​

 ATom: Measurements from Particle Analysis By Laser Mass Spectrometry (PALMS)

简介

本数据集包含 2016-2018 年四次 ATom 活动期间由激光质谱粒子分析仪（PALMS）测量的单粒子气溶胶成分。 单粒子气溶胶颗粒分为几种颗粒类型，包括：混合硫酸盐/有机硝酸盐、生物质燃烧、元素碳、矿物/金属、流星物质、碱盐、海盐、重油燃烧等。 粒子类型以原始数量分数和绝对质量浓度的形式进行报告。 PALMS 测量的气溶胶成分为直径约 100 至 5000 纳米的粒子，其中大部分粒子数据的粒径范围为约 150 至 3000 纳米。 此外，还包括由改进型激光气溶胶光谱仪（LAS）测量的气溶胶绝对浓度。 报告了激光气溶胶光谱仪在多个粒度范围内测得的综合数量、表面积和体积浓度。

摘要

Particle Analysis By Laser Mass Spectrometry (PALMS)是一种用于天然粒子分析的先进技术。它结合了激光探测和质谱技术，能够提供关于粒子的化学成分、形态和组成的详细信息。

PALMS使用激光来将粒子从大气中捕捉，并将其吸附到表面。然后，激光加热样品，使其蒸发，并形成离子。这些离子会通过质谱仪进行分析，从而确定粒子的质量和化学成分。

通过PALMS，我们可以获得以下数据：

1. 粒子质量：PALMS可以确定粒子的质量，从而确定其大小和形状。这有助于了解粒子在大气中的传输和沉积行为。

2. 化学成分：PALMS可以通过质谱仪确定粒子的化学成分。这包括元素、化合物和有机物的特征。这有助于我们了解粒子的来源和组成。

3. 形态和结构：通过PALMS，我们可以确定粒子的形态和结构。这包括晶体结构、表面形貌和粒子之间的关联。这有助于我们了解粒子的物理性质和活性。

4. 分子特征：PALMS可以分析粒子中的单个分子，从而提供有关其构造和化学组成的详细信息。这有助于我们了解粒子的来源和转化过程。

由于PALMS提供了高分辨率和高灵敏度的分析，因此可以在大气和环境科学、地球科学以及生物医学等领域中得到广泛应用。它可以帮助我们更好地了解和研究天然粒子的特性和影响。

大气层析成像飞行任务（ATom）是美国航天局地球风险亚轨道-2 飞行任务。 它研究人类造成的空气污染对温室气体和大气中化学反应气体的影响。 ATom 在美国航天局的 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 公里到 12 公里高度连续进行剖面分析。 在 4 年的时间里，在四个季节的每个季节都进行了飞行。

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="ATom_PALMS_Instrument_Data_1733",
    cloud_hosted=True,
    bounding_box=(-180.0, -90.0, 180.0, 90.0),
    temporal=("2016-07-20", "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

Froyd, K.D., D.M. Murphy, G.P. Schill, and C.A. Brock. 2021. ATom: Measurements from Particle Analysis By Laser Mass Spectrometry (PALMS). ORNL DAAC, Oak Ridge, Tennessee, USA. https://doi.org/10.3334/ORNLDAAC/1733

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