ATLAS/ICESat-2 L3B Monthly Gridded Atmosphere (大气月度网格数据集)V005

news2024/11/18 17:22:46

目录

 简介

摘要

代码

引用

网址推荐

0代码在线构建地图应用

机器学习


ATLAS/ICESat-2 L3B Monthly Gridded Atmosphere V005

 简介

该产品报告每周全球云覆盖率、海洋上总列光学深度、极地云覆盖率、风吹雪频率、视表面反照率以及地面探测频率。

参数:云光学深度/厚度
平台:ICESat-2

传感器:ATLAS

数据格式:HDF5

时间范围:2018年10月13日至今

时间分辨率:7至10天

空间分辨率:2度 2度

空间参考系统:WGS 84 EPSG:4326

空间覆盖范围:北:90 南:-90 东:180 西:-180

摘要

ATLAS/ICESat-2 L3B Monthly Gridded Atmosphere V005数据是由NASA的ICESat-2任务产生的一套数据产品。该数据产品提供了对全球大气中的相关参数的精确测量和建模。

数据产品的名称中的"L3B"表示这是一个三维数据集,包含了大气的多个参数。这些参数包括湿度、温度和气压等。数据以月为单位进行处理和分析,并以网格形式呈现,以便进行空间分析和可视化。

该数据产品使用了ATLAS(Advanced Topographic Laser Altimeter System)仪器搭载在ICESat-2卫星上进行测量。ATLAS是一种激光高度计,能够精确测量大气中的相关参数。ICESat-2卫星于2018年发射,并自此以来一直在收集大气数据。

V005表示这是该数据产品的第五个版本。每个版本都对数据的处理和校正进行了改进和更新,以提供更准确和可靠的结果。

ATLAS/ICESat-2 L3B Monthly Gridded Atmosphere V005数据是一个重要的工具,用于研究和了解全球大气系统的变化和动态。它可以用于气候模型验证、天气预测和其他相关应用。

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="ATL17",
    cloud_hosted=True,
    bounding_box=(-180.0, -90.0, 180.0, 90.0),
    temporal=("2017-07-20", "2017-10-08"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

Palm, S. P., Northam, E. T. & Herzfeld, U. C. (2023). ATLAS/ICESat-2 L3B Weekly Gridded Atmosphere. (ATL16, Version 5). [Data Set]. Boulder, Colorado USA. NASA National Snow and Ice Data Center Distributed Active Archive Center. https://doi.org/10.5067/ATLAS/ATL16.005. [describe subset used if applicable]. Date Accessed 09-22-2024.

网址推荐

0代码在线构建地图应用

https://www.mapmost.com/#/?source_inviter=CnVrwIQs

机器学习

https://www.cbedai.net/xg 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2176004.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

github双重验证(2FA)启用方法

一、双重验证-2FA 在去年看到过说github启用双重验证的通知,觉得做为一个普通开发者,可能没有这么快会要求启用。结果,今天早晨一来就收到了邮件,要求说在11月底完成2FA的认证,否则权限受限。真是无了语。所谓2FA好理…

基于SSH的酒店管理系统的设计与实现 (含源码+sql+视频导入教程+文档+PPT)

👉文末查看项目功能视频演示获取源码sql脚本视频导入教程视频 1 、功能描述 基于SSH的酒店管理系统拥有三种角色 管理员:用户管理、房间分类管理、房间信息管理、开房管理、退房管理、开房和预订记录查询等 前台:房间分类管理、房间信息管…

工作中使用人工智能的政策和程序的重要性

在当今快速发展的技术环境中,人工智能 (AI) 已成为各行各业业务运营不可或缺的一部分。作为政策管理者,必须了解在组织内制定强有力的 AI 使用政策和程序的重要性。 这不仅可以确保合规性和道德标准,还可以保护组织免受潜在风险并最大限度地…

水分对于生活的重要性

在探讨健康养生的广阔领域中,一个简单却至关重要的元素往往被忽视——那就是水分。水,作为生命之源,不仅维持着人体的基本生理功能,更是健康与活力的基石。今天,让我们一同深入探索水分在健康养生中的不可替代作用&…

代码随想录_刷题记录_第四次

二叉树 — 理论基础 种类: 满二叉树(所有层的节点都是满的,k:深度 节点数量:2^k - 1)完全二叉树(除了最后一层,其余层全满,并且最后一层从左到右连续)二叉搜…

LINUX--调度未来任务

crontab 文件中的用户作业时间格式怎么解释? * * * * * command 分 时 日 月 周 x-y表示范围,包括x,y的值 */x 表示x的间隔 x,y表示列表&am…

