OMI/Aura Multi-wavelength Aerosol Optical Depth and Single Scattering Albedo 1-orbit L2 Swath 13x24 km V003 (OMAERO) at GES DISC简介美国宇航局戈达德地球科学数据与信息服务中心 (GES DISC) 现已向公众开放二级 Aura 臭氧监测仪 (OMI) 气溶胶产品 (OMAERO)。这是版本 003 的第二次公开发布。该数据于 2011 年底使用改进的算法处理版本 1.2.3.1进行了重新处理。经过快速验证后重新处理的数据于 2012 年 3 月向公众发布。该二级气溶胶产品的简称为 OMAERO_V003。Aura OMI 共有两种二级气溶胶产品OMAERUV 和 OMAERO。OMAERUV 产品使用近紫外算法。OMAERO 产品基于多波长算法使用 331 nm 至 500 nm 之间的多达 20 个波段。OMAERO 反演算法由荷兰皇家气象研究所 (KNMI) OMI 团队科学家开发。 Deborah Stein-Zweers、Martin Sneep 和 Pepijn Veefkind 是该产品的主要研究人员。OMAERO 产品包含气溶胶光学厚度、单次散射反照率以及其他辅助信息和地理位置信息。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_nameABoVE_ASCENDS_XCO2_2050, 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/
OMI/Aura 多波长气溶胶光学厚度和单次散射反照率 1 轨道 L2 幅宽 13x24 km V003 (OMAERO) 在 GES DISC 上
发布时间:2026/6/7 21:26:25
OMI/Aura Multi-wavelength Aerosol Optical Depth and Single Scattering Albedo 1-orbit L2 Swath 13x24 km V003 (OMAERO) at GES DISC简介美国宇航局戈达德地球科学数据与信息服务中心 (GES DISC) 现已向公众开放二级 Aura 臭氧监测仪 (OMI) 气溶胶产品 (OMAERO)。这是版本 003 的第二次公开发布。该数据于 2011 年底使用改进的算法处理版本 1.2.3.1进行了重新处理。经过快速验证后重新处理的数据于 2012 年 3 月向公众发布。该二级气溶胶产品的简称为 OMAERO_V003。Aura OMI 共有两种二级气溶胶产品OMAERUV 和 OMAERO。OMAERUV 产品使用近紫外算法。OMAERO 产品基于多波长算法使用 331 nm 至 500 nm 之间的多达 20 个波段。OMAERO 反演算法由荷兰皇家气象研究所 (KNMI) OMI 团队科学家开发。 Deborah Stein-Zweers、Martin Sneep 和 Pepijn Veefkind 是该产品的主要研究人员。OMAERO 产品包含气溶胶光学厚度、单次散射反照率以及其他辅助信息和地理位置信息。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_nameABoVE_ASCENDS_XCO2_2050, 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/