CAL_LID_L2_05KMALAY-PROV-V3-02 数据是什么?

举报
此星光明 发表于 2025/04/03 11:21:28 2025/04/03
【摘要】 ​CALIPSO Lidar Level 2 5km Aerosol Layer data, Provisional V3-02简介CAL_LID_L2_05KMALAY-PROV-V3-02 数据是云 - 大气胶 LIDAR 和红外探路者卫星观察(Calipso)LIDAR 级别 2 5 km 气溶胶层数据。在 LIDAR 气溶胶层产品中,有两个一般的数据类别: - 列属性(包括位置数据和...

CALIPSO Lidar Level 2 5km Aerosol Layer data, Provisional V3-02

简介

CAL_LID_L2_05KMALAY-PROV-V3-02 数据是云 - 大气胶 LIDAR 和红外探路者卫星观察(Calipso)LIDAR 级别 2 5 km 气溶胶层数据。在 LIDAR 气溶胶层产品中,有两个一般的数据类别: - 列属性(包括位置数据和观察几何形状) - 层属性。 LIDAR 层产品由一系列列描述符组成,每个列描述符都与可变数量的层描述符相关联。列的描述符指定了给定的 LiDAR 脉冲传播的大气柱的时间和地球物理位置。列描述符中还包括表面照明条件,有关表面类型的信息以及列中确定的特征(例如气溶胶层)的指标。版本 3.02 代表 LIDAR,IIR 和 WFC 处理以及浏览代码到新的集群计算系统的过渡。由于编译器和计算机结构差异,未引入算法更改,并且在 V3.01 和 V3.02 之间观察到非常小的变化。 2006 年 4 月 28 日,启动了云 - 大道元激光圈和红外探路者卫星观测值(Calipso),以研究云和气溶胶对地球辐射预算和气候的影响。它在国际 A-Train 星座中进行了融合地球观测的形成。 Calipso 卫星包含三种乐器,即带有正交极化(CALIOP)的云 - 大道激光剂,成像红外辐射计(IIR)和宽场摄像头(WFC)。卡利宾(Calipso)是美国国家航空航天局(NASA)和法国机构 CNES 之间的联合卫星任务。


摘要

Additional Metadata

Resource Type Dataset
Metadata Created Date November 12, 2020
Metadata Updated Date December 6, 2023
Publisher National Aeronautics and Space Administration
Identifier NASA-0000150
Data First Published 2018-06-25
Data Last Modified 2020-01-29
Category Earth Science
Public Access Level public
Data Update Frequency irregular
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
Harvest Object Id c87d071a-73af-4356-a6f0-0262fa799a5e
Harvest Source Id 58f92550-7a01-4f00-b1b2-8dc953bd598f
Harvest Source Title NASA Data.json
Homepage URL https://data.nasa.gov/d/epmw-irk7
Program Code 026:004
Source Datajson Identifier True
Source Hash f636e9e7e3f5c89010e9a0a3fbc43707b85b72eb922c172119e048cf964f491a
Source Schema Version 1.1
Temporal 2011-11-01/2013-02-28


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=(-180.0, -90.0, 180.0, 90.0),
    temporal=("2011-11-01", "2013-03-01"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。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。