OMI/Aura 二氧化硫 (SO2) 总柱 1 轨道 L2 条带 13x24 公里 V003 (OMSO2)
【摘要】 OMI/Aura Sulphur Dioxide (SO2) Total Column 1-orbit L2 Swath 13x24 km V003 (OMSO2)简介Aura 臭氧监测仪（OMI）二级二氧化硫（SO2）总柱浓度产品（OMSO2）已更新，采用基于主成分分析（PCA）的算法（v2），并引入新的 SO2 雅可比矩阵查找表和先验剖面，显著提高了人为源 SO2 的反演精度。数据文件...
OMI/Aura Sulphur Dioxide (SO2) Total Column 1-orbit L2 Swath 13x24 km V003 (OMSO2)
简介
Aura 臭氧监测仪（OMI）二级二氧化硫（SO2）总柱浓度产品（OMSO2）已更新，采用基于主成分分析（PCA）的算法（v2），并引入新的 SO2 雅可比矩阵查找表和先验剖面，显著提高了人为源 SO2 的反演精度。数据文件（或数据粒）包含不同的 SO2 垂直柱密度（VCD）估值，具体取决于用户研究的是人为源还是火山源。文件还包含质量标记、地理位置和其他辅助信息。OMSO2 产品的首席科学家是李灿（Can Li）。
OMSO2 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半程（约 53 分钟）的数据。每天大约有 14 个轨道。数据分辨率在星下点为 13×24 平方公里，扫描宽度为 2600 公里，每 2 秒扫描一次，每条扫描线包含 60 个像素。
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="OMSO2",
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）