OMI/Aura 臭氧(O3)剖面 1-轨道 L2 条带 13x48km V003 (OMO3PR)位于 GES DISC
【摘要】 OMI/Aura Ozone (O3) Profile 1-Orbit L2 Swath 13x48km V003 (OMO3PR) at GES DISC简介美国宇航局戈达德地球科学数据与信息服务中心（GES DISC）现已向公众开放 Aura 臭氧监测仪二级臭氧廓线数据产品 OMO3PR（版本 003）。OMO3PR 的像素分辨率为 13×48 公里（星下点），基于最优估计算法（Rod...
OMI/Aura Ozone (O3) Profile 1-Orbit L2 Swath 13x48km V003 (OMO3PR) at GES DISC
简介
美国宇航局戈达德地球科学数据与信息服务中心（GES DISC）现已向公众开放 Aura 臭氧监测仪二级臭氧廓线数据产品 OMO3PR（版本 003）。OMO3PR 的像素分辨率为 13×48 公里（星下点），基于最优估计算法（Rodgers，2000），并以气候臭氧廓线作为先验信息。OMO3PR 反演算法使用 UV1 通道（270 纳米至 308.5 纳米）和 UV2 通道前半部分（311.5 纳米至 330 纳米）的光谱辐射值。OMO3PR 产品提供 18 个大气层的臭氧值（以多布森单位表示）。它还提供先验臭氧廓线值、误差协方差矩阵、平均核以及一些辅助信息，例如时间、纬度、经度、太阳天顶角和观测天顶角以及质量标志。这款二级 OMI 臭氧廓线产品的简称是 OMO3PR。该产品的首席科学家是 Johan de Haan 博士。
OMO3PR 产品文件以版本 5 分层数据格式（HDF-EOS5）存储。每个文件包含轨道日间部分（约 53 分钟）的数据。每天大约有 14 个轨道，因此总数据量约为 150 GB/天。
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="OMO3PR",
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）