NLDAS Noah 陆面模型 L4 小时分辨率 0.125 x 0.125 度 V2.0 位于 GES DISC

简介: NLDAS_NOAH0125_H数据集由NLDAS-2系统基于Noah陆面模型生成,提供自1979年起北美地区0.125°小时分辨率的53个地表变量。数据涵盖土壤温湿度、蒸散发等,用于气象与水文研究,格式为netCDF,由GRIB转换而来,支持通过NASA Earth Data平台访问与下载。

​NLDAS Noah Land Surface Model L4 Hourly 0.125 x 0.125 degree V2.0 (NLDAS_NOAH0125_H) at GES DISC

简介

该数据集包含 53 个场,这些场由北美陆地数据同化系统(NLDAS-2)第二阶段的 Noah 陆面模型(LSM)模拟得出。数据采用 1/8 度网格间距,时间范围从 1979 年 1 月至今,时间分辨率为小时。文件格式为 netCDF(由 GRIB 格式转换而来)。Noah 模型是作为 NOAA NCEP 中尺度 Eta 模型的陆地分量而开发的[Betts et al. (1997); Chen et al. (1997); Ek et al. (2003)]。在 NLDAS-2 中,Noah 模型的冷季[Livneh et al. (2010)]和暖季[Wei et al. (2011)]参数均进行了修改。 (2012)] parameterizations. Noah 陆面模型是不断发展的天气研究与预报 (WRF) 区域大气模型、NOAA NCEP 耦合气候预报系统 (CFS) 和全球预报系统 (GFS) 中的陆面组件。该模型模拟土壤冻融过程及其对土壤加热/冷却和蒸腾作用的影响,其模拟方法遵循 Koren 等人 (1999) 的研究。该模型包含四个土壤层,厚度分别为 10、30、60 和 100 厘米,且空间上保持不变。前三层构成非森林区域的根系层,第四层则包含在森林区域。关于 Noah 陆面模型的 NLDAS-2 配置的详细信息,请参见 Xia 等人 (2012)。

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"
df = pd.read_csv(url, sep="\t")
df

leafmap.nasa_data_login()

results, gdf = leafmap.nasa_data_search(
short_name="NLDAS_NOAH0125_H",
cloud_hosted=True,
bounding_box=(-125, 25, -67, 53),
temporal=("21979-01-02", "1979-01-08"),
count=-1, # use -1 to return all datasets
return_gdf=True,
)

gdf.explore()

leafmap.nasa_data_download(results[:5], out_dir="data")

相关文章
|
3月前
|
传感器 编解码 数据挖掘
ASTER 全球数字高程模型 V003
ASTER全球数字高程模型V003(ASTGTM)由NASA与日本METI合作生成,覆盖北纬83°至南纬83°,空间分辨率约30米。基于2000–2013年ASTER立体影像自动处理,融合超188万场景,优化水体与地形精度,提供DEM与场景数量图层,数据无显著空隙,适用于多领域地形分析。
323 7
|
1月前
|
机器学习/深度学习 缓存 物联网
打造社交APP人物动漫化:通义万相wan2.x训练优化指南
本项目基于通义万相AIGC模型,为社交APP打造“真人变身跳舞动漫仙女”特效视频生成功能。通过LoRA微调与全量训练结合,并引入Sage Attention、TeaCache、xDIT并行等优化技术,实现高质量、高效率的动漫风格视频生成,兼顾视觉效果与落地成本,最终优选性价比最高的wan2.1 lora模型用于生产部署。(239字)
944 102
|
1月前
|
存储 缓存 NoSQL
阿里云 Tair 联手 SGLang 共建 HiCache,构建面向“智能体式推理”的缓存新范式
针对智能体式推理对KVCache的挑战,阿里云Tair KVCache团队联合SGLang社区推出HiCache技术,通过多级存储卸载与全局共享机制,实现缓存命中率翻倍、TTFT降低56%、QPS提升2倍,构建面向长上下文、高并发、多智能体协作的下一代推理缓存基础设施。
317 27
阿里云 Tair 联手 SGLang 共建 HiCache,构建面向“智能体式推理”的缓存新范式
|
1月前
|
存储 SQL JSON
打通可观测性的“任督二脉”:实体与关系的终极融合
阿里云推出图查询能力,基于 graph-match、graph-call、Cypher 三重引擎,实现服务依赖、故障影响、权限链路的秒级可视化与自动化分析,让可观测从‘看板时代’迈向‘图谱时代’。
269 53
|
1月前
|
人工智能 运维 安全
SOC 2.0 来了:不是加人加班,而是加“智能”!——智能化安全运营中心的建设之道
SOC 2.0 来了:不是加人加班,而是加“智能”!——智能化安全运营中心的建设之道
203 15
|
1月前
|
监控 Kubernetes 调度
干货推荐:容器可观测新视角—SysOM 延时抖动监控助力定位业务抖动原因
为了解决这一挑战,本文将结合实战案例,介绍如何在 Kubernetes 环境中使用 ack-sysom-monitor Exporter 对内核延迟进行可视化分析与定位,帮助你快速识别问题根因,并高效缓解由延迟引发的业务抖动。
|
11天前
|
人工智能 测试技术 开发者
AI Coding后端开发实战:解锁AI辅助编程新范式
本文系统阐述了AI时代开发者如何高效协作AI Coding工具,强调破除认知误区、构建个人上下文管理体系,并精准判断AI输出质量。通过实战流程与案例,助力开发者实现从编码到架构思维的跃迁,成为人机协同的“超级开发者”。
868 83
|
21天前
|
存储 缓存 NoSQL
即将开源 | 阿里云 Tair KVCache Manager:企业级全局 KVCache 管理服务的架构设计与实现
阿里云 Tair 联合团队推出企业级全局 KVCache 管理服务 Tair KVCache Manager,通过中心化元数据管理与多后端存储池化,实现 KVCache 的跨实例共享与智能调度。该服务解耦算力与存储,支持弹性伸缩、多租户隔离及高可用保障,显著提升缓存命中率与资源利用率,重构大模型推理成本模型,支撑智能体时代的规模化推理需求。
|
14天前
|
Kubernetes 应用服务中间件 API
应对 Nginx Ingress 退役,是时候理清这些易混淆的概念了
本文希望提供一种更简单的方式,来理解这些容易混淆的技术概念:Nginx、Ingress、Ingress Controller、Ingress API、Nginx Ingress、Higress、Gateway API。
351 34
|
1月前
|
存储 人工智能 运维
一行代码实现智能异常检测:UModel PaaS API 架构设计与最佳实践
阿里云 UModel PaaS API 发布:通过 Table + Object 双层抽象,屏蔽存储差异、自动处理字段映射与过滤条件,让每一个实体都成为一个‘可调用的对象’,真正实现‘以实体为中心’的智能可观测。
833 123