​

 AMSR-E/Aqua L2B Global Swath Surface Precipitation GSFC Profiling Algorithm V003

AMSR-E/Aqua L2B 全球扫描表面降水 GSFC 剖面算法 V003

简介

AMSR-E/Aqua Level-2B 降水产品包括南北纬 89.24 度之间无冰/无雪陆地和海洋的瞬时地表降水率和降水类型，沿轨道的空间分辨率为 10 千米，沿扫描的空间分辨率为 5 千米。数据由 GPROF 2010 第 2 版算法使用 AMSR-E 第 3 版 Level-2A 亮度温度生成。第 3 版采用 GPROF 2010 第 2 版算法和 AMSR-E Level-2A 亮度温度第 3 版作为输入。第 3 版现在包括雨量和固体降水率和类型，以及 ISO 系元数据。

AMSR-E/Aqua L2B 全球扫描表面降水 GSFC 剖面算法 V003 是一种用于分析全球表面降水的算法。这个算法是在NASA的 Goddard Space Flight Center（GSFC）开发的。它使用的数据来自Aqua卫星上的AMSR-E（Advanced Microwave Scanning Radiometer for EOS）仪器的观测数据。

AMSR-E是一种微波遥感仪器，可以通过观测大气和地表的微波辐射来估计降水量。GSFC剖面算法 V003 是基于观测到的微波辐射特征来推断降水量的。这个算法从卫星观测数据中提取出大气和地表的特征，并使用物理模型来估计降水。

算法的输出是全球范围的表面降水数据，以剖面形式呈现。这些剖面提供了不同地区和时间的降水量信息。这个数据集对于研究和监测全球降水模式和气候变化非常有用。

GSFC剖面算法 V003 是该算法的第三个版本，它可能包括改进的功能和性能，以提高降水估计的准确性。使用这个算法的数据集可以在科学研究、气候模型评估和天气预报等领域中发挥重要作用。

数据参数

数据引用

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="AE_Rain",
    cloud_hosted=True,
    bounding_box=(-180.0, -89.24, 180.0, 89.24),
    temporal=("2002-06-01", "2011-10-04"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

https://nsidc.org/sites/default/files/eos_amsr_rainfall_atbd_2014.pdf

网址推荐

0代码在线构建地图应用

https://sso.mapmost.com/#/login?source_inviter=nClSZANO

机器学习

https://www.cbedai.net/xg 

​