内容付费平台开发中的数据安全与用户隐私保护

在内容付费平台的开发过程中,数据安全与用户隐私保护至关重要。保护用户的信息不仅是法律要求,更是建立用户信任的基础。本文将探讨如何在内容付费平台中实现数据安全与隐私保护,并提供一些相关的技术代码示例。 1. 数据加密 数据加密是保…

timedatectl命令:告别时间烦恼,一键同步系统时间

一、命令简介 ​timedatectl​ 命令用于查看和设置系统的时间和日期,以及配置时区和 NTP(Network Time Protocol)设置。 相关命令:cal ​显示日历、 date ​查看、设置日期 ‍ 二、命令参数 格式: timedatectl […

InnoDB索引结构

文章目录 索引数据结构聚集索引非聚集索引 索引维护顺序插入和随机插入为什么预留空间 索引构建过程页的合并拆分 索引数据结构 https://dev.mysql.com/doc/refman/8.4/en/innodb-physical-structure.html 除了空间索引(spatial index)使用R-tree之外&a…

RTMP、RTSP直播播放器的低延迟设计探讨

技术背景 没有多少开发者会相信RTMP或RTSP播放器,延迟会做到150-300ms内,除非测试过大牛直播SDK的,以Android平台启动轻量级RTSP服务和推送RTMP,然后Windows分别播放RTSP和RTMP为例,整体延迟如下: 大牛直播…

FastAPI 第六课 -- 请求和响应

目录 一. 前言 二. 请求数据 2.1. 查询参数 2.2. 路径参数 2.3. 请求体 三. 响应数据 3.1. 返回 JSON 数据 3.2. 返回 Pydantic 模型 3.3. 请求头和 Cookie 四. 重定向和状态码 五. 自定义响应头 一. 前言 在 FastAPI 中,请求(Request&#…

【web安全】——信息收集

一、收集域名信息 1.1域名注册信息 工具:站长之家 whois查询 SEO综合查询 1.2子域名收集 原理:字典爆破,通过字典中的各种字符串与主域名拼接,尝试访问。 站长之家 直接查询子域名 ip138.com https://phpinfo.me/domain/ …

【源码+文档+调试讲解】美食推荐系统Python

摘 要 随着我国经济的高速发展与人们生活水平的日益提高,人们对生活质量的追求也多种多样。尤其在人们生活节奏不断加快的当下,人们更趋向于足不出户解决生活上的问题,豆果美食推荐系统展现了其蓬勃生命力和广阔的前景。与此同时&#xff0c…

第十四届蓝桥杯真题Python c组F.棋盘(持续更新)

博客主页:音符犹如代码系列专栏:蓝桥杯关注博主,后期持续更新系列文章如果有错误感谢请大家批评指出,及时修改感谢大家点赞👍收藏⭐评论✍ 【问题描述】 小蓝拥有 n n 大小的棋盘,一开始棋盘上全都…

【韩顺平Java笔记】第2章:Java概述

按视频的标号来对应小标题,自用学习笔记 文章目录 5. 内容梳理6. 程序举例6.1 什么是程序 7. Java故事7.1 Java诞生小故事7.2 Java技术体系平台 8. Java特性8.1 Java重要特点 9. sublime10. jdk介绍10.1 Java运行机制及运行过程10.1.1 Java虚拟机(JVM&a…

基于ASRPRO的语音应答

做这个的起因是为了送女朋友,而且这东西本身很简单,所以在闲暇之余尝试了一下。 这个工程很简单,只通过对ASRPRO进行编程即可。 先看效果。(没有展示所有效果,后续会列出来所有对话触发) 语音助手示例1 语音…

AI驱动TDSQL-C Serverless 数据库技术实战营-与AI的碰撞

目录 一、简介 二、实验介绍 三、结果展示 四、实操指导 4.1 系统设计 4.2 环境搭建(手把手教程) 4.3 应用构建 4.4 效果展示 4.5 踩坑避雷总结 五、清理资源 5.1 删除TDSQL-C Serverless 5.2 删除 HAI 算力 六、实验总结归纳 一、简介 本…

Netty系列-5 Netty启动流程

背景 Netty程序有固定的模板格式,以ServerBootstrap为例: public class NettyServer {public void start(int port) {ServerBootstrap serverBootstrap new ServerBootstrap();EventLoopGroup boosGroup new NioEventLoopGroup(1);EventLoopGroup workGroup ne…

番外篇 | 应对遮挡挑战,北航提出新型模型YOLOv5-FFM表现优异

前言:Hello大家好,我是小哥谈。在本文中,作者提出了一种改进的轻量级YOLOv5-FFM模型来解决行人检测遮挡问题。为了实现目标,作者在YOLOv5模型框架基础上进行了改进,并引入了Ghost模块和SE模块。此外,作者还设计了一个局部特征融合模块(FFM)来处理行人检测中的遮挡问题。…

【题解】2022ICPC杭州-K

翻译 原题链接   简述一下就是每次询问重新定义一个字母排序表&#xff0c;问在这个顺序下n个字符串的序列的逆序数是多少。 字典树计算逆序数 先考虑初始状况下&#xff0c;即 a < b < . . . < z a<b<...<z a<b<...<z的情况下&#xff0c;逆序…