ABoVE: Passive Microwave-derived Annual Snowoff Date Maps, 1988-
【摘要】 1988-2018年被动微波辐射测年降雪日期图简介本数据集提供了 1988 年至 2018 年阿拉斯加、俄罗斯远东部分地区以及加拿大西北部的年度积雪消融日期（SO）图，分辨率为 6.25 公里。积雪消融日期定义为持续积雪的最后一天，数据来源于 MEaSUREs 校准增强分辨率被动微波（PMW）EASE-Grid 亮度温度（Tb）地球系统数据记录（ESDR）产品。空间范围旨在与 MODIS 阿...
1988-2018年被动微波辐射测年降雪日期图
简介
本数据集提供了 1988 年至 2018 年阿拉斯加、俄罗斯远东部分地区以及加拿大西北部的年度积雪消融日期（SO）图，分辨率为 6.25 公里。积雪消融日期定义为持续积雪的最后一天，数据来源于 MEaSUREs 校准增强分辨率被动微波（PMW）EASE-Grid 亮度温度（Tb）地球系统数据记录（ESDR）产品。空间范围旨在与 MODIS 阿拉斯加积雪指标相匹配，并将时间分辨率扩展到 MODIS 时代之后。积雪消融日期估算值与阿拉斯加 SNOTEL 站点的积雪深度测量值以及来自 MODIS、Landsat 和交互式多传感器冰雪测绘系统（IMS）的三个积雪消融数据集进行了比较。1988 年至 2016 年的数据包含一个沿海掩膜，用于去除因粗亮度温度观测可能存在的水体污染而产生的沿海像素（Dersken 等人，2012）。 2017-2018 年的数据没有海岸掩膜。数据完整，但数据用户应注意，海岸值可能受到邻近水体的不利影响。
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="Passive_Microwave_Snowoff_Data_1711",
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）