NASA数据集——GES DISC 的 AIRS-CloudSat 云掩模、雷达反射率和云分类匹配 V3.2 (AIRS_CPR_MAT)

AIRS-AMSU variables-CloudSat cloud mask, radar reflectivities, and cloud classification matchups V3.2 (AIRSM_CPR_MAT) at GES DISC

GES DISC 的 AIRS-CloudSat 云掩模、雷达反射率和云分类匹配 V3.2 (AIRS_CPR_MAT) 

简介

这是 NetCDF-4 格式的 AIRS-CloudSat 定位子集。这些数据包括AIRS 1b 级辐射光谱、CloudSat 雷达反射率和 MODIS 云掩模。这些数据是在 MEaSUREs 项目框架内创建的。

其基本任务是汇集来自多个 "A-train "仪器(AIRS、AMSR-E、MODIS、AMSU、MLS、CloudSat)的水汽和云层属性检索数据,利用云层信息对每个 "场景"(仪器外观)进行分类,并按云层类别分层建立大气水汽随高度变化的合并多传感器气候学。这是一个大型科学分析项目,需要使用 SciFlo 技术来发现和组织所有数据集,根据需要移动和缓存数据集,找到成对仪器之间的空间/时间 "匹配",并处理多年的卫星数据以生成气候数据记录。

该数据集的简称为 AIRS_CPR_MAT

数据文件中包含的参数如下:变量名|描述|单位 CldFrcStdErr|云分率|(无) CloudLayers|水文气象层数|(计数) CPR_Cloud_mask| CPR 云掩码|(无) DEM_elevation| 数字高程图|(米) dust_flag| 灰尘标志|(无) latAIRS|AIRS IR 纬度|(度) Latitude|CloudSat 纬度|(度)LayerBase| 层基高度|(米) LayerTop| 层顶高度|(米) lonAIRS|AIRS IR 经度|(度) Longitude|CloudSat 经度|(度) MODIS_cloud_flag| MOD35_bit_2and3_cloud_flag| (无) Radar_Reflectivity| 雷达反射率因子|(dBZe) radiances|Radiances|(milliWatts/m2/cm-) Sigma-Zadian)1/steradian) Sigma-Zero|Σ-Zero| (dB*100) spectral_clear_indicator|Spectral Clear Indicator|(无) Vertical_binsize|CloudSat vertical binsize| (m) 参数信息结束

具体信息

Resource TypeDataset
Metadata Created DateNovember 12, 2020
Metadata Updated DateDecember 6, 2023
PublisherNASA/GSFC/SED/ESD/GCDC/GESDISC
Maintainer

GERALD MANIPON

IdentifierC1236224153-GES_DISC
Data First Published2006-06-15
Languageen-US
Data Last Modified2012-12-14
CategoryMEaSUREs, geospatial
Public Access Levelpublic
Bureau Code026:00
Metadata Contexthttps://project-open-data.cio.gov/v1.1/schema/catalog.jsonld
Metadata Catalog IDhttps://data.nasa.gov/data.json
Schema Versionhttps://project-open-data.cio.gov/v1.1/schema
Catalog Describedbyhttps://project-open-data.cio.gov/v1.1/schema/catalog.json
CitationEric Fetzer, Brian Wilson, and Gerald Manipon. 2013-07-01. AIRS_CPR_MAT. Version 3.2. AIRS-CloudSat cloud mask, radar reflectivities, and cloud classification matchups V3.2. Greenbelt, MD, USA. AIRS_CPR_MAT_3.2. Archived by National Aeronautics and Space Administration, U.S. Government, Goddard Earth Sciences Data and Information Services Center (GES DISC). https://doi.org/10.5067/MEASURES/WVCC/DATA203. https://disc.gsfc.nasa.gov/datacollection/AIRS_CPR_MAT_3.2.html. Digital Science Data.
CreatorEric Fetzer, Brian Wilson, and Gerald Manipon
Data Presentation FormDigital Science Data
Graphic Preview Filehttps://docserver.gesdisc.eosdis.nasa.gov/public/project/Images/AIRS_CPR_MAT_3.2.png
Harvest Object Id05e26f18-33dc-42b9-a62c-51e9aab0d02b
Harvest Source Id58f92550-7a01-4f00-b1b2-8dc953bd598f
Harvest Source TitleNASA Data.json
Issue IdentificationAIRS_CPR_MAT_3.2
Homepage URLhttps://doi.org/10.5067/MEASURES/WVCC/DATA203
Metadata Typegeospatial
Old Spatial-180.0 -90.0 180.0 90.0
Program Code026:001
Release PlaceGreenbelt, MD, USA
Series NameAIRS_CPR_MAT
Source Datajson IdentifierTrue
Source Hash3a8b1f5c7a329194d6bbfb4266a1669f2331cf655cb1d3bd7dea5330feae2ed2
Source Schema Version1.1
Spatial
Temporal2006-06-15T00:00:00Z/2012-12-14T23:59:59.999Z
Hide

