ASTER L2 表面辐射 VNIR 和 SWIR V003

举报
此星光明 发表于 2025/10/13 15:06:01 2025/10/13
【摘要】 ​ASTER L2 Surface Radiance VNIR and SWIR V003简介Terra 先进星载热辐射与反射辐射计 (ASTER) 表面辐射 VNIR 和 SWIR (AST_09) 是一个多文件产品,包含可见光和近红外 (VNIR) 以及短波红外 (SWIR) 传感器的大气校正数据。AST_09 产品的 VNIR 波段空间分辨率为 15 米 (m),SWIR 波段空间分辨...

ASTER L2 Surface Radiance VNIR and SWIR V003

简介

Terra 先进星载热辐射与反射辐射计 (ASTER) 表面辐射 VNIR 和 SWIR (AST_09) 是一个多文件产品,包含可见光和近红外 (VNIR) 以及短波红外 (SWIR) 传感器的大气校正数据。AST_09 产品的 VNIR 波段空间分辨率为 15 米 (m),SWIR 波段空间分辨率为 30 米。每个产品交付都包含两个分层数据格式 - 地球观测系统 (HDF-EOS) 文件:一个用于 VNIR,另一个用于 SWIR。它们之间的区别在于文件名中显示的生成时间有一秒的差异。更明显的区别特征是文件大小;VNIR 文件始终是两者中较大的一个。
ASTER L2 地表辐射 VNIR 和 SWIR 数据产品仅可通过获取。ASTER 订购说明提供了订购该产品的分步说明。

已知问题


数据异常:请注意,从 2008 年 4 月至今采集的 ASTER SWIR 数据存在数值异常饱和和异常条纹。这种现象在之前的某些采集时期也存在。更多详情,请参阅 ASTER SWIR 用户咨询。


数据采集​​缺口:2024 年 11 月 28 日,Terra 的一个电力传输分流装置发生故障。结果导致电力不足以维持 ASTER 仪器的正常运行。ASTER 于 2025 年 1 月 18 日恢复了 VNIR 波段的采集,并于 2025 年 4 月 15 日恢复了 TIR 波段的采集。用户应注意,ASTER 在 2024 年 11 月 28 日至 2025 年 1 月 16 日期间采集的 VNIR 观测数据存在数据缺口,在 2024 年 11 月 28 日至 2025 年 4 月 15 日期间采集的 TIR 观测数据也存在数据缺口。


相对于先前版本的改进/变化


用于生成 L2 产品生成可执行文件 (PGE) 的基于科学可扩展脚本的任务科学处理器 (S4PM) 3.4 版算法依赖于新的辅助大气参数输入。现代时代回顾性研究与应用分析第 2 版 (MERRA-2) 是一项全球大气再分析,结合了遥感观测及其与气候系统的相互作用。它将成为 L2 PGE 的主要臭氧和水蒸气、气压和温度输入之一。MERRA-2 是一个三维、每 3 小时收集一次的数据,空间分辨率为 50 公里(纬度方向)。因此,它将提供更精细的地理分辨率网格。

  • L2 PGE 的后备选项如下:
    • 臭氧:[TOVS 臭氧 (OZ_DLY ) > AURA 臭氧监测仪 (AURAOMI) > 平流层和对流层总臭氧分析 (TOAST) > 地球探测器总臭氧测绘光谱仪 (EPTOMS)] 或 [MERRA-2] > 国家环境预测中心 (NCEP)/全球数据同化系统 (GDAS) > 气候学
    • 水蒸气、压力和温度:[MOD07_L2] 或 [MERRA-2] > NCEP/GDAS > 气候学
  • 注意:MERRA-2 的时间范围涵盖 1980 年至今;然而,每月结束后会有约 3 周的延迟。因此,对于超出 MERRA-2 时间范围的按需请求,或数据非科学级别,将应用 NCEP/GDAS > 气候学回退序列。

摘要

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="AST_09",
    cloud_hosted=True,
    bounding_box=(-180.0, -83.0, 180.0, 83.0),
    temporal=("2000-03-06", "2000-03-13"),
    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。