OCO-2 二级地理定位 XCO2 反演结果和算法诊断信息，GES DISC 的回顾性处理 V11r (OCO2_L2_Diagnostic)

OCO-2 Level 2 geolocated XCO2 retrieval results and algorithm diagnostic information, Retrospective Processing

简介

轨道碳观测站（OCO-2）是美国宇航局首个旨在收集大气二氧化碳空间测量数据的任务，其精度、分辨率和覆盖范围足以表征控制大气中二氧化碳积累的过程。OCO-2 项目使用搭载单台仪器的 LEOStar-2 航天器。该仪器集成了三台高分辨率光谱仪，可同时测量近红外波段（1.61 微米和 2.06 微米附近）的二氧化碳和分子氧（O2）A 波段（0.76 微米）的反射太阳光。该数据采集涵盖用于诊断和预处理的各种数据字段，包括气溶胶光学厚度、反照率、吸收系数、荧光、XCO2 不确定性、平均核、表面类型等。
这是回顾性处理，其中校准数据是根据完整的时间序列数据（测量之前、期间和之后）估计的，预计质量会略高一些。

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="OCO2_L2_Diagnostic", 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/