Aeolus卫星收集的大气垂直剖面数据集

最新推荐文章于 2025-04-28 09:38:40 发布

此星光明

最新推荐文章于 2025-04-28 09:38:40 发布

阅读量893

点赞数 24

分类专栏： NASA 文章标签： python 人工智能大数据数据集激光雷达多普勒 NASA

本文链接：https://blog.csdn.net/qq_31988139/article/details/144761380

版权

NASA 专栏收录该内容

375 篇文章

订阅专栏

Aeolus CalVal Dropsonde Profiles

简介

NASA于2019年4月17日至4月30日开展了一项空中活动，目的是：1）展示多普勒气溶胶风激光雷达（DAWN）和高空激光观测站（HALO）仪器在各种气溶胶、云和天气条件下的性能；2）将这些测量与欧洲航天局的Aeolus任务进行比较，以获得对Aeolus性能的初步认识，为未来国际Aeolus Cal/Val空中活动做准备；3）展示如何通过同时的空中风、水蒸气（WV）和气溶胶剖面观测，以及数值模型和其他遥感观测，更好地解析和理解天气过程。五架NASA DC-8飞机的飞行，共计46小时，主要在东太平洋和美国西南部进行，基地位于加利福尼亚州帕姆代尔的NASA阿姆斯特朗飞行研究中心和夏威夷的科纳。Yankee Environmental Systems, Inc的高清探测系统（HDSS）可抛弃数字探测器（XDD）被用来验证DAWN和Aeolus的风观测。LaRC二极管激光湿度计仪器在DC-8上集成，为另一项NASA空中活动做准备，在一次飞行中提供了用于验证HALO和探测器WV剖面产品的原位WV测量。

摘要

Aeolus CalVal Dropsonde Profiles数据是由欧洲空间局（ESA）的Aeolus卫星收集的大气垂直剖面数据集。Aeolus卫星搭载了一种称为大气激光雷达（ATLID）的仪器，该仪器使用激光束来测量大气中的风速。

Dropsonde是一种被投放到大气中并随着自由下落的仪器，它可以收集大气参数数据。Aeolus CalVal Dropsonde Profiles数据集包含了通过投放dropsondes并收集数据时获得的大气垂直剖面信息。这些剖面提供了大气中温度、湿度、气压和风速等参数的变化信息。

Aeolus CalVal Dropsonde Profiles数据对于气象研究、天气预报和气候变化研究非常有价值。它们能够提供全球范围内高垂直分辨率的大气数据，帮助科学家们更好地理解大气运动和风场的变化。这些数据还有助于改进天气预报模型和气候模型的准确性。

Aeolus CalVal Dropsonde Profiles数据集可通过ESA的数据分发平台访问，并可用于科学研究和应用开发。

Publisher	NASA/LARC/SD/ASDC
Contact Name	Kristopher Bedka
Contact Email	mailto:kristopher.m.bedka@nasa.gov
Bureau Code	026:00
Program Code	026:001
Public Access Level	public
Geographic Coverage	<?xml version="1.0" encoding="UTF-8"?><gml:Polygon xmlns:gml="http://www.opengis.net/gml/3.2" srsName="EPSG:9825"><gml:outerBoundaryIs><gml:LinearRing><gml:posList>5.0 -159.0 5.0 -113.0 52.0 -113.0 52.0 -159.0 5.0 -159.0</gml:posList></gml:LinearRing></gml:outerBoundaryIs><gml:innerBoundaryIs></gml:innerBoundaryIs></gml:Polygon>
Temporal Applicability	2019-04-18T00:00:00Z/2019-04-30T23:59:59.999Z
Theme	Aeolus, geospatial
Language	en-US
Homepage	ASDC \| Aeolus-CalVal-Dropsondes_DC8_1
Issued	2020-07-07T00:00:00.000Z
Unique Identifier	C1918229595-LARC_ASDC
Last Update	2022-04-11T00:00:00.000Z

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="Aeolus-CalVal-DAWN_DC8",
    cloud_hosted=True,
    bounding_box=(-165.68, 34.59, -98.1, 71.28),
    temporal=("2019-04-18", "2019-04-30"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")