全球海洋表面温度和海洋盐度等重要的海洋参数(NRT AMSR2 Unified L2B)

举报
此星光明 发表于 2024/12/02 13:28:35 2024/12/02
【摘要】 ​ 全球海洋表面温度和海洋盐度等重要的海洋参数(NRT AMSR2 Unified L2B)简介全球变化观测任务 - 水 1 (GCOM-W1) 上的先进微波扫描辐射计 2 (AMSR2) 仪器提供全球被动微波测量,涵盖陆地、海洋和大气参数,以研究全球水和能量循环。近实时 (NRT) 产品在文件中最后一次观测后的 3 小时内生成,由地面大气近实时能力 (LANCE) 在 AMSR 科学研究者...

 全球海洋表面温度和海洋盐度等重要的海洋参数(NRT AMSR2 Unified L2B)

简介

全球变化观测任务 - 水 1 (GCOM-W1) 上的先进微波扫描辐射计 2 (AMSR2) 仪器提供全球被动微波测量,涵盖陆地、海洋和大气参数,以研究全球水和能量循环。近实时 (NRT) 产品在文件中最后一次观测后的 3 小时内生成,由地面大气近实时能力 (LANCE) 在 AMSR 科学研究者主导的处理系统 (AMSR SIPS) 中生成,该系统与全球水文资源中心 (GHRC) DAAC 共址。GCOM-W1 NRT AMSR2 统一 L2B 全球带状海洋产品是一个带状产品,包含全球海面温度、海洋风速、海洋水蒸气和海洋云液水,使用 JAXA 提供的重采样 NRT Level-1R 数据。这是生成 AMSR SIPS 中相应标准科学产品的相同算法。NRT 产品以 HDF-EOS-5 格式生成,并附加 netCDF-4/CF 元数据,可以通过 HTTPS 从 EOSDIS LANCE 系统访问,网址为 https://lance.nsstc.nasa.gov/amsr2-science/data/level2/ocean/。如果数据延迟不是主要关注点,请考虑使用科学质量产品。科学产品使用最佳可用的辅助、校准和星历信息创建。科学质量产品是地球物理特性的内部一致、良好校准的记录,以支持科学研究。AMSR SIPS 生成 AMSR2 标准科学质量数据产品,并可在 NSIDC DAAC 获得。

摘要

NRT AMSR2 Unified L2B全球卫星海洋产品是由美国国家海洋和大气管理局(NOAA)的卫星遥感数据提供的一种数据产品,该产品提供了全球海洋表面温度和海洋盐度等重要的海洋参数。这些数据基于AMSR2(Advanced Microwave Scanning Radiometer 2)传感器的观测结果,并经过处理和分析得到。

NRT AMSR2 Unified L2B全球卫星海洋产品包括以下几个主要参数:

1. 海洋表面温度(Sea Surface Temperature,SST):通过卫星观测到的海洋表面的温度分布数据。这些数据可以用于研究全球海洋的变化和气象现象,例如海洋循环、气候变化和海洋酸化等。

2. 海洋盐度(Sea Surface Salinity,SSS):通过卫星观测到的海洋表面的盐度分布数据。这些数据对于研究海洋生态系统的变化、海洋混合过程和海洋环流等非常重要。

3. 风速(Wind Speed):通过卫星观测到的海洋表面的风速分布数据。这些数据对于研究气象现象、海洋环流和波浪等具有重要意义。

4. 雨水量(Rain Rate):通过卫星观测到的海洋表面的降水量分布数据。这些数据对于研究大气水循环、降水的时空分布和气候影响等非常重要。

NRT AMSR2 Unified L2B全球卫星海洋产品的数据具有全球覆盖和高时空分辨率的特点,可以为海洋科学家、气象学家、环境保护机构和政府决策者提供重要的海洋信息。

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="AU_Ocean_NRT_R01",
    cloud_hosted=True,
    bounding_box=(-180.0, -89.0, 180.0, 89.0),
    temporal=("2020-06-01", "2023-08-08"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

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 

干旱监测平台

慧天干旱监测与预警-首页https://www.htdrought.com/


【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。