2017年阿拉斯加以及加拿大大气二氧化碳 (CO2)、甲烷 (CH4) 和水蒸气浓度以及气温、气压、相对湿度和风速值数据集

举报
此星光明 发表于 2024/03/12 15:10:20 2024/03/12
【摘要】 ​ 简介ABoVE/ASCENDS: Active Sensing of CO2, CH4, and Water Vapor, Alaska and Canada, 2017《过载/提升:对二氧化碳、甲烷和水蒸汽的主动感应》,阿拉斯加和加拿大,2017年本数据集提供了 2017-07-20 至 2017-08-08 期间阿拉斯加以及加拿大育空地区和西北地区上空大气二氧化碳 (CO2)、甲烷 ...

 简介

ABoVE/ASCENDS: Active Sensing of CO2, CH4, and Water Vapor, Alaska and Canada, 2017

《过载/提升:对二氧化碳、甲烷和水蒸汽的主动感应》,阿拉斯加和加拿大,2017年
本数据集提供了 2017-07-20 至 2017-08-08 期间阿拉斯加以及加拿大育空地区和西北地区上空大气二氧化碳 (CO2)、甲烷 (CH4) 和水蒸气浓度以及气温、气压、相对湿度和风速值的原位机载测量数据。在这次夜间、白天和季节二氧化碳排放主动传感(ASCENDS)机载部署期间,在一架 DC-8 飞机上对北极-北方脆弱性实验(ABoVE)域的部分地区进行了测量。二氧化碳和甲烷是通过美国国家航空航天局(NASA)的地球对流层二氧化碳大气垂直观测(AVOCET)仪器测量的。水蒸气和相对湿度用二极管激光水文计测量。利用二氧化碳探测激光雷达仪器测量了柱平均干空气混合比二氧化碳测量值(XCO2)。机载二氧化碳探测仪是一种脉冲式多波长集成路径差分吸收激光雷达。它通过测量 1572.33 nm CO2 吸收线的形状来估算从飞机到散射表面的天底线路径上的 XCO2。作为 ABoVE 的一部分,收集这些数据是为了捕捉北部高纬度碳循环的时空动态,这些数据以 ICARTT 文件格式提供。 

"Active Sensing of CO2, CH4, and Water Vapor, Alaska and Canada, 2017"是指2017年在阿拉斯加和加拿大进行的活性CO2、CH4和水蒸汽传感研究的数据。该研究旨在监测和分析这些关键温室气体在北极地区的变化情况,为了解气候变化和全球变暖提供支持。以下是对这些数据的详细介绍。

研究目的:
该研究通过使用传感器和仪器,对阿拉斯加和加拿大北极地区的大气中CO2、CH4和水蒸汽的浓度进行连续监测。这些温室气体是导致气候变化的主要原因之一,因此了解它们在北极地区的变化情况对于预测和应对全球变暖至关重要。

数据收集方法:
研究团队在阿拉斯加和加拿大的特定地点布置了传感器和仪器,用于持续监测大气中CO2、CH4和水蒸汽的浓度。这些传感器使用活跃感测技术,能够主动向大气中发射特定频率的电磁波,并测量波的反射情况来确定大气中温室气体的浓度。

数据内容:
"Active Sensing of CO2, CH4, and Water Vapor, Alaska and Canada, 2017"数据集包含了从2017年1月1日至12月31日的连续观测数据。数据以每小时为分辨率提供,并记录了每个观测点大气中CO2、CH4和水蒸汽的浓度。

数据分析和结果:
这些数据可以用于进行各种分析和研究。研究人员可以利用这些数据来了解CO2、CH4和水蒸汽在北极地区的季节性和年际变化情况,同时也可以研究它们与气候变化和全球变暖的关系。

此外,这些数据还可以用于验证和改进气候模型的准确性。将观测到的温室气体浓度与模型模拟的浓度进行比较,可以帮助科学家们评估模型的可靠性,并对未来的气候变化做出更准确的预测。

应用意义:
这些数据对于环境科学家、气候学家、政策制定者以及其他从事相关研究的人士来说具有重要的应用意义。通过研究这些温室气体在北极地区的变化情况,可以更好地理解气候变化的机制和趋势,从而制定更有效的减缓和适应策略。

总结:
"Active Sensing of CO2, CH4, and Water Vapor, Alaska and Canada, 2017"数据提供了阿拉斯加和加拿大北极地区大气中CO2、CH4和水蒸汽的连续监测数据。通过这些数据,研究人员可以进一步了解并研究温室气体在北极地区的变化情况,为应对气候变化和全球变暖提供支持。这些数据对于环境科学研究和气候政策制定具有重要意义。

概况 

DOI https://doi.org/10.3334/ORNLDAAC/2050
Version 1
Projects
Published 2022-05-04
Updated 2023-02-09
Usage 261 downloads

 

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=("2017-07-20", "2017-08-08"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

数据引用

Abshire, J.B., J. Mao, H. Riris, S.R. Kawa, and X. Sun. 2022. ABoVE/ASCENDS: Active Sensing of CO2, CH4, and Water Vapor, Alaska and Canada, 2017. ORNL DAAC, Oak Ridge, Tennessee, USA. https://doi.org/10.3334/ORNLDAAC/2050

数据下载地址

ABoVE/ASCENDS: Active Sensing of CO2, CH4, and Water Vapor, Alaska and Canada, 2017, https://doi.org/10.3334/ORNLDAAC/2050

网址推荐

 0代码在线构建地图应用

https://sso.mapmost.com/#/login?source_inviter=nClSZANO

机器学习

https://www.cbedai.net/xg
 

【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。