代码

!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassifyimport pandas as pd
import leafmapurl = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
dfleafmap.nasa_data_login()results, gdf = leafmap.nasa_data_search(short_name="AIRSM_CPR_MAT",cloud_hosted=True,bounding_box=(-180, -90, 180, 90),temporal=("2020-12-20", "2023-12-08"),count=-1,  # use -1 to return all datasetsreturn_gdf=True,
)gdf.explore()#leafmap.nasa_data_download(results[:5], out_dir="data")

数据链接

AIRS-CloudSat cloud mask, radar reflectivities, and cloud classification matchups V3.2 (AIRS_CPR_MAT) at GES DISC - Catalog

网址推荐

0代码在线构建地图应用

https://sso.mapmost.com/#/login?source_inviter=nClSZANO

机器学习

https://www.cbedai.net/xg 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/838604.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

餐谱的展示程序

开发背景 可以根据分类直接找到需要展示的餐谱,大的分类A、B、C、D等 二级分类 A1、A2、A3、A4。。。 餐谱就是图片 加 说明 页面 选择一级分类A,选择二级分类A1,查询出该分类下的餐谱 代码 /*** 查询列表*/RequiresPermissions("…

node.js的Express框架的介绍 与 安装详细教程

一、Express框架介绍 (1)Express定义: Express 是一个简洁而灵活的 node.js Web应用框架, 提供了一系列强大特性帮助你创建各种 Web 应用,和丰富的 HTTP 工具。 使用 Express 可以快速地搭建一个完整功能的网站。 &#xff08…

IDEA 每次启动都显示选择项目页面

IDEA版本:2021.3.3 打开 Settings > Appearance & Behavior > System Settings 取消勾选 Reopen projects on startup 然后下次启动 IDEA 会显示选择项目页面

Python代码:一、HelloWorld

1、题目: 将字符串 Hello World! 存储到变量str中,再使用print语句将其打印出来。 2、代码 import sys str Hello World ! print(str)3、在sublime运行的结果

第18节 神级开源shellcode工具:donut

我做了一个关于shellcode入门和开发的专题👩🏻‍💻,主要面向对网络安全技术感兴趣的小伙伴。这是视频版内容对应的文字版材料,内容里面的每一个环境我都亲自测试实操过的记录,有需要的小伙伴可以参考。 我的…

python创建新环境并安装pytorch

python创建新环境并安装pytorch 一、创建新环境1、准备工作2、创建虚拟环境并命名3、激活虚拟环境 二、安装pytorch1、pytorch官网2、选择与你的系统相对应的版本3、安装成功 一、创建新环境 1、准备工作 本次创建的环境是在anaconda环境下,否则需要在纯净环境下创…

AutoNeRF:Training Implicit Scene Representations with Autonomous Agents

论文概述 《AutoNeRF》是由Pierre Marza等人撰写的一篇研究论文,旨在通过自主智能体收集数据来训练隐式场景表示(如神经辐射场,NeRF)。传统的NeRF训练通常需要人为的数据收集,而AutoNeRF则提出了一种使用自主智能体高效…

