Aquarius CAP Level 3 Wind Speed Standard Mapped Image 7-Day Data V5.0
水瓶座CAP 3级风速标准映射图像7天数据V5.0
简介
5.0版Aquarius CAP Level 3产品是基于组合主动被动（CAP）算法的AQUARIUS/SAC-D绘图盐分和风速数据的第四个版本。CAP 3级标准映射图像产品包含网格化1度空间分辨率的盐分和风速数据，平均时间为7天和每月。此特定数据集是7天运行平均风速V5.0 Aquarius CAP产品。CAP是一个私家侦探生成了由JPL开发和提供的数据集。CAP算法利用来自机载辐射计和散射计的数据，通过最小化模型和观测值之间的平方差和来同时检索盐分、风速和方向。CAP V5.0相对于前一版本的主要改进包括：将地球物理模型函数更新为四阶调和，其中纳入了海面温度（CST）和海气界面稳定性效应;使用加拿大气象中心（MCC）的CST产品作为新来源辅助海面温度数据，取代NOAA的DOE。水瓶座仪器搭载在AQUARIUS/SAC-D卫星上，这是美国宇航局和阿根廷航天局国家太空活动委员会（CONAE）的合作成果。该仪器由三个辐射计组成，按推扫对齐，相对于轨道阴影侧的射入角为29度、38度和46度。梁的足迹包括：76公里（沿线）x 94公里（跨轨）、84公里x 120公里和96公里x 156公里，跨轨总带为370公里。辐射计在各自的水平和垂直极化（TH和TV）下测量1.413 GHz的亮温。工作于1.26 GHz的散射计测量每个足迹中的海洋反向散射，用于估计盐分时的表面粗糙度修正。该散射计的测量范围约为390公里。
空间分辨率： 1 十进制度 x 1 十进制度 时间分辨率： 7 天覆盖区域： 北边界坐标：90 度 南边界坐标：-90 度 西边界坐标：-180 度 东边界坐标：-180 度 180 度 时间跨度：2011 年 8 月 26 日至 2015 年 6 月 08 日 颗粒 时间跨度：2011 年 8 月 26 日至 2015 年 6 月 07 日 投影 投影类型： 网格椭球面： WGS 84
数据介入
| Browse Granule Listing |
Sort By |
| Search Granules |
https://search.earthdata.nasa.gov/search/granules?p=C2491757161-POCLOUD |
数据变量
| me | Long Name | Unit |
|---|---|---|
| Equirectangular | Equirectangular | |
| ice_frac | Sea_Ice_Area_Fraction | 1 |
| lat | latitude | degrees_north |
| lon | longitude | degrees_east |
| wind_speed_cap | Wind_Speed_CAP | m s-1 |
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="ABoVE_ASCENDS_XCO2_2050",
cloud_hosted=True,
bounding_box=(-180.0, -90, 180.0, 90),
temporal=("2011-08-26", "2015-08-08"),
count=-1, # use -1 to return all datasets
return_gdf=True,
)
gdf.explore()
#leafmap.nasa_data_download(results[:5], out_dir="data")引用
Simon Yueh. 2018. Aquarius CAP Sea Surface Salinity and Wind Products. Ver. 5.0. PO.DAAC, CA, USA. Dataset accessed [YYYY-MM-DD] at https://doi.org/10.5067/AQR50-3X7CS
网址推荐
0代码在线构建地图应用
https://invite.mapmost.com/#/login?source_inviter=nClSZANO
机器学习
https://www.cbedai.net/xg
