OMI/Aura 臭氧(O3)剖面 1-轨道 L2 条带 13x48km V003 (OMO3PR)位于 GES DISC
📅 2026/7/21 0:19:42
👁️ 阅读次数
📝 编程学习
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")网址推荐
个人主页
https://sites.google.com/view/xingguang/main
知识星球
知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具 (zsxq.com)https://wx.zsxq.com/group/48888525452428
机器学习
https://www.cbedai.net/xg
干旱监测平台
慧天干旱监测与预警-首页https://www.htdrought.com/
编程学习
技术分享
实战经验