写在文前:本文翻译PO.DACC对于SWOT解释的官方文件,帮助用户快速了解、下载、加工SWOT数据产品。原文连接:https://podaac.github.io/tutorials/quarto_text/SWOT.html
一、背景
地表水和海洋地形(SWOT)任务旨在提供有关世界海洋及其陆地地表水(如湖泊、河流和湿地)的宝贵数据和信息。SWOT是由美国国家航空航天局和国家空间研究中心联合开发的,加拿大航天局和英国航天局提供了帮助。该卫星于2022年12月16日发射。PO.DAAC是美国国家航空航天局SWOT任务的档案,通过美国国家航空宇航局地球数据云(托管在AWS中)提供数据,并提供直接下载功能。PO.DAAC托管了各种SWOT数据产品,其产品描述文档可以在列出每个数据集的图表中找到。更多信息可以在PO.DAAC上找到。
二、SWOT数据资源和教程
(一)搜索和下载方式
1.通过GUI界面:
Earthdata Search | Earthdata Search (nasa.gov)https://search.earthdata.nasa.gov/search?fpj=SWOT
2.以编程(Python)方式:
3.通过命令行: - PO.DAAC subscriber/downloader examples:
用于水文学——下面这个示例将下载2024年2月的河流矢量文件或光栅文件:
podaac-data-downloader -c SWOT_L2_HR_RiverSP_2.0 -d ./SWOT_L2_HR_RiverSP_2.0/ --start-date 2024-02-01T00:00:00Z --end-date 2024-02-29T23:59:59Z
如果只需要一小时的数据,可以按照下例写:
podaac-data-downloader -c SWOT_L2_HR_Raster_2.0 -d ./SWOT_L2_HR_Raster_2.0/ --start-date 2024-02-01T00:00:00Z --end-date 2024-02-29T00:59:59Z
用于海洋学——这些示例将下载整个SSH收集的模拟海面高度或者异常值,可以用subscriber或者downloarder:
podaac-data-subscriber -c SWOT_L2_LR_SSH_2.0 -d ./SWOT_L2_LR_SSH_2.0/ --start-date 2023-03-29T00:00:00Z
podaac-data-subscriber -c SWOT_L2_NALT_OGDR_SSHA_2.0 -d ./data/SWOT_L2_NALT_OGDR_SSHA_2.0 --start-date 2023-08-01T00:00:00Z --end-date 2023-08-02T00:00:00Z
podaac-data-downloader -c SWOT_L2_NALT_OGDR_SSHA_2.0 -d ./data/SWOT_L2_NALT_OGDR_SSHA_2.0 --start-date 2023-06-23T00:00:00Z --end-date 2023-06-23T06:00:00Z
PS:有关如何使用PO的更多信息,如何subscribe/download 可以查看PO.DAAC Cookbook - PO.DAAC Data Subscriber/Downloader (podaac.github.io)
4.按照时间查询SWOT
CNES开发了这个专用的可视化工具,可以快速查看SWOT过去的位置、现在的位置和未来的位置。选择感兴趣的区域后,单击搜索按钮搜索SWOT通行证。结果显示在表格中,与感兴趣区域相交的线束显示在地图上。单击标记以查看过程编号。
下载Binder软件,在Binder中下载jupyterlab:
5.按空间查询SWOT
为了确定科学21天轨道的空间覆盖,PO.DAAC创建了一个KMZ文件,该文件包含SWOT传球和瓦片数据,当选择位置时,弹出窗口中会识别出相应的场景编号(请参见下面的屏幕截图)。每一层都有直接链接到对应文件的Earthdata搜索结果(点击“search”查看)。Passes层具有适用于所有SWOT产品的有用信息,并链接到LR产品。特别是,Tiles层适用于HR产品(L1B_HR_SLC、L2_HR_PIXC和L2_HR_PIMXCVec产品使用tiles空间范围,而L2_HR_Raster产品使用scenes。L2_HR_RiverSP和L2_HR_LakeSp使用continent-level passes)。
下载用于科学21天轨道的KMZ文件,对于使用cal/val 1天轨道的Beta预验证数据KMZ都在原网页地址上下载,这些文件可以在Google Earth桌面应用程序中打开。如上图所示。:PO.DAAC Cookbook - SWOT (podaac.github.io)https://podaac.github.io/tutorials/quarto_text/SWOT.html
图中的KaRin HR Masks中的True/False文本值表示用于一年中不同时间的两个不同的掩膜。“Seasonal(季节性)”掩膜在12月1日至3月1日期间使用,并删除了加拿大群岛的部分覆盖范围,以收集海冰上的额外数据,用True/False表示。
6.对于SWOT HR空间系列的搜索的tip
以下命名约定可能会对搜索HR系列数据有所帮助。tip:在search.earthdata.nasa.gov中搜索门户网站中搜索SWOT HR数据时,或以编程方式使用CMR API和/或“earthaccess” python库时,请使用以下简称标识符。
SWOT的HR系列使用Tiles、Scenes或者Continental-level 的Swaths ID,这些ID定义了每个文件中内容的空间范围,如下表所示。沿轨道的scene和tile编号按照航天器飞行方向顺序编号,所以从从南到北passes递增,从北到南passes递减。有关查找pass、tile、scene number的信息,请参照第五部分。
1.使用左上角的搜索框并使用关键字进行搜索,例如SWOT L2 HR
2.选择感兴趣的集合
3.过滤功能将显示在GUI的左侧。调用命名约定为
_cycle_pass_spatialIdentifier_
根据情况,使用上表中的一个代码,使用通配符来缩小空间。提示:使用下划线(_)和通配符关键字进行更具体的搜索。
e.g. *_NAME_*将筛选选定的RiverSP或LakeSP集合,以仅返回属于北美集合的那些文件;
