常用静止轨道卫星(geostationary satellite)及相关产品

1. 数据简介

维基百科 link

地球静止轨道(或称地球赤道同步轨道,英语:geostationary orbit,简写:GEO)是指地球赤道面上方35,786km的圆形轨道,该轨道上航天器的运行方向和地球自转方向一致。在地球静止轨道上的航天器绕地球运行一周的时间和地球自转周期(一恒星日)相同,因此,在地面观测者看来,这样的航天器是在天空固定不动的。通信卫星和气象卫星一般运行在静止轨道,因此地面站天线只要对准卫星的定点位置就可以通讯,而不用转动天线。利用这个特点,把携带有可见光和近红外光传感器的海洋卫星发射到静止轨道上,这样就可以监测海洋环境的细微变化,比如GOCI卫星。

地球静止轨道是地球同步轨道的一个特例,二者之间有一些区别,地球同步轨道上的卫星每天在同样的时间通过地球上的同一个点,而地球静止轨道上的卫星一直固定在定点位置不动

在这里插入图片描述

1.1 GOES-R 静止卫星

  • GOES-R 系列静止气象卫星是目前NOAA 运行的最新一代静止气象卫星。该系列卫星包括GOES-R (GOES-16),GOES-S (GOES-17),GOES-T,GOES-U 等4 颗卫星,其中前两颗星分别在2016.11.19 和2018.3.1 发射运行,分别定轨在75.2°W 和137.2°W,后两颗预计在2021 年和2024 年发射(http://www. goes-r. gov/[2020-06-08])。
1.1.1 传感器
  • GOES-R 上搭载了数个传感器, 如下图所示。

  • (1) 环境类载荷包括:
    – 先进基线成像仪(Advanced Baseline Imager,ABI) 、
    – 同步闪电测绘仪(Geostationary Lightning Mapper,GLM)、
    – 远紫外与 X 射线辐照度探测器(Extreme Ultraviolet Sensor/X-Ray Sensor Irradiance Sensors,EXIS)、
    – 太阳紫外成像仪(Solar Ultraviolet Imager,SUVI)、
    – 空间环境监测器/磁力仪组(SEM/Magnetometer,SEM/MAG)、
    – 空间环境原位测量装置(Space Environment In-Situ Suite,SEISS)。

  • (2) 数据收集类载荷包括:
    – 静止轨道搜索&救援系统(Geostationary Search andRescue System,GEOS&R)、
    – 数据收集系统(DCIS)等。

在这里插入图片描述

(A)高级基线成像仪(ABI)
  • 其中,与陆面产品相关的传感器主要是高级基线成像仪(ABI)。ABI 有16 个波段,空间分辨率分别为0.5 km (0.64 μm),1.0 km (可见光—近红外)和2.0 km (>2 μm)(表1)。ABI有3种观测模式,分别对全圆盘(Full disk)美国大陆(3000 km×5000 km)和中尺度区域(1000 km×1000 km)提供不同时间频率和空间分辨率的观测。时间分辨率分别为全圆盘15 min 以及美国大陆的5 min。中尺度区域观测由用户制定,提供特定感兴趣区域的高时频观测,可在30 或60 s 观测一次。

补充:ABI 采用 3 种扫描模式对 3 类区域进行观测。3 种扫描模式分别为模式三、模式四和模式六;3 类扫描区域包括全圆盘区域(Full Disk)、美国本土区域(CONtinental United States,CONUS)以及中尺度区域(MESOs)。圆盘区域为以星下点和 ABI 中心连线为中心,ABI 对地方向以直径约 17.4的张角进行观测覆盖的地球表面区域,美国本土区域为3 000 km× 5 000 km 的长方形区域,不同的轨道位置对应的区域不同,具体如图 1 所示中尺度区域为卫星观测区域内 1 000 km×1 000 km 大小的任意区域。

在这里插入图片描述补充: ABI 不同扫描模式对应的观测区域设置及其时间见表 7,数据大小见表 8模式三中,Full Disk:扫描时间为 15 min;CONUS:扫描时间为 5min;中尺度区域(MESOs):每个中尺度区域扫描时间(共2 个中尺度区域,每个区域 1 000 km×1 000 km)达到30 s,2 个中尺度区域同时扫描需 60 s。模式六除全圆盘区域扫描时间缩小为 10 min 以外,其他与模式三完全相同。模式四只完成 5 min 全圆盘扫描,美国本土观测模式可以从该模式全圆盘数据抽取得到。其中模式 6 为卫星系统默认观测模式。】
在这里插入图片描述在这里插入图片描述

