OMI/Aura 有效云压和云量（拉曼散射）1 轨道 L2 幅宽 13x24 公里 V003（OMCLDRR）位于 GES DI
【摘要】 OMI/Aura Effective Cloud Pressure and Fraction (Raman Scattering) 1-Orbit L2 Swath 13x24 km V003 (OMCLDRR) at GES DISC简介经重新处理的 Aura 臭氧监测仪 (OMI) 003 版二级云数据产品 OMCLDRR 现已由 NASA 戈达德地球科学数据与信息服务中心 (GES ...
OMI/Aura Effective Cloud Pressure and Fraction (Raman Scattering) 1-Orbit L2 Swath 13x24 km V003 (OMCLDRR) at GES DISC
简介
经重新处理的 Aura 臭氧监测仪 (OMI) 003 版二级云数据产品 OMCLDRR 现已由 NASA 戈达德地球科学数据与信息服务中心 (GES DISC) 向公众开放。Aura OMI 提供两种二级云产品（OMCLDRR 和 OMCLDO2），像素分辨率为 13 x 24 公里（星下点），分别基于两种不同的算法：旋转拉曼散射法和 O₂-O₂ 吸收法。该二级全球云产品 OMCLDRR 提供基于环光谱最小二乘拟合的有效云压和有效云量（通过旋转拉曼散射填充 392 至 398 纳米范围内的夫琅禾费谱线）。该产品还包含许多辅助参数和衍生参数、地形和地理位置信息、太阳和卫星观测角度以及质量标志。该二级 OMI 云压和云量产品的简称是 OMCLDRR，该产品的算法负责人是 NASA OMI 科学家 Joanna Joinner 博士。
OMCLDRR 文件以版本 5 EOS 分层数据格式 (HDF-EOS5) 存储。每个文件包含轨道日照部分（53 分钟）的数据。每天大约有 14 个轨道。OMCLDRR 数据产品的最大文件大小约为 9 MB。
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="OMCLDRR",
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）