当前位置: 首页 > news >正文

OMI/Aura 二氧化氮 (NO2) 总浓度和对流层柱浓度 1 轨道 L2 幅宽 13x24 km V003 (OMNO2) 位于 GES DISC

OMI/Aura Nitrogen Dioxide (NO2) Total and Tropospheric Column 1-orbit L2 Swath 13x24 km V003 (OMNO2) at GES DISC

简介

美国宇航局戈达德地球科学数据与信息服务中心现已发布 4.0 版 Aura 臭氧监测仪(OMI)二氧化氮(NO2)标准产品(OMNO2)。4.0 版的主要更新包括:(1)在 NO2 和云反演中均使用新的每日和 OMI 视场特定几何相关的地表朗伯等效反射率(GLER)产品;(2)使用来自新云算法(OMCDO2N)的改进云参数(有效云量和云光学质心压力),这些参数与 NO2 的反演结果一致,O2-O2 斜柱数据采用新的算法,地形反射率采用 GLER 产品;(3)使用更精确的地形压力,该压力由 OMI 地面像素平均地形高度和 GMI 月平均地形压力计算得出;(4)通过引入场景朗伯等效反射率(LER)和场景压力的概念,改进了对冰雪表面的处理。详细信息请参阅更新后的 OMNO2 自述文件(参见“文档”)。OMNO2 产品包含斜柱 NO2(沿平均光路从太阳进入大气层,再到卫星的 NO2 总量)、总 NO2 垂直柱密度 (VCD)、平流层和对流层 VCD、气团因子 (AMF)、用于计算 AMF 的散射权重以及其他辅助数据。二级条带型柱 NO2 产品的简称是 OMNO2。其他与 OMNO2 相关的 NO2 产品包括二级网格柱产品 OMNO2G 和三级网格柱产品 OMNO2d。


OMNO2 文件以版本 5 EOS 分层数据格式 (HDF-EOS5) 存储。每个二级文件包含轨道日照部分(约 53 分钟)的数据。每天大约有 14 个轨道。OMNO2 文件的最大大小为 100124 MB。

摘要

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="OMNO2", cloud_hosted=True, bounding_box=(-165.68, 34.59, -98.1, 71.28), temporal=("2017-07-20", "2017-08-08"), 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

个人主页

https://sites.google.com/view/xingguang/main

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/

http://www.jsqmd.com/news/1208205/

相关文章:

  • 《 Three.js 三阶魔方:完整版+字母贴纸+计时步数》
  • 终极指南:如何彻底禁用Windows Defender释放系统性能
  • 丢掉那些随时会断的爬虫:如何在生产环境构建一个高可用、零维护成本的多市场行情同步管道?
  • 如何快速上手Medusa:10分钟创建你的第一个JavaFX仪表盘
  • 终极指南:如何在macOS上使用OpenMTP实现高速Android文件传输
  • SQL-Eval与云函数集成:自动化评估结果上传到BigQuery
  • Windows Server 2022网卡驱动配置与优化指南
  • 3步快速上手HunterPie:打造《怪物猎人:世界》智能狩猎伴侣
  • LSP Plugins插件格式对比:CLAP、LV2、VST2、VST3哪个最适合你?
  • Hy-Embodied-VLM-1.0自我演化后训练机制揭秘:打造高效物理世界智能体的核心引擎
  • 3分钟掌握开源神器:网页视频智能下载全攻略
  • 北京社区养生生活馆推荐积养家是什么品牌靠谱吗 - 优企甄选
  • Python数据分析:DataFrame与原生数据结构转换全指南
  • 企业AI应用安全实践:构建钉钉与OpenAI间的敏感信息过滤代理
  • 知识卡片自动制作:OpenClaw 提取工作知识点、生成闪卡、辅助复习与经验沉淀
  • 手游流水上涨背后的运营策略与市场趋势分析
  • Luckfox Pico开发板入门:高性价比Linux与AI开发实战
  • 【2024最严苛AI工具适配报告】:基于1782小时真实使用日志——Gemini只对这4类人释放90%+效能
  • 拆解Qi认证测试体系!看懂无线充电合规的严苛细节
  • CMake-IDE 多项目管理:如何在同一个 Emacs 实例中处理多个 C/C++ 项目
  • Mac本地部署Claude Code全链路实操指南
  • 2026年7月最新——运城靠谱防水公司推荐:实测对比后的客观结论 - 吉林同城获客
  • Sapphire框架49核心功能详解:打造高效Discord机器人的完整教程
  • 泰格豪雅中国官方售后服务中心|详细地址与客服电话权威信息通知(2026年7月更新) - 亨得利官方服务中心
  • 10个关键步骤:使用KernelBench快速开始GPU内核生成评估
  • 终极米哈游游戏扫码登录助手:免费高效的一键登录解决方案
  • FPGA实现LED流水灯:从原理到实践
  • 多 Agent 编排的性能优化:任务拆分粒度与通信开销的平衡策略
  • Linux包管理神器yum:从基础使用到高级技巧
  • KMP 全栈进化:从 Android 跨端到 AI Agent,Koog 让 Kotlin 彻底摆脱 Python 依赖