在这里插入图片描述

(B)地球静止轨道闪电绘图仪(GLM)
  • 地球静止轨道闪电绘图仪(GLM),是一台工作在近红外谱段(777.4 nm)的 CCD 相机,空间分辨率为 8~12 km,可全天候地对发生在美国本土及近海上空的闪电进行探测和成像,补充现有陆基的测量能力。地球静止轨道闪电绘图仪能够将恶劣天气和飓风的预警时间提高到 20 min,甚至更快。GOES-16 是第一个携带闪电探测器的地球静止气象卫星。
1.1.2 标准产品
  • GEOS-R产品中主要是大气产品, 有少数地面产品。 link

  • (1)大气产品 link

  • (2)地面产品(如地表温度,下行短波辐射,火点/热点,积雪覆盖)。如:在地面产品生产过程中,需要NOAA 国家环境预报中心(NCEP)的数值天气预报数据作为辅助(https://www.ncep.noaa.gov/2020-06-08])。4 个地表产品中除了下行短波辐射是经纬度坐标,其他三个都使用格网坐标和GRS80 地球椭球体,产品格式为netCDF-4,目前产品还处于试运行阶段(provisional),可通过NOAA 综合数据中心(CLASS,https://www. class. noaa. gov[2020-06-08])或环境信息中心(NCEI,https://www. ncei. noaa.gov/products [2020-06-08])获取。

在这里插入图片描述

1.1.3 产品分级
  • GOES-R 系列卫星产品主要包括 0 级数据、L1b数据和 L2+数据。其中 0 级数据为未经处理的原始数据;L1b 数据为经过辐射定标和地理定位后的数据,数据存储格式为 netCDF-4;L2+数据包括图像产品和定量产品,图像产品包含各个通道的云图和水汽图像,定量产品为对 L1b 数据进行环境参数反演得到的产品,以及对 L1 或 L2 数据进行时空降采样处理或者其他处理得到的数据[15-16]。各级卫星产品见表 10

在这里插入图片描述

1.1.4 产品下载

产品下载的途径如下图所示 (中文教程可参考 link 和 link )

在这里插入图片描述在这里插入图片描述在这里插入图片描述

1.1.5 Geostationary-NASA Earth Exchange (GeoNEX) (GEOS16)
  • GeoNEX is a collaborative project led by scientists from NASA, NOAA, and many other institutes around the world to generate Earth monitoring products using data streams from the latest Geostationary (GEO) sensors including the GOES-16/17 Advanced Baseline Imager (ABI), the Himawari-8/9 Advanced Himawari Imager (AHI), and more.

  • GEONEX DATA PORTAL link

在这里插入图片描述
(1) DATA DIRECTORIES

  • GOES16/GEONEX-L1G/
    Top-of-Atmosphere (TOA) reflectance GOES-16 ABI. This product includes the Bidirectional Reflectance Factor (BRF) for Bands 1-6 and Brightness Temperature for Bands 7-16 at the top of the atmosphere measured by the satellite sensor.
    (1)BRF is defined as the ratio of the radiance reflected from the target surface (e.g., top of atmosphere) in a particular direction to the expected radiance reflected from a perfectly white Lambertian surface in the same direction under the same conditions of illumination and reflection. The phrase “bidirectional” emphasizes that the variable is a function of both solar incident and satellite-viewing angles.
    (2) Brightness temperature is the temperature of a blackbody that would emit the same amount of radiation as the targeted body in a specified spectral band. It is different from the true surface temperature because (1) the surface is not a perfect blackbody; and (2) it is influenced by atmospheric conditions. For more information on the steps used to create this product see https://www.nasa.gov/geone

  • GOES16/GEONEX-L2/
    GOES16 surface reflectance (Surface BRF) estimated through the process of atmospheric correction for Bands 1-6.
    (1)SR is calculated by removing the atmospheric influence (absorption and scattering by molecules and aerosols) from the TOA reflectance. The data are also filtered for unfavorable conditions (e.g., clouds and shadows) under which the retrieval of SR is not feasible or reliable. Intermediate products include cloud masks, atmospheric aerosol optical thickness (AOT), surface
    BRDF parameters, and so on.
    (2)The current surface reflectance dataset is produced with an early version of MAIAC. The accuracy of cloud detection and aerosol retrievals is not yet sufficient for science publications. We are still working on issues with the BRDF model fit and atmospheric correction.
    (3)The next improved version of MAIAC is in a stage of completion, and the updated results of processing will be available the in near future.

  • GOES16/NOAA-L1B/
    GeoNEX GOES16 INPUTS, provided only as an convenience for exploration.

在这里插入图片描述
在这里插入图片描述

(2) FILE NAMING CONVENTIONS FOR L1G DATA

For all GeoNEX products, the following naming convention is used:

  1. <Satellite/Sensor Code>
    GLBG_hv.hdf

  2. <Satellite/Sensor Code>: HM08_AHI for Himawari 8 AHI, and GO16_ABI or GO17_ABI for GOES ABI, GK2A_AMI for GEO-KOMPSAT-2A AMI.

