NASA数据集——SARAL 近实时增值业务地球物理数据记录海面高度异常

本文主要是介绍NASA数据集——SARAL 近实时增值业务地球物理数据记录海面高度异常，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

SARAL Near-Real-Time Value-added Operational Geophysical Data Record Sea Surface Height Anomaly

SARAL 近实时增值业务地球物理数据记录海面高度异常

简介

2020 年 3 月 18 日至今

ALTIKA_SARAL_L2_OST_XOGDR

这些数据是近实时（NRT）（测量后7-9小时内）海面高度异常（SSHA）数据，来自ARgos和ALtiKa卫星（SARAL）上的AltiKa高度计。SARAL是法国（法国国家空间研究中心）和印度（SARAL）的一项合作任务，利用Ka波段AltiKa高度计测量海面高度，于2013年2月25日发射。这些数据与该项目生成的业务地球物理数据记录（OGDR）数据的主要区别在于，SARAL的轨道在卫星间交叉位置使用SSHA与OSTM/Jason-2 GPS-OGDR-SSHA产品的差异进行了调整。这样，利用 OSTM/Jason-2 GPS-OGDR-SSHA 产品使用的 GPS 轨道的 1 厘米（径向均方根）精度，为 SARAL 生成了精度为 1.5 厘米（均方根）的更精确的 NRT 轨道高度。该数据集还包含项目（缩小版）OGDR 的所有数据，以及改进的测高仪风速和海况偏差校正。有关 SARAL 任务的更多信息，请访问：Home

DOI	10.5067/AKASA-XOGD1
Measurement	OCEANS > SEA SURFACE TOPOGRAPHY > SEA SURFACE HEIGHT OCEANS > OCEAN WAVES > SIGNIFICANT WAVE HEIGHT
Swath Width	11 km
Platform/Sensor	SARAL / ALTIKA Altimeter
Project	Satellite with ARgos and ALtiKa (SARAL)
Data Provider	Publisher: JPL Creator: Shailen Desai Release Place: JPL Release Date: 2013-Dec-03
Format	netCDF-4

分辨率

空间分辨率： 8000 米 x 8000 米
时间分辨率月 - < 年

覆盖范围
北边界坐标： 82 度
南边界坐标：-82 度
西边界坐标： -180度
东边界坐标： -180度180 度
时间跨度：2020 年 3 月 18 日至今
颗粒时间跨度：2013 年 11 月 18 日至 2024 年 6 月 02 日
扫描带宽：11 千米

投影
投影类型：卫星原生沿轨投影
投影细节每个像素都包含地理位置信息
椭球面WGS 84

表格：数据变量

Name	Long Name	Unit
alt	1 Hz altitude of satellite	m
alt_dyn	1 Hz altitude of satellite (Dynamic fit to DORIS-DIODE)	m
bathymetry	ocean depth/land elevation	m
ecmwf_meteo_map_avail	ECMWF meteorological map availability
hf_fluctuations_corr	high frequency fluctuations of the sea surface topography	m
ice_flag	ice flag
internal_tide	internal tide height	m
inv_bar_corr	inverted barometer height correction	m
iono_corr_gim	GIM ionospheric correction	m
lat	latitude	degrees_north
lon	longitude	degrees_east
mean_sea_surface_sol1	mean sea surface height (solution 1) above reference ellipsoid	m
mean_topography	mean dynamic topography above geoid	m
model_dry_tropo_corr	model dry tropospheric correction	m
ocean_tide_sol2	geocentric ocean tide height (solution 2)	m
pole_tide	geocentric pole tide height	m
rad_liquid_water	radiometer liquid water content	kg/m^2
rad_surf_type	radiometer surface type
rad_water_vapor	radiometer water vapor content	kg/m^2
rad_wet_tropo_corr	radiometer wet tropospheric correction	m
range	1 Hz corrected altimeter range	m
sea_state_bias	sea state bias correction	m
sig0	Corrected backscatter coefficient	dB
solid_earth_tide	solid earth tide height	m
ssha	sea surface height anomaly	m
ssha_dyn	sea surface height anomaly	m
surface_type	surface type
swh	Corrected significant waveheight	m
time	time (sec. since 2000-01-01)	seconds since 2000-01-01 00:00:00.0
trailing_edge_variation_flag	1 Hz trailing edge variation flag
wind_speed_alt	altimeter wind speed	m/s
xover_corr	sea surface height cross over correction	m

SHARE THIS PAGE

CLOUD ENABLED

Status:

ACTIVE

Short Name:

ALTIKA_SARAL_L2_OST_XOGDR

Collection Concept ID:

C2251465126-POCLOUD

Spatial Coverage:

N: 82°

S: -82°

E: 180°

W: -180°

Access:

Search Granules
Browse Granule Listing

Capabilities:

DownloadSubsetVisualize

Data Recipes:

Generic Data Readers

代码

!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassifyimport pandas as pd
import leafmapurl = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
dfleafmap.nasa_data_login()results, gdf = leafmap.nasa_data_search(short_name="ALTIKA_SARAL_L2_OST_XOGDR",cloud_hosted=True,bounding_box=(-180.0, -82.0, 180.0, 82.0),temporal=("2020-03-18", "2020-08-08"),count=-1,  # use -1 to return all datasetsreturn_gdf=True,
)gdf.explore()#leafmap.nasa_data_download(results[:5], out_dir="data")