是在雨季(A...

简介

Pre-LBA ABLE-2A and ABLE-2B Expedition Data

ABLE 2A 和 2B(大气边界层实验)数据包括亚马逊盆地与其大气边界层之间各种气溶胶和气体交换率的估计值,以及这些气溶胶和气体在边界层和自由对流层之间的移动过程。前言 – 人工智能教程

ABLE-2 项目包括两次考察:第一次是在亚马逊旱季(ABLE-2A,1985 年 7-8 月);第二次是在雨季(ABLE-2B,1987 年 4-5 月)。ABLE-2 的核心研究数据是由美国国家航空航天局 Electra 飞机从亚马逊河口的贝伦向西飞到巴西-哥伦比亚边境的塔巴廷加,从森林中心的马瑙斯基地收集的。见图 1。这项研究表明,在雨季,亚马逊丛林上空的空气非常清新,但在旱季,由于生物质燃烧(主要在森林边缘进行),空气质量急剧恶化。生物质燃烧也是温室气体二氧化碳和甲烷以及其他污染物(一氧化碳和氮氧化物)的来源之一。研究发现,亚马逊河流域的臭氧沉积率比以前在松树林和水面上测得的臭氧沉积率高出 5 到 50 倍。亚马逊河洪泛平原是全球重要的甲烷来源,其甲烷供应量约占全球所有湿地来源甲烷估计总量的 12%。在亚马孙河流域,由于异戊二烯氧化和生物质燃烧,一氧化碳比邻近地区增加了 1.2 到 2.7 倍。在雨林上空,单个对流风暴每小时输送 200 兆吨空气,其中 3 兆吨是水蒸气,通过凝结成雨向大气层释放 10 万兆瓦能量。ABLE 是美国和巴西科学家的合作成果,由美国国家航空航天局(NASA)和巴西国家空间研究所(INPE)赞助,并得到美国国家航空航天局对流层化学计划全球对流层实验(GTE)部分的支持。

ABLE-2A和ABLE-2B是两个科学研究探险项目,旨在研究地球大气层中的臭氧颗粒和其他大气污染物的运输和化学转化过程。这些探险项目是由国际合作组织策划和执行的,包括来自世界各地的科学家和研究人员。

ABLE-2A和ABLE-2B的数据收集是通过使用特殊的大气测量仪器和设备进行的。这些设备包括空气采样器、气象站、臭氧和污染物浓度监测仪等。数据收集包括大气中各种化学物质的浓度、温度、湿度、气流速度等信息。

这些数据对于了解大气层中臭氧层破坏和大气污染问题,以及为制定环保政策和规划方法提供重要的科学依据具有重要意义。

ABLE-2A和ABLE-2B的数据收集期间涵盖了不同的地理区域和时间段,包括不同季节和天气条件。这些数据通过科学分析和处理,可以为科学家和研究人员提供有关臭氧和大气污染物的各种信息,有助于推动环境保护和可持续发展的科学研究和实践。

总之,ABLE-2A和ABLE-2B的数据介绍了地球大气层中臭氧和大气污染物的运输和化学转化过程的详细信息,为环保政策和规划提供科学依据。

 

Metadata Created Date October 11, 2023
Metadata Updated Date December 6, 2023

数据链接

Pre-LBA ABLE-2A and ABLE-2B Expedition Data - Catalog 

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="ABLE_897",
    cloud_hosted=True,
    bounding_box=(-70.0, -10.0, -50.0, 0.0),
    #temporal=("2020-01-15", "2020-02-28"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
# 结果Granules found: 18596
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")
 
 
#m = leafmap.Map()
#m.add("nasa_earth_data")
#m

Granules found: 20 

结果

【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。