  3. < Product ID >: A two-digit number assigned to each GeoNEX product. Currently, only the Product ID of “05” is
    available, indicating “Top-of-Atmosphere Reflectance”

  4. < YYYYMMDD >: Year-Month-Day, e.g., 20180501

  5. < HHMM>: Hour-Minute (UTC time), e.g., 2030

  6. < hid >, < vid >: Horizontal or Vertical Tile ID

  7. < version >: Product version code; currently “02”

Note, the input and convenience products may differ from the above naming convention.

(3) GEONEX-L1G数据介绍

  • 数据生产

在这里插入图片描述

  • 空间格网

在这里插入图片描述

参考文献

[1] 方红亮. 基于地球静止气象卫星的地表参数遥感研究进展[J]. 遥感学报, 2021, 25(1): 109-125.
[2] Beginner’s Guide to GOES-R Series Data link
[3] 张春华, 李松, 刘洪伟, 等. 美国 GOES 系列卫星的发展[J]. 装备环境工程, 2022, 19(4): 124-131.
[4] L1G and L2 data introduction link
[5] Wang W, Li S, Hashimoto H, et al. An introduction to the geostationary-NASA earth exchange (GeoNEX) products: 1. Top-of-atmosphere reflectance and brightness temperature[J]. Remote Sensing, 2020, 12(8): 1267.

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/853759.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

使用python绘制三维散点图

使用python绘制三维散点图 三维散点图三维散点图的用途效果代码 三维散点图 三维散点图&#xff08;3D Scatter Plot&#xff09;是一种用于展示三维数据的图表。与二维散点图类似&#xff0c;三维散点图通过点在三维空间中的位置来表示数据点的三个特征。每个点在 x、y 和 z …

突破数据存储瓶颈!转转业财系统亿级数据存储优化实践--图文解析

突破数据存储瓶颈&#xff01;转转业财系统亿级数据存储优化实践–图文解析 原文链接&#xff1a;https://juejin.cn/post/7358704806779437097 原文作者&#xff1a;转转技术团队 业财系统&#xff1a;业务和财务一体化系统 与传统财务记账不同&#xff0c;一笔金额不再是…

【Python网络爬虫分步走】使用LXML解析网页数据

Python网络爬虫分步走 – 使用LXML解析网页数据 Web Scraping in Python - Using LXML to Parse Web Data By Jackson@ML Lxml作为Python的第三方库,提供易用的且功能强大的API,用来解析XML和HTML文档。事件驱动的API被用于分步骤解析。 本文简要介绍使用lxml库解析网页的基…

Digital电路仿真软件的安装

文章目录 1. Java环境的安装 2. Digital安装 3. 软件配置 1. Java环境的安装 电路仿真软件Digital是一款用于设计和仿真数字逻辑电路的工具。它可以帮助用户创建、测试和调试各种数字电路&#xff0c;提供可视化的电路编辑环境&#xff0c;使得设计过程更加直观和便捷。 D…

MySQL数据操作与查询- 连接查询

一、引入 1、为什么需要使用连接查询&#xff1f; 查询信息的来源如果来自多张表&#xff0c;则必须对这些表进行连接查询。 2、连接查询的分类 内连接和外连接。 二、内连接 1、概述 将两张表的记录组合在一起&#xff0c;产生一个新的结果。 &#xff08;1&#xff09…

【Java】过滤器/拦截器

文章目录 两者区别request链路全过程 在实际开发中&#xff0c;过滤器和拦截器都是经常使用的技术&#xff0c;但一被提及到其区别时&#xff0c;整个人就愣住了&#xff0c;好像没有认真地对两者进行区别和总结&#xff0c;这两者之间也确实很容易混淆&#xff0c;因此结合了很…

Milvus Cloud 问答机器人 上线!构建企业级的 Chatbot

01. 背景 早些时候我们在社区微信群发出了一份关于Milvus Cloud 自动问答机器人的调研问卷。 调研受到了社区同学的积极响应,很快我们就收到了很多热心用户的回复。 基于这些回复,我们整理出了 Milvus Cloud Chatbot 的形态: 以功能使用和文档查询为核心 提供聊天和搜索双形…

version-manager最好用的SDK版本管理器,v0.6.2发布

项目地址&#xff1a;https://github.com/gvcgo/version-manager 中文文档&#xff1a;https://gvcgo.github.io/vdocs/#/zh-cn/introduction 功能特点&#xff1a; 跨平台&#xff0c;支持Windows&#xff0c;Linux&#xff0c;MacOS支持多种语言和工具&#xff0c;省心受到…

