NASA数据集——2017年美国阿拉斯加以及加拿大北部二氧化碳探测仪监测的大气后向散射系数剖面图数据集

本文主要是介绍NASA数据集——2017年美国阿拉斯加以及加拿大北部二氧化碳探测仪监测的大气后向散射系数剖面图数据集，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！

来自二氧化碳探测仪的大气后向散射系数剖面图，2017年

本数据集提供了2017-07-20至2017-08-08期间在美国阿拉斯加以及加拿大育空地区和西北地区上空进行的二氧化碳夜间、白天和季节排放主动传感（ASCENDS）部署期间收集的大气后向散射系数剖面图。这些剖面由一架 DC-8 飞机上搭载的二氧化碳探测仪激光雷达仪器测量。机载二氧化碳探测仪是一种脉冲式多波长集成路径差分吸收激光雷达，可估算从飞机到散射表面的天底路径上的柱均干空气二氧化碳混合比（XCO2）。除 XCO2 外，激光雷达接收器还记录了激光脉冲在大气中传播时的时间分辨大气反向散射信号强度。激光雷达原始数据被转换为大气后向散射截面积和双向大气传输，也称为衰减后向散射剖面。这些 ASCENDS 飞行与 2017 年北极-北方脆弱性实验（ABoVE）活动协调进行，并以 ICARTT 格式提供。Mapmost login

本数据集提供了2017-07-20至2017-08-08期间在美国阿拉斯加以及加拿大育空地区和西北地区上空进行的二氧化碳夜间、白天和季节排放主动传感（ASCENDS）部署期间收集的大气后向散射系数剖面图。这些剖面由一架 DC-8 飞机上搭载的二氧化碳探测仪激光雷达仪器测量。机载二氧化碳探测仪是一种脉冲式多波长集成路径差分吸收激光雷达，可估算从飞机到散射表面的天底路径上的柱均干空气二氧化碳混合比（XCO2）。除 XCO2 外，激光雷达接收器还记录了激光脉冲在大气中传播时的时间分辨大气反向散射信号强度。激光雷达原始数据被转换为大气后向散射截面积和双向大气传输，也称为衰减后向散射剖面。这些 ASCENDS 飞行与 2017 年北极-北方脆弱性实验（ABoVE）活动协调进行，并以 ICARTT 格式提供。
本数据集中包含 16 个 ICARTT 格式（*.ict）的数据文件。此外还包括 Matlab 脚本，用于对 2017 年 ABoVE 机载活动期间二氧化碳激光探测仪测量的大气后向散射剖面进行数据处理。

北极-北方脆弱性实验（ABoVE）是美国国家航空航天局（NASA）陆地生态计划的一项实地活动，于2016年至2021年期间在阿拉斯加和加拿大西部进行。ABoVE 的研究将基于实地的过程级研究与机载和卫星传感器获得的地理空间数据产品联系起来，为提高分析和建模能力奠定了基础，而分析和建模能力是了解和预测生态系统反应及社会影响所必需的。

Platforms

NASA DC-8

Instruments

BACKSCATTER LIDAR

Data Formats

Distribution: ICARTT

Temporal Extent

2017-07-20 to 2017-08-08

Data Centers

ORNL_DAAC

Spatial Extent

Bounding Box: (71.27°, -98.15°), (34.59°, -165.68°)

数据属性

Variable	Units	Description
Start_UTC	s	Seconds since midnight UTC on flight date
Day_Of_Year	d	Day of year, beginning January 1
Latitude	degrees	Latitude
Longitude	degrees	Longitude
MSL_GPS_Altitude	m	Sensor height above mean sea level
HAE_GPS_Altitude	m	Sensor height above WGS84 ellipsoid
Pressure_Altitude	ft	Aircraft altitude from air pressure sensor
Radar_Altitude	ft	Aircraft altitude from radar
Ground_Speed	m s-1	Aircraft ground speed
True_Air_Speed	kts	Air speed in knots
Indicated_Air_Speed	kts	Air speed in knots
Mach_Number	mach	Air speed in mach number
Vertical_Speed	m s-1	Vertical speed
True_Heading	degrees	Aircraft heading, 0-360 degrees, clockwise from +y
Track_Angle	degrees	Aircraft track, 0-360 degrees, clockwise from +y
Drift_Angle	degrees	Aircraft drift, +/-180 degrees, clockwise from +y
Pitch_Angle	degrees	Aircraft pitch, +/-180 degrees, up+
Roll_Angle	degrees	Aircraft roll, +/-180 degrees, right+
Static_Air_Temp	degrees Celsius	Air temperature
Potential_Temp	degrees Kelvin	Air temperature
Dew_Point	degrees Celsius	Dew point temperature
Total_Air_Temp	degrees Celsius	Air temperature
IR_Surf_Temp	degrees Celsius	Surface temperature
Static_Pressure	mb	Air pressure
Cabin_Pressure	mb	Air pressure
Wind_Speed	m s-1	Wind speed, limited to where Roll_Angle <= 5 degrees
Wind_Direction	degrees	Wind direction, 0-360 degrees, clockwise from +y
Solar_Zenith_Angle	degrees	Solar zenith angle
Aircraft_Sun_Elevation	degrees	Aircraft sun elevation angle
Sun_Azimuth	degrees	Sun azimuth angle
Aircraft_Sun_Azimuth	degrees	Aircraft-sun azimuth angle
Mixing_Ratio	g kg-1	Atmospheric mixing ratio
Part_Press_Water_Vapor	mb	Partial pressure of water vapor
Sat_Vapor_Press_H2O	mb	Saturated vapor pressure over liquid water
Sat_Vapor_Press_Ice	mb	Saturated vapor pressure over ice
Relative_Humidity	percent	Relative humidity

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="ABoVE_ASCENDS_Backscatter_2051
",cloud_hosted=True,bounding_box=(-165.68, 34.59, -98.15, 71.27),temporal=("2017-07-20", "2017-08-08"),count=-1,  # use -1 to return all datasetsreturn_gdf=True,
)gdf.explore()#leafmap.nasa_data_download(results[:5], out_dir="data")

下图显示监测的地面轨迹的地图，以及概述每次飞行的表格。表格中的颜色与地面轨迹中显示的颜色一致。 

 

数据下载链接

https://daac.ornl.gov/above/ABoVE_ASCENDS_Backscatter/

这篇关于NASA数据集——2017年美国阿拉斯加以及加拿大北部二氧化碳探测仪监测的大气后向散射系数剖面图数据集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！

---