水瓶座官方发布第 3 级雨标海面盐度标准映射图升序 28 天运行平均值数据 V5.0

文摘   科学   2024-07-31 08:00   北京  

Aquarius Official Release Level 3 Rain-flagged Sea Surface Salinity Standard Mapped Image Ascending 28-Day Running Mean Data V5.0

水瓶座官方发布第 3 级雨标海面盐度标准映射图升序 28 天运行平均值数据 V5.0

简介

水瓶座 3 级海面盐度(SSS)雨量标记标准映射图像数据包含网格化的 1 度空间分辨率 SSS 日、7 天、月和季节时间尺度平均值。该特定数据集是水瓶座数据集 5.0 版的 28 天运行平均值、上升雨量标记雨量标记海面盐度产品。该产品仅使用了上升经过的检索值。水瓶座 "仪器搭载在 "AQUARIUS/SAC-D "卫星上,该卫星由美国国家航空航天局和阿根廷国家空间活动委员会(CONAE)合作研制。该仪器由三个辐射计组成,采用推帚式排列,相对于轨道阴影面的入射角分别为 29 度、38 度和 46 度。光束足迹为 76 千米(沿轨道)x 94 千米(跨轨道)、84 千米 x 120 千米和 96 千米 x 156 千米,总跨轨道扫描范围为 370 千米。辐射计以各自的水平和垂直极化(TH 和 TV)测量 1.413 千兆赫的亮度温度。1.26 千兆赫的散射计测量每个足迹的海洋后向散射,用于在估算盐度时对表面粗糙度进行修正。散射计的扫描范围约为 390 公里。Publisher: NASA/GSFC OBPG
Creator: NASA Aquarius project
Release Place: Goddard Space Flight Center, 8800 Greenbelt Rd.; Greeenbelt, MD., 20771, USA
Release Date: 2017-Dec-07
Resource: http://podaac.jpl.nasa.gov/SeaSurfaceSalinity/Aquarius

分辨率 空间分辨率 1 十进制度 x 1 十进制度 时间分辨率:28 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 25 日至 2015 年 6 月 07 日 粒度 时间跨度:2011 年 8 月 25 日至 2015 年 6 月 07 日 投影 投影类型:网格椭球面:WGS 84

Browse Granule Listing

Sort By

Search Granules

https://search.earthdata.nasa.gov/search/granules?p=C2491757009-POCLOUD

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=("2011-08-25", "2015-06-07"),
count=-1, # use -1 to return all datasets
return_gdf=True,
)


gdf.explore()

#leafmap.nasa_data_download(results[:5], out_dir="data")


引用

NASA Aquarius project. 2017. Aquarius Sea Surface Salinity Products. Ver. 5.0. PO.DAAC, CA, USA. Dataset accessed [YYYY-MM-DD] at https://doi.org/10.5067/AQR50-3YRAE

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 


生态云计算
生态环境、卫星遥感、Google Earth Engine 云平台、PIE云平台专业技术知识传播
 最新文章