【Apache Doris】周FAQ集锦:第 5 期

【Apache Doris】周FAQ集锦&#xff1a;第 5 期 SQL问题数据操作问题运维常见问题其它问题关于社区 欢迎查阅本周的 Apache Doris 社区 FAQ 栏目&#xff01; 在这个栏目中&#xff0c;每周将筛选社区反馈的热门问题和话题&#xff0c;重点回答并进行深入探讨。旨在为广大用户和…

【云原生】Kubernetes----Kubernetes集群部署Prometheus 和Grafana

目录 引言 一、环境准备 二、部署node-exporter &#xff08;一&#xff09;创建命名空间 &#xff08;二&#xff09;部署node-exporter 1.获取镜像 2.定义yaml文件 3.创建服务 4.查看监控数据 三、部署Prometheus &#xff08;一&#xff09;创建账号并授权 &…

厂里资讯之app端文章查看

文章列表加载 需求分析 文章布局展示 表结构分析 ap_article 文章基本信息表 ap_article_config 文章配置表 ap_article_content 文章内容表 三张表关系分析 根据数据库设计的表生成对应的实体类 ap_article文章表对应实体 package com.kjz.model.article.pojos;import co…

2024.6.16 机器学习周报

目录 引言 Abstract 文献阅读 1、题目 2、引言 3、创新点 4、匹配问题 5、SuperGlue架构 5.1、注意力图神经网络&#xff08;Attentional Graph Neural Network&#xff09; 5.2、最佳匹配层&#xff08;Optimal matching layer&#xff09; 5.3、损失 6、实验 6.…

【教程】Linux设置进程的优先级

转载请注明出处&#xff1a;小锋学长生活大爆炸[xfxuezhagn.cn] 如果本文帮助到了你&#xff0c;欢迎[点赞、收藏、关注]哦~ 关键指令 sudo chrt -f <优先级> <指令> 示例脚本 当然也可以不是启动Python脚本&#xff0c;普通的指令都可以&#xff0c;可自行适当修…

38、基于卷积神经网络(CNN)的车牌自动识别系统(matlab)

1、原理及流程 1&#xff09;原理 CNN&#xff08;卷积神经网络&#xff09;是一种深度学习模型&#xff0c;可以用于图像识别和分类任务。车牌自动识别系统的原理基本上就是使用CNN模型对车牌图像进行处理和识别。 首先&#xff1a;系统需要收集大量的含有车牌的图像数据作…

平板消解加热台-温度均匀,防腐蚀-实验室化学分析

DBF系列防腐电热板 是精致路合金加热板块表面经进口高纯实验级PFATeflon氟塑料防腐不粘处理&#xff0c;专为实验室设计的电加热产品&#xff0c;是样品前处理中&#xff0c;加热、消解、煮沸、蒸酸、赶酸等处理的得力助手。可以满足物理、化学、生物、环保、制药、食品、饮品…

黑马头条Minio报错non-xml response from server错误的解决方法

今天在写项目的时候&#xff0c;想测试minio上传文件功能是否正常&#xff0c; 但是每次都出现non-xml response from server的错误。 自己也在网上找了很多解决方法&#xff0c;大部分是说用户名和密码的配置问题&#xff0c;但是检查后发现并没有错误。 最后发现是自己的dock…

Bio-Info每日一题:Rosalind-07-Mendel‘s First Law(孟德尔第一定律 python实现)

&#x1f389; 进入生物信息学的世界&#xff0c;与Rosalind一起探索吧&#xff01;&#x1f9ec; Rosalind是一个在线平台&#xff0c;专为学习和实践生物信息学而设计。该平台提供了一系列循序渐进的编程挑战&#xff0c;帮助用户从基础到高级掌握生物信息学知识。无论你是初…

53. QT插件开发--插件(动态库so)的调用与加载

1. 说明 在使用QT进行插件库的开发之后,还需要将这个插件库程序生成的so动态链接库加载到主程序框架中进行使用,才能达到主程序的模块化开发的效果。在前一篇文章插件创建中介绍了如何在QT中开发插件库,并提供外部接口调用。本篇博客的主要作用是模拟在主程序框架中加载动态…

深度学习Day-20:DenseNet算法实战 乳腺癌识别

&#x1f368; 本文为&#xff1a;[&#x1f517;365天深度学习训练营] 中的学习记录博客 &#x1f356; 原作者&#xff1a;[K同学啊 | 接辅导、项目定制] 一、 基础配置 语言环境&#xff1a;Python3.8编译器选择&#xff1a;Pycharm深度学习环境&#xff1a; torch1.12.1c…

在表格中渲染轮播图的方法;

效果图&#xff1a;代码&#xff1a; shop()function shop() {// render()$.ajax({url: "http://jingxun.zhbbll.asia/pc/Commodity/shop_list", //要请求的后端地址type: "GET", //数据发送的方式(POST或者GET)dataType: JSON,headers: {token: token,id…