Spring Boot | Spring Boot 中 自定义“用户退出控制“、获取“登录用户信息“

目录: 一、SpringBoot 中 自定义 "用户授权管理" ( 总体内容介绍 ) :二、 自定义 "用户退出控制" ( 通过 "HttpSecurity类" 的 logout( )方法来实现 "自定义用户用户登录控制" ) :1.基础项目文件准备2.实现 "自定义身份认证"…

springboot005学生心理咨询评估系统

springboot005学生心理咨询评估系统 亲测完美运行带论文:获取源码,私信评论或者v:niliuapp 运行视频 包含的文件列表(含论文) 数据库脚本:db.sql其他文件:ppt.ppt论文:开题.doc论文&#xf…

WT99C262-SG LoRa开发板使用教程

WT99C262-SG模块是全新一代的Wi-FiBLELoRa无线扩频模块,基于启明云端WTLRC262-SG系列模组设计开发的新一代LoRa扩频芯片方案设计的无线串口模块。具有多种传输方式,LoRa扩频技术,且模组大部分管脚均已引出至两侧排针,开发人员可根…

爬虫界的“闪电侠”:异步爬虫与分布式系统的实战秘籍

Hi,我是阿佑,前文给大家讲了,如何做一个合法“采蜜”的蜜蜂,有了这么个自保的能力后,阿佑今天就将和大家踏入 —— 异步爬虫 的大门! 异步爬虫大法 1. 引言1.1 爬虫框架的价值:效率与复杂度管理…

卷轴分红商城模式:适用于多种的商业营销模式

卷轴分红商城模式是一种基于区块链技术的去中心化积分商城系统,通过智能合约和数字资产分红实现积分流通和价值回馈,适用于多种场景。 什么是卷轴分红商城模式: 这是一个去中心化的积分商城系统,消费者在商城消费时,可…

番外篇 | 一文读懂卷积神经网络(CNN)的基础概念及原理

前言:Hello大家好,我是小哥谈。卷积神经网络(Convolutional Neural Network,CNN)是一种深度学习模型,主要用于图像识别和计算机视觉任务。本文旨在对卷积神经网络进行详细的讲解,从基本原理到实际应用,帮助读者全面了解CNN的工作原理、优势和基本组成等,以及其在现实生…

异步编程CompletableFuture总结

文章目录 1. 简介:2. 比较1、传统方式2、使用CompletableFuture:异步执行返回值 3、组合处理:anyOfallof : 4. 异步回调:thenAcceptthenApplywhenComplete等同于 thenAccepthandel()等同于thenApply 5. 常用方法:1、su…

Python——IO编程

IO在计算机中指Input/Output,也就是输入和输出。由于程序和运行时数据是在内存中驻留,由CPU这个超快的计算核心来执行,涉及到数据交换的地方,通常是磁盘、网络等,就需要IO接口。 比如你打开浏览器,访问新浪…

Linux查看进程命令ps和top

Linux 是一种自由和开放源代码的操作系统,它的使用在全球范围内非常广泛。在 Linux 中,进程是操作系统中最重要的组成部分之一,它代表了正在运行的程序。了解如何查看正在运行的进程是非常重要的,因为它可以帮助你了解系统的运行状…

Python 白底黑字图片去除红色水印

Python 白底黑字图片去除红色水印 import os from PIL import Imagedef remove_color(image_path, new_image_path):"""初始化:param image_path: 图片路径:param new_image_path: 新图片路径"""# 打开图片并转换为RGBA格式img Image.open(imag…

java入门1.1.2

前言: 第一:一坨垃圾的迭代,还是垃圾 第二:本内容为对类,对象,构造函数的最新抽象理解 正片 先将类,对象,还要构造函数翻译成英文 class,object,construc…

汇中 SCL-61D2超声水表汇中通讯协议

RS-485串行通讯接口设置表 通用代码注释 读取正向仪表数据 DD的内容为 通讯示例 主机命令:2A 41 4A 仪表响应:26 41 4A 00 00 13 63 00 00 07 72 00 00 10 34 00 33 读取负向仪表数据:(单向型仪表无此命令) DD的内容…

selenium发展史

Selenium Core 2004 年,Thoughtworks 的工程师 Jason Huggins 正在负责一个 Web 应用的测试工作,由于这个项目需要频繁回归,这导致他不得不每天做着重复且低效的工作。为了解决这个困境,Jason 开发了一个运行在 JavaScript 沙箱中…