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 Mean Inland Surface Water Data V002
ATLAS/ICESat-2 L3B 平均内陆地表水数据 V002
简介
ATLAS/ICESat-2 L3B Mean Inland Surface Water Data V002是由NASA的ICESat-2 (Ice, Cloud, and land Elevation Satellite-2)卫星的ATLAS (Advanced Topographic Laser Altimeter System)仪器所收集和处理的数据集。该数据集提供了关于内陆水体表面高程和水体类型的信息。
该数据集的版本为V002,它包含了对多个不同时间段和位置的内陆水体进行测量的结果。数据集的主要特征包括:
1. 高程数据:数据集提供了内陆水体表面的高程信息,以米为单位。这些高程信息可以用于分析内陆水体的变化和动态。
2. 内陆水体类型:数据集还提供了对内陆水体类型的分类信息。这些分类包括湖泊、河流、水库等。
3. 时间范围:数据集涵盖了从2018年10月至今的时间范围内的测量结果。这意味着可以分析和比较不同季节和年份的内陆水体变化。
4. 空间分辨率:数据集以格点的形式提供,每个格点的大小约为500米×500米。
5. 数据格式:数据集以网络可访问的地理信息系统(GIS)格式提供,可以直接在地理信息系统软件中使用。
ATLAS/ICESat-2 L3B Mean Inland Surface Water Data V002数据集具有广泛的应用,包括内陆水体变化的监测、水资源管理和环境研究等。这些数据可以帮助科学家和决策者了解内陆水体的动态变化和影响因素,并制定相应的措施来保护和管理这些重要的水资源。
摘要
ATL22 是连续 L3A ATL13 沿轨道内陆地表水数据产品的衍生产品。 ATL13 包含通过分析 ATL03 产品中的地理定位光子云得出的高分辨率沿航迹内陆地表水剖面图。 从 ATL13 开始,ATL22 无需额外的光子分析即可计算平均地表水量。 ATL22 和 ATL13 这两种数据产品可以结合使用,因为它们包括相同的轨道和水体命名,与版本号无关。
参数:ELEVATION 平台:ICESat-2 传感器:ATLAS 数据格式:HDF5 时间覆盖范围:2018 年 10 月 14 日至 2022 年 8 月 10 日 时间分辨率:91 天 空间分辨率:各不相同 空间参考系:WGS 84EPSG:4326 空间覆盖范围:N:88S:-88E:180W:-180
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="ATL22",
cloud_hosted=True,
bounding_box=(-180.0, -88.0, 180.0, 88.0),
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")
引用
Jasinski, M. F., Stoll, J. D., Robbins, J., Nattala, J. & Hancock, D. (2022). ATLAS/ICESat-2 L3B Mean Inland Surface Water Data. (ATL22, Version 2). [Data Set]. Boulder, Colorado USA. NASA National Snow and Ice Data Center Distributed Active Archive Center. https://doi.org/10.5067/ATLAS/ATL22.002. [describe subset used if applicable]. Date Accessed 09-26-2024.
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