AVIRIS Facility Instruments: Flight Line Geospatial and Contextual Data
简介
该数据集提供了归属地理空间信息和表格信息，用于识别和查询机载可见红外成像分光计-经典（AVIRIS-C）和机载可见红外成像分光计-下一代（AVIRIS-NG）设施仪器集的相关飞行线路。它包括归属的 shapefile 和 GeoJSON 文件，其中包含所有年份单条飞行线路的多边形表示法和每年的单独 KMZ 文件。这些文件允许用户使用地理信息系统 (GIS) 软件对飞行线路位置进行可视化和查询。带有属性信息的 AVIRIS-C 和 AVIRIS-NG 飞行线路表包括日期、边界坐标、站点名称、参与的研究人员、飞行属性、相关活动以及 AVIRIS-C 和 AVIRIS-NG 设施仪器库中相关 L1B（辐射率）和 L2（反射率）文件的相应文件名。表格信息也以逗号分隔值 (CSV) 格式提供。
摘要
AVIRIS 项目的主要目标是根据分子吸收和粒子散射特征识别、测量和监测地球表面和大气层的成分。利用 AVIRIS 数据进行的研究主要侧重于了解与全球环境和气候变化有关的过程。
AVIRIS-C 开发于 1987 年（Green 等人，1998 年）。它是一种光学传感器，可在波长从 380 纳米到 2500 纳米的 224 个连续光谱通道（波段）中提供经校准的上涌光谱辐射图像，即完整的可见光-近红外-西红外光谱。2009 年，开发了 AVIRIS-NG，以继续提供太阳反射光谱范围内的高信噪比成像光谱测量，自 2014 年起开始运行。AVIRIS-NG 以 5 nm 为间隔测量 380 nm 至 2510 nm 的波长范围。AVIRIS-NG支持NASA在植物组成和功能、地质和土壤、温室气体绘图以及轨道平台校准等许多领域的科学和应用。两台仪器的辐射数据均可转换为光谱反射率。
NASA 设施仪器在 NASA 研究中心之外运行，支持多个科学学科、实地调查和 NASA 科学目标。设施仪器由地球科学部（ESD）研究与分析计划和/或地球观测系统（EOS）项目科学办公室的管理人员提供支持。AVIRIS 系统位于喷气推进实验室（JPL），该项目在 JPL 观测系统部下运作。此外，AVIRIS 项目还努力确保满足每次飞行的实验要求，并确保用户对数据质量和所提供的服务水平感到满意。一旦有了更多的设施仪器数据，将把它们添加到本数据集中。本数据集共包括 31 个文件：两个逗号分隔值（CSV）格式的表格、两个压缩（.zip）格式的形状文件、两个 GeoJSON 文件和 25 个压缩 Keyhole 标记语言（.kmz）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="AVIRIS_FlightLine_Locator_2140",
cloud_hosted=True,
bounding_box=(-171.85, 9.2, 118.95, 84.36),
temporal=("2006-07-20", "2022-08-08"),
count=-1, # use -1 to return all datasets
return_gdf=True,
)
gdf.explore()
#leafmap.nasa_data_download(results[:5], out_dir="data")引用
Green, R.O., P.G. Brodrick, J.W. Chapman, M. Eastwood, S. Geier, M. Helmlinger, S.R. Lundeen, W. Olson-Duvall, R. Pavlick, L.M. Rios, D.R. Thompson, and A.K. Thorpe. 2023. AVIRIS Facility Instruments: Flight Line Geospatial and Contextual Data. ORNL DAAC, Oak Ridge, Tennessee, USA. AVIRIS Facility Instruments: Flight Line Geospatial and Contextual Data, https://doi.org/10.3334/ORNLDAAC/2140
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/