e.g. *_004_256_*将过滤选定的RiverSP或LakeSP集合,仅返回与cycle 004 pass 256对应的文件;
e.g. *_004_253_128*将过滤选定的光栅集合,以仅返回与cycle 004 pass 253 scene 128相对应的文件;
4.此外,还可以使用“Spatial Search Filter (空间搜索过滤器)”图标或主搜索框下的“Advanced Search(高级搜索)”在地图上绘制感兴趣区域(ROI)。tip:建议将ROI搜索与上述通配符一起使用,以获得更准确的搜索。
(二)访问和可视化
1.访问SWOT陆地水文数据:
2.访问SWOT海洋学数据:
3.访问SWOT 光栅多文件 和 Quality Flags 应用:
本地访问:
关于 Quality Flags:
Quality Flags与测量变量相关,并根据使用的数据产品具有不同的语法。如果测量有Quality Flags,它也可以有一个位标志,该位标志提供了为什么按原样设置质量标志的详细信息(有关具体值含义,请参阅产品描述文件(PDD))
(三)数据包含的属性
检索SWOT属性(WSE、宽度、坡度)并绘制河流或流域的纵向剖面
云SWOT水文科学工作流https://podaac.github.io/tutorials/notebooks/DataStories/SWOTHR_Science_Application.html
(四)使用GIS工作流
1.通过GIS软件查看SWOT陆地水文产品。
官方教程:
SWOT: Through a GIS Lens StoryMaphttps://storymaps.arcgis.com/stories/4a9184e813e540248040069580f6a54c
2. 探索地理空间库,并在不使用GIS软件的情况下可视化矢量数据集。
官方教程:以最新的地表水和海洋地形河段水文数据集为例
Shapefile explorationhttps://podaac.github.io/tutorials/notebooks/GIS/SWOT_GISshapefiles.html
3.通过转换Shapefile矢量数据集,使用GIS桌面软件创建时间序列图。
官方教程:以SWOT_L2_HR_RiverSP_2.0 产品为例
Transform SWOT Datetime field for use in GIS Softwarehttps://podaac.github.io/tutorials/notebooks/GIS/SWOT_datetime_GIS.html
(五)数据格式转化
1.Shapefile->时间序列CSV
2.NetCDF->Geotiff
Mac或者Lunixhttps://podaac.github.io/tutorials/notebooks/GIS/Subscriber_nc_to_tif_SWOT.htmlWindowshttps://podaac.github.io/tutorials/notebooks/GIS/GDAL_NetCDF_GeoTIFF.html
(六)工具
1.Hydrocron
Hydrocron是一种API,将河流形状文件数据集(L2_HR_RiverSP)重新打包为csv或GeoJSON格式,使时间序列分析更容易。SWOT数据被归档为单独的带有时间戳的Shapefile文件,否则用户可能需要对每条河流特征执行数千次文件操作,才能将数据视为具有时间序列。Hydrocron通过单个API调用实现了这一点。【该工具正在开发中】
2.SWODLR
SWODLR用于根据SWOT L2光栅数据生成具有自定义分辨率、投影和范围的按需光栅产品的系统。【该工具正在开发中】
三、其他资源
(一)用户应该知道的KaRIns数据特征
Slide Deck Presented at the SWOT Science Team by Curtis Chenhttps://swotst.aviso.altimetry.fr/fileadmin/user_upload/SWOTST2023/20230919_3_Karin_overview2/14h10-KaRInFeatures.pdf该PDF阐述解释SWOT KaRIn数据产品的实际方面,回答常见问题,并提供提示,希望避免数据的误解和混淆。
(二)Priori数据库
1.SWORD
SWOT River Database (SWORD)https://www.swordexplorer.com/ 专门为SWOT河流产品设置的数据库,适合查找目标河流的ID;
2.PLD
Prior Lake Database (PLD)https://hydroweb.next.theia-land.fr/ 在Hydroweb.next中添加PLD层,查看SWOT产品所基于的湖泊,适合查找目标湖泊的ID
(三)2024 SWOT水文数据访问研讨会
2024 SWOT水文数据访问研讨会https://podaac.github.io/2024-SWOT-Hydro-Workshop/本研讨会的重点是SWOT水文数据集,包括shapefile中的河流和湖泊矢量数据,以及netCDF中的光栅、像素云和像素矢量数据。在AGU Chapman水循环遥感会议的会前研讨会上,与会者被介绍了SWOT以及访问和利用其数据产品的各种方式,包括通过云计算、本地下载和数据转换工具。
(四)关于SWOT的GitHub知识库
SWOT Community · GitHubThis is a code space for the global SWOT mission community. We share experience, code, research and much more. Our mission is to increase the value of SWOT. - SWOT Communityhttps://github.com/SWOT-community这是全球SWOT任务社区的代码空间。我们分享经验、代码、研究等等。我们的使命是增加SWOT的价值。
(五)2022 SWOT海洋云研讨会
2022 SWOT Oceanography Cloud Workshophttps://podaac.github.io/2022-SWOT-Ocean-Cloud-Workshop/研讨会的目标是使(海洋学)科学团队能够准备好在云中处理和处理大量的SWOT SSH数据。学习目标集中在如何通过下载或访问云上的数据来访问Earthdata Cloud的simulated SWOT L2 SSH数据。
如有错误请指正