仅包含外推轨道元数据的文件,可通过 SDP 工具包读取,二进制格式

简介: AM1EPHNE为Terra卫星近实时外推星历数据,原生二进制格式,供SDP工具读取。文件名含时间、版本及生产信息,适用于精确轨道计算与遥感数据处理。(238字)


Files containing only extrapolated orbital metadata, to be read via SDP Toolkit, Binary Format

简介
AM1EPHNE 是 Terra 近实时 (NRT) 2 小时航天器外推星历数据文件,采用原生格式。文件名格式如下:AM1EPHNE.Ayyyyddd.hhmm.vvv.yyyydddhhmmss,其中从左到右依次为:E = 外推;N = 原生格式;A = AM1 (Terra);yyyy = 数据年份,ddd = 儒略数据日,hh = 数据小时,mm = 数据分钟;vvv = 版本 ID;yyyy = 生产年份,ddd = 儒略生产日,hh = 生产小时,mm = 生产分钟,ss = 生产秒。

摘要
Additional Info
Field Value
Last Updated September 11, 2025, 8:26 AM (UTC+08:00)
Created April 1, 2025, 11:40 PM (UTC+08:00)
accessLevel public
bureauCode 026:00
catalog_conformsTo https://project-open-data.cio.gov/v1.1/schema
harvest_object_id a351cfe1-7481-4ed8-be92-981f2e816302
harvest_source_id b99e41c6-fe79-4c19-bbc3-9b6c8111bfac
harvest_source_title Science Discovery Engine
identifier 10.5067/MODIS/AM1EPHN0.NRT.061
landingPage https://earthdata.nasa.gov/earth-observation-data/near-real-time/download-nrt-data/modis-nrt
modified 2025-09-10
programCode 026:000
publisher NASA/GSFC/SED/ESD/HBSL/BISB/MODAPS
resource-type Dataset
source_datajson_identifier true
source_hash 592020f2d2821ba07a40645c446fc6376d73e41ed9652f4e13ed85d93d9a4f8a
source_schema_version 1.1
spatial ["CARTESIAN",[{"WestBoundingCoordinate":-180.0,"NorthBoundingCoordinate":90.0,"EastBoundingCoordinate":180.0,"SouthBoundingCoordinate":-90.0}]]
temporal 2016-01-24/2016-01-24
theme "Earth Science"
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="AM1EPHNE",
cloud_hosted=True,
bounding_box=(-180.0, -90.0, 180.0, 90.0),
temporal=("2016-01-24", "2016-01-30"),
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
|
8月前
|
存储 JavaScript Java
基于springboot的大学公文收发管理系统
本文介绍公文收发系统的研究背景与意义,分析其在数字化阅读趋势下的必要性。系统采用Vue、Java、Spring Boot与MySQL技术,实现高效、便捷的公文管理与在线阅读,提升用户体验与信息处理效率。
|
异构计算
单卡可推理CodeFuse-CodeLlama-34B 4bits量化版本魔搭开源!
继2023-09-11 CodeFuse-CodeLlama-34B发布,HumanEval pass@1指标达到74.4% (贪婪解码), 为当前开源SOTA。最近,CodeFuse-CodeLlama-34B 4bits量化版本发布,CodeFuse-CodeLlama-34B-4bits是CodeFuse-CodeLlama-34B模型的4bits量化版本,后者是通过QLoRA对基座模型CodeLlama-34b-Python进行多代码任务微调而得到的代码大模型,模型输入长度为4K。
|
8月前
|
XML 前端开发 决策智能
多智能体自主规划模式性能提升:五大精准策略详解
本文基于生产环境中的多智能体 React 模式实践,系统剖析了自主规划架构在工具调用延迟、上下文膨胀、中间态缺失、循环失控与监督缺位等方面的典型挑战。
897 19
|
2月前
|
人工智能 自然语言处理 安全
零技术门槛保姆级攻略!OpenClaw(Clawdbot)阿里云/本地秒级部署接入大模型Kimi K2.5教程
OpenClaw(曾用名Clawdbot、Moltbot)作为开源AI智能体工具,核心价值在于可将自然语言指令转化为实际系统操作,涵盖文件管理、终端命令执行、浏览器自动化、多工具集成等全场景功能,打破了普通聊天机器人“只说不做”的局限,成为2026年个人办公自动化与轻量团队协作的热门工具。2026年1月27日,月之暗面正式官宣开源Kimi系列重磅迭代模型——K2.5,这款被创始人杨植麟称为“Kimi史上综合能力最强的开源全能模型”,凭借15万亿级“视觉+文本”混合训练数据底座、200k超长上下文、多模态交互及推理提速40%的核心优势,与OpenClaw协同后,可大幅强化自然语言理解、复杂任务规
2228 3
|
8月前
|
数据采集 算法 搜索推荐
告别 “一刀切” 管理!MyEMS 为不同行业定制专属能源优化方案
MyEMS打破“一刀切”能源管理,以行业适配、数据驱动、按需定制为核心,为制造、建筑、医疗、数据中心等提供专属节能方案。通过全链路数据采集、智能分析与动态优化,助力企业实现节能降本、高效运营与绿色转型,已服务500+企业,成效显著。
157 9
|
8月前
|
SQL 人工智能 监控
SLS Copilot 实践:基于 SLS 灵活构建 LLM 应用的数据基础设施
本文将分享我们在构建 SLS SQL Copilot 过程中的工程实践,展示如何基于阿里云 SLS 打造一套完整的 LLM 应用数据基础设施。
2372 99
|
8月前
|
数据采集 存储 安全
主数据到底要怎么管理?看完你就知道了
企业常因客户、产品等核心数据不统一导致部门间数据混乱、决策失准。主数据管理正是解决这一问题的关键,通过统一标准、打破孤岛、明确权责,实现数据一致与共享。本文提出五步实施框架,助力企业夯实数据基石,提升运营效率与决策能力。
|
8月前
|
机器学习/深度学习 自然语言处理 搜索推荐
别再靠“人海战术”了:数据如何帮社交媒体搞定内容审核?
别再靠“人海战术”了:数据如何帮社交媒体搞定内容审核?
320 13