Sentinel-3A OLCI 1B 级地球观测降分辨率（ERR）数据，版本 1
【摘要】 Sentinel-3A OLCI Level-1B Earth-observation Reduced Resolution (ERR) Data, version 1简介海洋和陆地颜色成像仪 (OLCI) 是 ENVISAT 中分辨率成像光谱仪 (MERIS) 的升级版，它拥有更多的光谱通道、不同的相机排列方式以及更简化的机载处理系统。OLCI 采用推扫式结构，五个相机模块共享同一视场。...
Sentinel-3A OLCI Level-1B Earth-observation Reduced Resolution (ERR) Data, version 1
简介
海洋和陆地颜色成像仪 (OLCI) 是 ENVISAT 中分辨率成像光谱仪 (MERIS) 的升级版，它拥有更多的光谱通道、不同的相机排列方式以及更简化的机载处理系统。OLCI 采用推扫式结构，五个相机模块共享同一视场。这五个相机的视场在垂直平面上呈扇形排列，垂直于平台速度方向。每个相机的视场角为 14.2°，与其相邻相机的视场角重叠 0.6°。整个视场沿轨道方向向远离太阳的方向偏移 12.6°，以最大限度地减少太阳眩光的影响。OLCI 配备了基于太阳漫射器的机载校准硬件。共有三个太阳漫射器——两个“白色”漫射器用于辐射校准，一个用于光谱校准，并具有光谱反射率特征。其原始分辨率约为 300 米，称为全分辨率 (FR)。降低分辨率 (RR) 处理模式提供 1B 级数据，其采样率在两个空间维度上均降低四倍，从而实现约 1.2 公里的分辨率。
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="OLCIS3A_L1_ERR",
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")
【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）