​

 ATom: Observed and Modeled Organic Aerosol Mass Concentrations, 2016-2017

简介

本数据集提供了大气断层扫描任务（ATom）第一次（2016 年中期）和第二次（2017 年初）全球部署期间亚微米有机气溶胶（OA）质量浓度的机载原位观测数据，以及全球化学模型沿飞行轨迹模拟的亚微米有机气溶胶质量浓度，这些模型实施了各种常用的 OA 来源和化学表示方法。 现场观测包括高分辨率气溶胶质谱仪（HR-AMS）测量的非难熔亚微米气溶胶、气溶胶微物理特性包（AMP）测量的气溶胶体积浓度、单粒子烟尘光度计（NOAA SP2）测量的黑碳质量含量，以及激光质谱粒子分析仪（PALMS）测量的难熔和非难熔气溶胶成分。 观测数据和模拟数据的时间分辨率均为 60 秒。 本数据集包含 20 个 netCDF（*.nc）格式的数据文件。 如果数据提供者提交的数据格式不同，所有文件都会转换为 netCDF 格式。

摘要

大气层断层扫描飞行任务（ATom）是美国航天局地球风险亚轨道-2 飞行任务，目的是研究人类造成的空气污染对温室气体和大气层中化学反应气体的影响。 ATom 在美国航天局 DC-8 飞机上部署了大量气体和气溶胶有效载荷，对大气层进行系统的全球范围采样，从 0.2 至 12 公里高度连续进行剖面分析。 在 2016 年至 2018 年的四个季节中，每个季节都进行了环球飞行。

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")

引用

Campuzano-Jost, P., A. Hodzic, H. Bian, M. Chin, P.R. Colarco, D.A. Day, K.D. Froyd, B. Heinold, D.S. Jo, J.M. Katich, J.K. Kodros, B.A. Nault, J.R. Pierce, E.A. Ray, J. Schacht, G.P. Schill, J.C. Schroder, J.P. Schwarz, I. Tegen, S. Tilmes, K. Tsigaridis, P. Yu, and J.L. Jimenez. 2023. ATom: Observed and Modeled Organic Aerosol Mass Concentrations, 2016-2017. ORNL DAAC, Oak Ridge, Tennessee, USA. ATom: Observed and Modeled Organic Aerosol Mass Concentrations, 2016-2017, https://doi.org/10.3334/ORNLDAAC/1795

网址推荐

知识星球

知识星球 | 深度连接铁杆粉丝，运营高品质社群，知识变现的工具 (zsxq.com)https://wx.zsxq.com/group/48888525452428

机器学习

https://www.cbedai.net/xg 

​