Airborne Observations and Modeling Comparison of Global Inorganic Aerosol Acidity
全球无机气溶胶酸度的机载观测和模拟比较简介
该数据集提供了在2006年至2017年期间收集的十一项空中观测活动的观测数据，以及来自九个广泛使用的化学传输模型（CTMs）的相关输入和输出。这些空中观测活动包括ARCTAS-A、ARCTAS-B、ATom-1和ATom-2、CalNex、DC3、INTEX-B、KORUS-AQ、MILAGRO、SEAC4RS和WINTER，主要对美国本土、阿拉斯加州、墨西哥、加拿大、格林兰和韩国的对流层空气以及北极、太平洋、南极和大西洋的偏远地区进行了采样。这些CTMs包括AM4.1、CCSM4、GEOS-5、GEOS-Chem TOMAS、GEOS-Chem v10、GEOS-Chem v12、GISS-MATRIX、GISS-ModelE和TM4-ECPL-F，输出内容包括硫酸盐、硝酸盐、温度、比湿、铵的混合比、硝酸的体积混合比、表面压力、气相氨、气相硝酸、压力、总铵等。观测数据是通过多种仪器原位收集的，包括气溶胶微物理特性（AMP）、HR Aerodyne气溶胶质谱仪（AMS）、CIT化学电离质谱仪（CIMS）、二极管激光湿度计（DLH）、雾室/离子色谱系统（MC/IC）、激光质谱仪粒子分析（PALMS）、单颗粒黑碳光度计（SP2）和UCI整体空气采样器（WAS）。原位数据还包括纬度、经度和压力。这些观测数据用于研究气溶胶pH值和铵平衡如何从污染区域变化到偏远区域，例如海洋上空，并与CTMs的预测进行了比较。该数据集中包含63个数据文件；53个为netCDF（*.nc）格式，10个为层次数据（HDF；*.h5）格式。此外，还包括两个便携文档（*.pdf）格式的伴随文件。
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="ATom_Modeled_Observed_Data_1857",
cloud_hosted=True,
bounding_box=(-180.0, -90.0, 180.0, 90.0),
temporal=("2006-01-01", "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
Nault, B.A., P. Campuzano-Jost, D.A. Day, D.S. Jo, J.C. Schroder, H.M. Allen, R. Bahreini, H. Bian, D.R. Blake, M. Chin, S.L. Clegg, P.R. Colarco, J.D. Crounse, M.J. Cubison, P.F. Decarlo, J.E. Dibb, G.S. Diskin, A. Hodzic, W. Hu, J.M. Katich, J.K. Kodros, A. Kupc, F.D. Lopez-Hilfiker, E.A. Marais, A.M. Middlebrook, J.A. Neuman, J.B. Nowak, B.B. Palm, F. Paulot, J.R. Pierce, G.P. Schill, E. Scheuer, J.A. Thornton, K. Tsigaridis, P.O. Wennberg, C.J. Williamson, and J.L. Jimenez. 2022. Airborne Observations and Modeling Comparison of Global Inorganic Aerosol Acidity. ORNL DAAC, Oak Ridge, Tennessee, USA. Airborne Observations and Modeling Comparison of Global Inorganic Aerosol Acidity, https://doi.org/10.3334/ORNLDAAC/1857
网址推荐
机器学习
https://www.cbedai.net/xg
