Seasat-A 散射计(SASS)得出的风速和风向数据集

举报
此星光明 发表于 2024/09/29 01:02:18 2024/09/29
【摘要】 ​ SEASAT SCATTEROMETER DEALIASED OCEAN WIND VECTORS (Atlas)简介SEASAT散射计反回波强度(scattering)提供了对海面风速和风向的估计。SEASAT散射计被用来获取海面风场的信息,这对于气象学和海洋学研究非常重要。SEASAT散射计是一个通过测量微波辐射反射和散射来获取风场信息的设备。它可以对海面上的涡旋和涡流进行观测,进而...

 SEASAT SCATTEROMETER DEALIASED OCEAN WIND VECTORS (Atlas)

简介

SEASAT散射计反回波强度(scattering)提供了对海面风速和风向的估计。SEASAT散射计被用来获取海面风场的信息,这对于气象学和海洋学研究非常重要。

SEASAT散射计是一个通过测量微波辐射反射和散射来获取风场信息的设备。它可以对海面上的涡旋和涡流进行观测,进而推断出风速和风向的信息。

Atlas是一个基于SEASAT散射计数据生成的数据集。它提供了全球范围内的风速和风向的信息。这个数据集被去除了地面反射和仪器漂移的影响,从而得到了高质量和高精度的风场数据。

你可以使用Atlas数据集来研究风场与海洋气候、海洋生态系统的关系,以及风能资源评估等方面的问题。这些数据可以帮助研究人员和决策者更好地理解和预测海洋环境中的风场变化。

摘要


版本 1 处理级别 2 开始/结束日期 1978 年 7 月 7 日至 1978 年 10 月 10 日 简 称 ATLAS_DEALIASED_SASS_L2 说明 载有 1978 年 7 月 7 日至 1978 年 10 月 10 日期间由 Seasat-A 散射计(SASS)得出的风速和风向,按时间顺序以扫描带显示。 Robert Atlas 等人(1987 年)使用一种客观的模糊去除方案制作了这一产品,以处理 Frank Wentz 计算的按 100 公里单元分类的风矢量数据。 DOI 10.5067/SSAT2-DAX01

测量 海洋 > 海洋风 > 海面风 扇宽 1900 公里

平台/传感器 SEASAT 1 / SASS 数据提供者

发布者: PO.DAAC

Creator: GSFC

发布地点: PO.DAAC 发布日期:1996-7-19

资源: https://podaac-tools.jpl.nasa.gov/drive/files/pub/ocean_wind/seasat/wind/swath_Atlas/doc/Readme_002.html 格式 RAW

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="ATLAS_DEALIASED_SASS_L2",
    cloud_hosted=True,
    bounding_box=(-180, -90, 180, 90),
    temporal=("1978-07-07", "1978-10-10"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

GSFC. 1996. SEASAT SCATTEROMETER DEALIASED OCEAN WIND VECTORS (Atlas). Ver. 1. PO.DAAC, CA, USA. Dataset accessed [YYYY-MM-DD] at https://doi.org/10.5067/SSAT2-DAX01

网址推荐

0代码在线构建地图应用

https://www.mapmost.com/#/?source_inviter=CnVrwIQs

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。