)
OCO-2 Level 1A collated, parsed, science or calibration data, Retrospective Processing V11r (OCO2_L1aIn_Sample) at GES DISC
简介
版本 11r 是当前数据集版本。旧版本将不再可用，并被版本 11r 取代。轨道碳观测站 (OCO-2) 是 NASA 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 和 2.06 微米附近）的反射太阳光中的二氧化碳以及 0.76 微米波段的分子氧 (O2) A 波段的反射太阳光。这三台光谱仪具有不同的特性，并独立进行校准。它们的原始数据量 (DN) 与一级 B 处理流程的时间相关性，以一级 A 产品的形式交付。每个波段包含 1016 个光谱元素，但部分波段在 L2 反演中被屏蔽。该产品是 1B 级处理的输入。它是经过解包处理的原始数据，并以标准粒度格式化，同时包含校准后的工程数据（包括科学观测和校准观测），采用采样模式运行。这是一种回顾性处理方法，其中校准数据是根据完整的时间序列数据（测量前、测量中和测量后）估算的，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_L1aIn_Sample", 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")引用
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/
