​OCO-2 Level 1B calibrated, geolocated calibration spectra, Retrospective Processing V10r (OCO2_L1B_Calibration) at GES DISC

简介

版本 8r 是当前数据集版本。版本 7r 已被版本 8r 取代。轨道碳观测站 (OCO-2) 是 NASA 首个旨在收集大气二氧化碳空间测量数据的任务，其精度、分辨率和覆盖范围足以表征控制大气中二氧化碳积累的过程。OCO-2 项目使用搭载单台仪器的 LEOStar-2 航天器。该仪器集成了三台高分辨率光谱仪，可同时测量近红外波段（1.61 和 2.06 微米附近）反射的太阳光中的二氧化碳以及 0.76 微米波段的分子氧 (O2) A 波段的二氧化碳。这三台光谱仪具有不同的特性，并独立进行校准。它们的原始数据量 (DN) 与一级 B 处理流程的时间相关性，以一级 A 产品的形式交付。每个波段包含 1016 个光谱元素，尽管在 L2 反演中部分光谱元素被屏蔽。此 L1B 产品源自校准模式测量（例如，月球、太阳、暗辐射观测），因此与 OCO2_L1B_Science (L1bSc) 产品有所不同。产品格式的差异仅在于提供的地理位置信息。L1bSc 产品报告每次探测的地理位置数据，而校准产品则报告视轴矢量方向。这是回溯处理，其中校准数据是根据完整的时间序列数据（测量前、测量中和测量后）估计的，预计质量会略高一些。

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/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="OCO2_L1B_Science",
    cloud_hosted=True,
    bounding_box=(-165.68, 34.59, -98.1, 71.28),
    temporal=("2017-07-20", "2017-08-08"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

​