NASA数据集——2017年美国阿拉斯加以及加拿大北部二氧化碳探测仪监测的大气后向散射系数剖面图数据集

来自二氧化碳探测仪的大气后向散射系数剖面图,2017年

本数据集提供了2017-07-20至2017-08-08期间在美国阿拉斯加以及加拿大育空地区和西北地区上空进行的二氧化碳夜间、白天和季节排放主动传感(ASCENDS)部署期间收集的大气后向散射系数剖面图。这些剖面由一架 DC-8 飞机上搭载的二氧化碳探测仪激光雷达仪器测量。机载二氧化碳探测仪是一种脉冲式多波长集成路径差分吸收激光雷达,可估算从飞机到散射表面的天底路径上的柱均干空气二氧化碳混合比(XCO2)。除 XCO2 外,激光雷达接收器还记录了激光脉冲在大气中传播时的时间分辨大气反向散射信号强度。激光雷达原始数据被转换为大气后向散射截面积和双向大气传输,也称为衰减后向散射剖面。这些 ASCENDS 飞行与 2017 年北极-北方脆弱性实验(ABoVE)活动协调进行,并以 ICARTT 格式提供。Mapmost login

本数据集提供了2017-07-20至2017-08-08期间在美国阿拉斯加以及加拿大育空地区和西北地区上空进行的二氧化碳夜间、白天和季节排放主动传感(ASCENDS)部署期间收集的大气后向散射系数剖面图。这些剖面由一架 DC-8 飞机上搭载的二氧化碳探测仪激光雷达仪器测量。机载二氧化碳探测仪是一种脉冲式多波长集成路径差分吸收激光雷达,可估算从飞机到散射表面的天底路径上的柱均干空气二氧化碳混合比(XCO2)。除 XCO2 外,激光雷达接收器还记录了激光脉冲在大气中传播时的时间分辨大气反向散射信号强度。激光雷达原始数据被转换为大气后向散射截面积和双向大气传输,也称为衰减后向散射剖面。这些 ASCENDS 飞行与 2017 年北极-北方脆弱性实验(ABoVE)活动协调进行,并以 ICARTT 格式提供。
本数据集中包含 16 个 ICARTT 格式(*.ict)的数据文件。此外还包括 Matlab 脚本,用于对 2017 年 ABoVE 机载活动期间二氧化碳激光探测仪测量的大气后向散射剖面进行数据处理。

北极-北方脆弱性实验(ABoVE)是美国国家航空航天局(NASA)陆地生态计划的一项实地活动,于2016年至2021年期间在阿拉斯加和加拿大西部进行。ABoVE 的研究将基于实地的过程级研究与机载和卫星传感器获得的地理空间数据产品联系起来,为提高分析和建模能力奠定了基础,而分析和建模能力是了解和预测生态系统反应及社会影响所必需的。

Platforms

NASA DC-8

Instruments

BACKSCATTER LIDAR

Data Formats

Distribution: ICARTT

Temporal Extent

2017-07-20 to 2017-08-08

Data Centers

ORNL_DAAC

Spatial Extent

Bounding Box: (71.27°, -98.15°), (34.59°, -165.68°)

