GES DISC 上的 AIRS/Aqua Granule 地图产品 V005 (AIRXAMAP)
【摘要】 /Aqua Granule map product V005 (AIRXAMAP) at GES DISC简介大气红外探测器 (AIRS) 是安装在第二个地球观测系统 (EOS) 极地轨道平台 EOS Aqua 上的一台光栅光谱仪 (R = 1200)。AIRS 与先进微波探测装置 (AMSU) 和巴西湿度探测器 (HSB) 结合，构成了一个由可见光、红外和微波传感器组成的创新型大气探测组...
/Aqua Granule map product V005 (AIRXAMAP) at GES DISC
简介
大气红外探测器 (AIRS) 是安装在第二个地球观测系统 (EOS) 极地轨道平台 EOS Aqua 上的一台光栅光谱仪 (R = 1200)。AIRS 与先进微波探测装置 (AMSU) 和巴西湿度探测器 (HSB) 结合，构成了一个由可见光、红外和微波传感器组成的创新型大气探测组。AIRS 颗粒被设置为 6 分钟的数据，30 个足迹与轨道相交，45 条线沿轨道排列。AIRS 颗粒地图产品由 PDF 和 JPG 格式的颗粒覆盖图像组成。图像为每日图像，但每 6 分钟更新一次以捕捉任何新的可用颗粒。颗粒按南北半球的上升和下降顺序组装，地图采用全球圆柱投影和卫星投影以获得更好的视图。
摘要
Additional Metadata
| Resource Type | Dataset |
|---|---|
| Metadata Created Date | November 12, 2020 |
| Metadata Updated Date | April 11, 2025 |
| Publisher | NASA/GSFC/SED/ESD/GCDC/GESDISC |
| Identifier | C1233769004-GES_DISC |
| Data First Published | 2002-05-21 |
| Language | en-US |
| Data Last Modified | 2025-03-31 |
| Category | Aqua, geospatial |
| Public Access Level | public |
| Bureau Code | 026:00 |
| Metadata Context | https://project-open-data.cio.gov/v1.1/schema/catalog.jsonld |
| 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 | 2dd93255-3457-433f-865d-22869072ea04 |
| Harvest Source Id | 58f92550-7a01-4f00-b1b2-8dc953bd598f |
| Harvest Source Title | NASA Data.json |
| Homepage URL | https://cmr.earthdata.nasa.gov:443/search/concepts/C1233769004-GES_DISC.html |
| Metadata Type | geospatial |
| Old Spatial | -180.0 -90.0 180.0 90.0 |
| Program Code | 026:001 |
| Source Datajson Identifier | True |
| Source Hash | 6e3ac8e98ef43c3f377d570c60f026c0734871c41c25f7cdec6089a197d0ecc3 |
| Source Schema Version | 1.1 |
| Spatial | |
| Temporal | 2002-05-21T00:00:00Z/2025-03-03T00:00:00Z |
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"
df = pd.read_csv(url, sep="\t")
df
leafmap.nasa_data_login()
results, gdf = leafmap.nasa_data_search(
short_name="AIRXAMAP",
cloud_hosted=True,
bounding_box=(-180, -90, 180, 90),
temporal=("2002-05-21", "2002-05-28"),
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）