使用 GES DISC 的 IMAP-DOAS 预处理器 (IDP) 正向处理 V10 (OCO3_L2_IMAPDOAS) 筛选 OCO-3 二级空间排序地理定位反演结果

OCO-3 Level 2 spatially ordered geolocated retrievals screened using the IMAP-DOAS Preprocessor (IDP), Forward Processing V10 (OCO3_​L2_​IMAPDOAS) at GES DISC简介版本 10 是该数据集的当前版本。旧版本将不再可用并被版本 10 取代。轨道碳观测站-3 (OCO-3) 于 2019 年 5 月部署到国际空间站。从技术上讲它是一个单一的仪器几乎与 OCO-2 完全相同。轨道碳观测站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-3 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 微米附近的二氧化碳和 0.76 微米附近的分子氧 (O2) A 波段的反射太阳光。这三台光谱仪各具特色并独立进行校准。氧气 A 波段云筛选算法是 OCO 运行处理流程中实现的主要云筛选工具之一。该算法最初被提出并应用于早期 GOSAT 数据随后在 OCO-2 模拟数据上进行了进一步分析。OCO ABO2 算法采用快速贝叶斯反演方法利用分子氧O2A 波段波长接近 0.765 µm的高分辨率光谱来估算地表气压和地表反照率。辐射传输正向模型FM假设晴空条件即仅考虑瑞利散射因此当测量场景包含云或气溶胶时模型辐射亮度与实测辐射亮度之间的差异会变得明显。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_nameOCO3_L2_IMAPDOAS, cloud_hostedTrue, 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_gdfTrue, ) gdf.explore() #leafmap.nasa_data_download(results[:5], out_dirdata)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/