数据属性

Variable Units Description
Start_UTC s Seconds since midnight UTC on flight date
Day_Of_Year d Day of year, beginning January 1
Latitude degrees Latitude
Longitude degrees Longitude
MSL_GPS_Altitude m Sensor height above mean sea level
HAE_GPS_Altitude m Sensor height above WGS84 ellipsoid
Pressure_Altitude ft Aircraft altitude from air pressure sensor
Radar_Altitude ft Aircraft altitude from radar
Ground_Speed m s-1 Aircraft ground speed
True_Air_Speed kts Air speed in knots
Indicated_Air_Speed kts Air speed in knots
Mach_Number mach Air speed in mach number
Vertical_Speed m s-1 Vertical speed
True_Heading degrees Aircraft heading, 0-360 degrees, clockwise from +y
Track_Angle degrees  Aircraft track, 0-360 degrees, clockwise from +y
Drift_Angle degrees  Aircraft drift, +/-180 degrees, clockwise from +y
Pitch_Angle degrees  Aircraft pitch, +/-180 degrees, up+
Roll_Angle degrees  Aircraft roll, +/-180 degrees, right+
Static_Air_Temp degrees Celsius Air temperature
Potential_Temp degrees Kelvin Air temperature
Dew_Point degrees Celsius Dew point temperature
Total_Air_Temp degrees Celsius Air temperature
IR_Surf_Temp degrees Celsius Surface temperature
Static_Pressure mb Air pressure
Cabin_Pressure mb Air pressure
Wind_Speed m s-1  Wind speed, limited to where Roll_Angle <= 5 degrees
Wind_Direction degrees Wind direction, 0-360 degrees, clockwise from +y
Solar_Zenith_Angle degrees Solar zenith angle
Aircraft_Sun_Elevation degrees Aircraft sun elevation angle
Sun_Azimuth degrees Sun azimuth angle
Aircraft_Sun_Azimuth degrees Aircraft-sun azimuth angle
Mixing_Ratio g kg-1 Atmospheric mixing ratio
Part_Press_Water_Vapor mb Partial pressure of water vapor
Sat_Vapor_Press_H2O mb Saturated vapor pressure over liquid water
Sat_Vapor_Press_Ice mb Saturated vapor pressure over ice
Relative_Humidity percent

Relative humidity

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="ABoVE_ASCENDS_Backscatter_2051
",
    cloud_hosted=True,
    bounding_box=(-165.68, 34.59, -98.15, 71.27),
    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")

下图显示监测的地面轨迹的地图,以及概述每次飞行的表格。表格中的颜色与地面轨迹中显示的颜色一致。 

 

数据下载链接

https://daac.ornl.gov/above/ABoVE_ASCENDS_Backscatter/

最近更新

  1. TCP协议是安全的吗?

    2024-03-14 09:44:06       16 阅读
  2. 阿里云服务器执行yum,一直下载docker-ce-stable失败

    2024-03-14 09:44:06       16 阅读
  3. 【Python教程】压缩PDF文件大小

    2024-03-14 09:44:06       15 阅读
  4. 通过文章id递归查询所有评论(xml)

    2024-03-14 09:44:06       18 阅读

热门阅读

  1. gen_arrow_contour_xld

    2024-03-14 09:44:06       18 阅读
  2. wayland(xdg_wm_base) + egl + opengles 光照模型实例(十五)

    2024-03-14 09:44:06       22 阅读
  3. OMP实现MATLAB压缩感知实例

    2024-03-14 09:44:06       23 阅读
  4. vue中使用video.js,且可以截图、录制和下载视频

    2024-03-14 09:44:06       39 阅读
  5. CSS 01

    CSS 01

    2024-03-14 09:44:06      16 阅读
  6. Rust 如何优雅关闭 channel

    2024-03-14 09:44:06       25 阅读
  7. 【MySQL 系列】MySQL 函数篇

    2024-03-14 09:44:06       21 阅读
  8. SQL进阶(五):With 函数 vs 视图函数

    2024-03-14 09:44:06       20 阅读
  9. 【 React 】React 中引入css的方式有哪几种?区别?

    2024-03-14 09:44:06       19 阅读
  10. CSS常见选择器

    2024-03-14 09:44:06       18 阅读
  11. vue进阶——动态引入组件

    2024-03-14 09:44:06       19 阅读
  12. 大带宽服务器的作用有哪些?

    2024-03-14 09:44:06       17 阅读
  13. 本地socket通信服务器,客户端

    2024-03-14 09:44:06       20 阅读
  14. 【无标题】

    2024-03-14 09:44:06       17 阅读
  15. C#中IEnumerable<string>和IList<string>的区别

    2024-03-14 09:44:06       18 阅读