猿创征文|GEDI数据下载

2024-03-13 01:20
文章标签 数据 下载 征文 猿创 gedi

本文主要是介绍猿创征文|GEDI数据下载,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!

目录

什么是GEDI

GEDI的下载方式


1、什么是GEDI?

GEDI是美国国家航空航天局(NASA)发射的, 搭载于国际空间站,轨道高度约 400 km。其同时获取 8 条地面轨道数据,相邻轨道间距约 600 m,扫描幅宽达 4.2 km。GEDI 以 242 Hz 重复频率发射 1064 nm 红外波段,脉冲宽度为 14 ns,可以获取沿轨间隔约 60 m、直 径约 25 m 的光斑。此外 GEDI 观测覆盖范围为 51.6°S~51.6°N。根据数据处理阶段的不同,GEDI 产品划分为四个级 别。1 级产品即定位波形;2 级产品即足印级冠层高度和剖面度量; 3 级产品即格网冠层高度及其变化;4A 和 4B 级产品即足印以及格网地上碳估计。其中,初级产 品(L1 和 L2)由 LPDAAC 生产, 高级产 品(L3 和 L4) 由 ORNL DAAC 生产。GEDI 量化了地球植被中的生物量,从而量化了 植被中的碳储量,并估算了土地利用和气候变化产生的碳通量。由此,可以计算在未来气候和土地利用情景下森林的碳汇潜力。通过利用 GEDI 提供的植被垂直结构信息,可以表征大量生物的栖息地质量。。如此一来,GEDI 不仅 可以解决有关植被碳汇估算的问题,还可以通过垂直结构测量指导改善栖息地质量,最终实现生物多样性的保护。

2、GEDI的下载方式

2.1 注册EarthData账号,进入earthdata官网https://www.earthdata.nasa.gov/,点击用户注册,填写信息。

 2.2 注册好以后返回页面,点击登录即可。在主页面选择Find Data,进入界面之后往下划,找到Data Access Tools,在数据获取工具下面选择Earthdata Search 即可。

3、 GEDI数据搜索和选择

登陆进去后就可以在搜索框里输入GEDI就可看见不同级别的GEDI数据,同时也可以设置数据筛选条件包括时间,区域等。

3.1 选择你所需要的时间,在左上角点击日历的标志就可以选择时间范围。这里选取了2020年1月1日至2020年5月31日的数据作为示例。

3.2 、选择感兴趣区域的方式有很多种,官网提供了多边形、方形、点、圆和文件等方式。这里使用多边形和矢量文件的方式作为示例。

3.2.1 按多边形选择只需要在地图上选择你需要的研究区域即可。

3.2.2 按矢量文件选择研究区,需要新建一个压缩包,里面包含研究区的shp、dbf、shx、prj文件,在左上角点击选择按钮下面的File,然后上传文件即可。

 4 、 设定好条件后,右边数据框里面数据就搜索出来了,包括L4A,L4B、L2A、L2B等。可根据研究需要,选择不同等级的数据。

5 、这里以L2B数据为例,点击数据框里的GEDI L2B Canopy Cover and Vertical.....数据,点击进去以后,就可以看见在设定日期范围内可用的数据,从2020年1月到5月,这里有133条数据。你可以点击右下方的Download all,全部下载,也可以点击每条数据旁边的+号,加入到文件夹里面,对单条进行下载。 

6 、选择好所需的数据后,点击DownLoad,就可以进入到下载页面,它会让你选择一种数据获取的方式, 系统提供了Customize、Stage For Delivery、Direct Download 三种方式,这里选择直接下载(Direct Download)。在数据量不多的情况下可以直接下载。如果数据量很多,可以选择其他下载方式。

 

 7、 选择直接下载后,点击DownLoad Data,就会弹出以下界面,选择Download File,直接点击它提供的下载链接就可以下载了。

8、下载完成! 

 

 

 

 

这篇关于猿创征文|GEDI数据下载的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/803215

相关文章

Python将大量遥感数据的值缩放指定倍数的方法(推荐)

《Python将大量遥感数据的值缩放指定倍数的方法(推荐)》本文介绍基于Python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处理,并将所得处理后数据保存为新的遥感影像... 本文介绍基于python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处

使用MongoDB进行数据存储的操作流程

《使用MongoDB进行数据存储的操作流程》在现代应用开发中,数据存储是一个至关重要的部分,随着数据量的增大和复杂性的增加,传统的关系型数据库有时难以应对高并发和大数据量的处理需求,MongoDB作为... 目录什么是MongoDB?MongoDB的优势使用MongoDB进行数据存储1. 安装MongoDB

Python MySQL如何通过Binlog获取变更记录恢复数据

《PythonMySQL如何通过Binlog获取变更记录恢复数据》本文介绍了如何使用Python和pymysqlreplication库通过MySQL的二进制日志(Binlog)获取数据库的变更记录... 目录python mysql通过Binlog获取变更记录恢复数据1.安装pymysqlreplicat

Linux使用dd命令来复制和转换数据的操作方法

《Linux使用dd命令来复制和转换数据的操作方法》Linux中的dd命令是一个功能强大的数据复制和转换实用程序,它以较低级别运行,通常用于创建可启动的USB驱动器、克隆磁盘和生成随机数据等任务,本文... 目录简介功能和能力语法常用选项示例用法基础用法创建可启动www.chinasem.cn的 USB 驱动

Oracle数据库使用 listagg去重删除重复数据的方法汇总

《Oracle数据库使用listagg去重删除重复数据的方法汇总》文章介绍了在Oracle数据库中使用LISTAGG和XMLAGG函数进行字符串聚合并去重的方法,包括去重聚合、使用XML解析和CLO... 目录案例表第一种:使用wm_concat() + distinct去重聚合第二种:使用listagg,

Python实现将实体类列表数据导出到Excel文件

《Python实现将实体类列表数据导出到Excel文件》在数据处理和报告生成中,将实体类的列表数据导出到Excel文件是一项常见任务,Python提供了多种库来实现这一目标,下面就来跟随小编一起学习一... 目录一、环境准备二、定义实体类三、创建实体类列表四、将实体类列表转换为DataFrame五、导出Da

Python实现数据清洗的18种方法

《Python实现数据清洗的18种方法》本文主要介绍了Python实现数据清洗的18种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录1. 去除字符串两边空格2. 转换数据类型3. 大小写转换4. 移除列表中的重复元素5. 快速统

Python数据处理之导入导出Excel数据方式

《Python数据处理之导入导出Excel数据方式》Python是Excel数据处理的绝佳工具,通过Pandas和Openpyxl等库可以实现数据的导入、导出和自动化处理,从基础的数据读取和清洗到复杂... 目录python导入导出Excel数据开启数据之旅:为什么Python是Excel数据处理的最佳拍档

在Pandas中进行数据重命名的方法示例

《在Pandas中进行数据重命名的方法示例》Pandas作为Python中最流行的数据处理库,提供了强大的数据操作功能,其中数据重命名是常见且基础的操作之一,本文将通过简洁明了的讲解和丰富的代码示例,... 目录一、引言二、Pandas rename方法简介三、列名重命名3.1 使用字典进行列名重命名3.编

Python使用Pandas库将Excel数据叠加生成新DataFrame的操作指南

《Python使用Pandas库将Excel数据叠加生成新DataFrame的操作指南》在日常数据处理工作中,我们经常需要将不同Excel文档中的数据整合到一个新的DataFrame中,以便进行进一步... 目录一、准备工作二、读取Excel文件三、数据叠加四、处理重复数据(可选)五、保存新DataFram