来自 CLAMS 2001 活动的机载多角度成像光谱仪 (AirMISR) 数据

举报
此星光明 发表于 2025/08/25 21:52:55 2025/08/25
【摘要】 ​ Airborne Multi-angle Imaging SpectroRadiometer (AirMISR) Data from the CLAMS 2001 Campaign简介AIRMISR_CLAMS_2001 数据是在 2001 年 7 月 12 日、7 月 17 日、8 月 1 日和 8 月 2 日的 CLAMS 活动期间获取的。该数据由位于加利福尼亚州帕萨迪纳的喷气推进实...

 Airborne Multi-angle Imaging SpectroRadiometer (AirMISR) Data from the CLAMS 2001 Campaign

简介

AIRMISR_CLAMS_2001 数据是在 2001 年 7 月 12 日、7 月 17 日、8 月 1 日和 8 月 2 日的 CLAMS 活动期间获取的。该数据由位于加利福尼亚州帕萨迪纳的喷气推进实验室 (JPL) 提供。切萨皮克灯塔和卫星飞机测量 (CLAMS) 实地活动于 2001 年夏季在切萨皮克湾的 CERES 海洋验证实验 (COVE) 站举行,该实验站位于弗吉尼亚海滩以东 20 公里处。CLAMS 是一项晴空短波闭合活动,与 MISR、CERES、MODIS-Atmospheres 和全球气溶胶气候学项目 (GACP) 联合开展。其目标是获得更精确的海面和大气宽带通量、海面光谱 BRDF 的时空变化以及气溶胶反演。机载多角度成像光谱仪 (AirMISR) 是一种机载仪器,用于获取与星载多角度成像光谱仪 (MISR) 类似的多角度图像,旨在为地球生态和气候研究做出贡献。AirMISR 搭载于 NASA ER-2 飞机上。该仪器由加利福尼亚州帕萨迪纳的喷气推进实验室为 NASA 制造。与具有九个朝向不同角度的摄像头的星载 MISR 仪器不同,AirMISR 使用安装在旋转万向架中的单个摄像头。ER-2 飞机运行的数据被分成九个段,每个段的摄像头都定位在 MISR 视角。万向架在连续的段之间旋转,使得每个段都获取与前一个段相同的地面区域的数据。该过程重复进行,直到收集到目标区域所有九个角度的数据。 幅宽从天底的 11 公里到最大倾斜角的 32 公里不等,由相机的瞬时视野控制,天底视野为 7 米横轨 x 6 米沿轨,最大倾斜角为 21 米 x 55 米。每个角度的沿轨图像长度由获取所有角度重叠图像所需的时间决定,从天底的约 9 公里到最大倾斜角的 26 公里不等。因此,天底图像决定了从所有九个角度获得的重叠区域。完整的飞行大约需要 13 分钟。9 个相机视角为:0 度或天底 26.1 度、前后 45.6 度、前后 60.0 度、前后 70.5 度、前后。对于每个相机角度,可获得 4 个光谱带的图像。这些光谱波段可用于识别植被和气溶胶、估算表面反射率以及研究海洋颜色。4 个光谱波段的中心波长分别为:443 纳米、蓝色 555 纳米、绿色 670 纳米、红色 865 纳米。近红外波段提供两种类型的 AirMISR 数据产品:一级辐射产品 (L1B1) 和一级地理校正辐射产品 (L1B2)。


摘要

Overview

Platforms

NASA ER-2

Instruments

AIRMISR

Data Formats

Distribution: HDF4

Temporal Extent

2001-07-12 to 2001-08-02

Data Centers

NASA/LARC/SD/ASDC

Spatial Extent

Polygon: (35.64°, -78.82°), (35.64°, -74.01°), (39.99°, -74.01°), (39.99°, -78.82°), (35.64°, -78.82°)

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"
df = pd.read_csv(url, sep="\t")
df
 
leafmap.nasa_data_login()
 
 
results, gdf = leafmap.nasa_data_search(
    short_name="AIRMISR_CLAMS_2001",
    cloud_hosted=True,
    bounding_box=(-180, -90, 180, 90),
    temporal=("2001-07-12", "2001-08-02"),
    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。