NOAA全球每日海表温度（SST），具有0.02度的网格分辨率
GHRSST NOAA/STAR Metop-A AVHRR FRAC ACSPO v2.80 0.02 L3U Dataset (GDS v2)
简介
GHRSST NOAA/STAR Metop-A AVHRR FRAC ACSPO v2.80 0.02 L3U Dataset (GDS v2)是由美国国家海洋和大气管理局（NOAA）和卫星海洋热红外传感器地面站（STAR）提供的数据集。该数据集使用Metop-A AVHRR（高分辨率可见光和红外线传感器）和ACSPO（适应性协同传感器观测）算法处理，提供了0.02度的L3U级别数据。
该数据集包含了海洋表面温度（SST）和云覆盖率等海洋表面相关变量。数据集的主要特点包括高空间和时间分辨率，全球覆盖和较高的数据质量。数据由陆地和海洋之间的交叉验证来验证和校准，以确保数据的准确性和可靠性。
该数据集使用GDS v2（第二代全球海洋数据系统）格式进行存储和分发。GDS v2是一个用于海洋科学数据的开放数据标准，提供了方便的数据访问和共享。
GHRSST NOAA/STAR Metop-A AVHRR FRAC ACSPO v2.80 0.02 L3U数据集对于海洋和天气预测、气候研究、海洋生态系统监测等应用具有重要意义。
摘要
这个L3U（第3级未整理）数据集包含全球每日海表温度（SST），具有0.02度的网格分辨率。它是由美国国家海洋和大气管理局（NOAA）先进的海洋晴空处理器（ACSPO）使用L2P（2级预处理）产品从气象操作卫星A（最高A）先进非常高分辨率辐射计3（AVHRR/3）（https://podaac.jpl.nasa.gov/dataset/AVHRRF_MA-STAR-L2P-v2.80）全分辨率面积覆盖（FRAC）模式作为输入。它以netCDF-4格式的10分钟颗粒的形式分布，符合高分辨率海洋表面温度组（GHRSST）数据规范版本2（GDS2）。每24小时间隔有144个颗粒。填充值以所有无效像素报告，包括>为5公里的陆地像素。对于每个有效的水像素（定义为海洋、海洋、湖泊或河流），以及高达5公里的内陆，报告以下主要层： SSTs和ACSPO清天掩模（ACSM；在每个网格中提供，还包括白天/夜、陆地、冰、黄昏和闪烁的旗帜）。
只有带有QL=5的输入L2P不锈钢被网格化，因此建议用户使用所有有效的不锈钢。根据GDS2规范，在每个具有有效SST的像素中报告了两个额外的传感器特定的误差统计层（SSES偏差和标准偏差）。附属层包括风速和ACSPO减去参考加拿大气象中心（CMC）4级（L4）海温温度。ACSPO Metop-A AVHRR FRAC L3U产品在NOAA SST质量监测仪（SQUAM）系统中根据iQuam原位数据（Xu和Ignatov，2014）进行监测和验证（Dash等人，2010）。在NOAA ACSPO SST区域监测系统（ARMS）系统中，对SST图像和明天掩模进行评估，并检查其与L2P和其他卫星/传感器SST产品的一致性。关于该数据集的更多信息可在AVHRRF_MA-STAR-L2P-v2.80和（普拉尼亚津等人，2021年）中找到。
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="AVHRRF_MA-STAR-L3U-v2.80",
cloud_hosted=True,
bounding_box=(-180.0, -90.0, 180.0, 90.0),
temporal=("2006-12-01", "2021-11-08"),
count=-1, # use -1 to return all datasets
return_gdf=True,
)
gdf.explore()
#leafmap.nasa_data_download(results[:5], out_dir="data")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/
