AMSR-E/Aqua 第 3 级全球地表土壤水分月平均值 V005 (AMSRE_AVRMO)

举报
此星光明 发表于 2024/07/04 11:27:22 2024/07/04
【摘要】 ​ AMSR-E L2 Rainfall Subset, collocated with CloudSat track V002 (AMSERR_CPR) at GES DISCAMSR-E L2 降雨子集,与位于 GES DISC 的 CloudSat 轨道 V002 (AMSERR_CPR) 位于同一地点 简介这是沿云卫星视场轨迹的 AMSR-E 雨率产品子集。子集的目标是选择并返回云卫...

 AMSR-E L2 Rainfall Subset, collocated with CloudSat track V002 (AMSERR_CPR) at GES DISC

AMSR-E L2 降雨子集,与位于 GES DISC 的 CloudSat 轨道 V002 (AMSERR_CPR) 位于同一地点 

简介

这是沿云卫星视场轨迹的 AMSR-E 雨率产品子集。子集的目标是选择并返回云卫星轨道-100 公里范围内的 AMSR-E 数据。因此,所产生的子集扫描范围为 45 像素跨轨道。除此之外,还尽一切努力保留源全尺寸数据的原始 HDF-EOS 格式。

美国航天局 EOS Aqua 卫星上的高级微波扫描辐射计-地球观测系统(AMSR-E)仪器对陆地、海洋和大气变量进行全球被动微波测量,用于研究水和能量循环。

  最初的全尺寸产品是 Level-2B 扫频产品(AE_Rain),它包含从 Level-2A 亮度温度(AE_L2A)生成的降雨率和降雨类型(对流与层状)的瞬时测量值。戈达德太空飞行中心(GSFC)的剖面算法可确定海洋地区的降雨率和降雨类型,而修正的GSFC剖面算法可确定陆地地区的降雨率和降雨类型。数据以 HDF-EOS (HDF4) 格式存储,从 2002 年 6 月 18 日开始提供,直到 2011 年 10 月 AMSR-E 仪器因天线问题关闭为止。

- **🛰️ AMSR-E L2 Rainfall Subset** 这是一个包含AMSR-E雨量子集的数据集,与GES DISC上的CloudSat轨道V002(AMSERR_CPR)相对应。[来源](https://monica.im/s/Cu7SftCzdK)

- **🌧️ AMSR-E雨量产品** 该数据集是AMSR-E雨量产品的子集,与CloudSat轨道V002(AMSERR_CPR)在GES DISC上进行对应。[来源](https://monica.im/s/Cu7SftCQgM)

- **🚀 GES DISC** GES DISC是地球科学数据信息服务中心,提供各种卫星数据集和信息。[来源](https://monica.im/s/Cu7SfvTmgg)

Resource Type Dataset
Metadata Created Date November 12, 2020
Metadata Updated Date December 7, 2023
Publisher NASA/GSFC/SED/ESD/GCDC/GESDISC
Maintainer

ANDREY SAVTCHENKO

Identifier C1236350984-GES_DISC
Data First Published 2006-06-01
Language en-US
Data Last Modified 2011-07-12
Category ATDD, 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 Global Hydrology Resource Center/MSFC/NASA. GES DISC. 2009-03-01. AMSRERR_CPR. Version 002. AMSR-E L2 Rainfall Subset, collocated with CloudSat track V002. Greenbelt, MD, USA. AMSRERR_CPR. Archived by National Aeronautics and Space Administration, U.S. Government, Goddard Earth Sciences Data and Information Services Center (GES DISC). https://disc.gsfc.nasa.gov/datacollection/AMSRERR_CPR_002.html. Digital Science Data.
Creator Global Hydrology Resource Center/MSFC/NASA
Data Presentation Form Digital Science Data
Editor GES DISC
Graphic Preview File https://docserver.gesdisc.eosdis.nasa.gov/public/project/Images/AMSRERR_CPR_002.png
Harvest Object Id 7e556f59-1860-4304-9277-890402f0023a
Harvest Source Id 58f92550-7a01-4f00-b1b2-8dc953bd598f
Harvest Source Title NASA Data.json
Issue Identification AMSRERR_CPR
Homepage URL https://cmr.earthdata.nasa.gov:443/search/concepts/C1236350984-GES_DISC.html
Metadata Type geospatial
Old Spatial -180.0 -90.0 180.0 90.0
Program Code 026:001
Release Place Greenbelt, MD, USA
Series Name AMSRERR_CPR
Source Datajson Identifier True
Source Hash c115ec19c34a7b0e11550fab478f0d945f873f4ca678fb034f84ded80ad05634
Source Schema Version 1.1
Spatial
Temporal 2006-06-01T00:00:00Z/2011-07-12T23:59:59.999Z
Hide

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="AMSRERR_CPR",
    cloud_hosted=True,
    bounding_box=(-180, -90, 180, 90),
    temporal=("2006-06-01", "2011-07-12"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

Global Hydrology Resource Center/MSFC/NASA. GES DISC. 2009-03-01. AMSRERR_CPR. Version 002. AMSR-E L2 Rainfall Subset, collocated with CloudSat track V002. Greenbelt, MD, USA. AMSRERR_CPR. Archived by National Aeronautics and Space Administration, U.S. Government, Goddard Earth Sciences Data and Information Services Center (GES DISC). https://disc.gsfc.nasa.gov/datacollection/AMSRERR_CPR_002.html. Digital Science Data

网址推荐

0代码在线构建地图应用

https://invite.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。