NRT AMSR2 Unified Global Swath Surface Precipitation GSFC Profiling Algorithm V2
简介
全球变化观测任务 - 水 1 (GCOM-W1) 上的先进微波扫描辐射计 2 (AMSR2) 仪器提供全球被动微波测量，涵盖陆地、海洋和大气参数，以研究全球水和能量循环。近实时 (NRT) 产品在文件中最后观察后的 3 小时内生成，由地面大气近实时能力 (LANCE) 在 AMSR 科学研究者主导的处理系统 (AMSR SIPS) 中生成，该系统与全球水文资源中心 (GHRC) DAAC 共址。GCOM-W1 NRT AMSR2 统一全球带状表面降水 GSFC 分析算法是一个带状产品，包含全球降雨率和类型，由 GPROF 2017 V2R 降雨检索算法计算，使用 JAXA 提供的重采样 NRT Level-1R 数据。这是生成 AMSR SIPS 中相应标准科学产品的相同算法。NRT 产品以 HDF-EOS-5 格式生成，并附加 netCDF-4/CF 元数据，可以通过 HTTPS 从 EOSDIS LANCE 系统访问，网址为 https://lance.nsstc.nasa.gov/amsr2-science/data/level2/rain/。如果数据延迟不是主要关注点，请考虑使用科学质量产品。科学产品是使用最佳可用的辅助、校准和星历信息创建的。科学质量产品是地球物理特性的内部一致、良好校准的记录，以支持科学研究。AMSR SIPS 生成 AMSR2 标准科学质量数据产品，并可在 NSIDC DAAC 获取。
摘要
NRT AMSR2 Unified Global Swath Surface Precipitation GSFC Profiling Algorithm V2是一种用于处理卫星遥感数据的算法，用于估算地表降水量。该算法使用了NRT AMSR2（Advanced Microwave Scanning Radiometer 2）卫星的观测数据，并通过处理这些数据来获取地表降水量的估计值。
该算法通过对卫星观测数据中的微波辐射信号进行分析和处理，以确定地表降水量。它使用了统计方法和物理模型来推导出降水量的估计值。该算法还考虑了一些常见的干扰因素，如大气湿度、云层和地表温度等，以提高估计的准确性。
NRT AMSR2 Unified Global Swath Surface Precipitation GSFC Profiling Algorithm V2已经在全球范围内进行了验证和验证，并被广泛应用于气象预测、气候研究和水资源管理等领域。它提供了高时空分辨率的地表降水量估计，可用于监测和预测降水事件，并提供对全球降水分布的详细了解。
需要注意的是，该算法是由GSFC（Goddard Space Flight Center）开发的，并且是一种实时处理算法，即提供近实时的地表降水量估计结果。这使得它能够及时提供有关地表降水的信息，并支持各种应用和决策需求。
| Publisher | Not provided |
| Contact Name | undefined |
| Contact Email | mailto:support-ghrc@earthdata.nasa.gov |
| Bureau Code | 026:00 |
| Program Code | 026:001 |
| Public Access Level | public |
| Geographic Coverage | -180.0 -89.0 180.0 89.0 |
| Temporal Applicability | 2021-10-01T00:00:00Z/2023-02-28T00:00:00Z |
| Theme | LANCE, geospatial |
| Language | en-US |
| Homepage | CMR Preview |
| Issued | 2021-10-20T00:00:00.000Z |
| Unique Identifier | C2152626500-LANCEAMSR2 |
| Last Update | 2021-10-20T01:00:00.000Z |
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="AU_Rain_NRT_R02",
cloud_hosted=True,
bounding_box=(-180.0, -89.0, 180.0, 89.0),
temporal=("2017-07-20", "2021-10-01"),
count=-1, # use -1 to return all datasets
return_gdf=True,
)
gdf.explore()
#leafmap.nasa_data_download(results[:5], out_dir="data")引用
Kummerow, C., R. Ferraro, and D. Randel. 2021. NRT AMSR2 Unified Global Swath Surface Precipitation GSFC Profiling Algorithm. [Indicate subset used]. Boulder, Colorado USA. NASA National Snow and Ice Data Center Distributed Active Archive Center. doi: CMR Preview.
网址推荐
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/
