ASTER L2 表面辐射 VNIR 和 SWIR V003

简介: ASTER L2地表辐射VNIR/SWIR(AST_09)产品提供15米(VNIR)和30米(SWIR)空间分辨率的大气校正地表辐射数据,适用于地表反射率分析。数据以HDF-EOS格式分VNIR与SWIR双文件存储,需订购获取。注意:2008年4月起SWIR数据存在饱和与条纹异常;2024年11月28日至2025年1月16日VNIR、同年11月28日至4月15日TIR观测存在数据中断。V003版本采用MERRA-2再分析数据提升大气参数精度。

​ASTER L2 Surface Radiance VNIR and SWIR V003

简介

Terra 先进星载热辐射与反射辐射计 (ASTER) 表面辐射 VNIR 和 SWIR (AST_09) 是一个多文件产品,包含可见光和近红外 (VNIR) 以及短波红外 (SWIR) 传感器的大气校正数据。AST_09 产品的 VNIR 波段空间分辨率为 15 米 (m),SWIR 波段空间分辨率为 30 米。每个产品交付都包含两个分层数据格式 - 地球观测系统 (HDF-EOS) 文件:一个用于 VNIR,另一个用于 SWIR。它们之间的区别在于文件名中显示的生成时间有一秒的差异。更明显的区别特征是文件大小;VNIR 文件始终是两者中较大的一个。
ASTER L2 地表辐射 VNIR 和 SWIR 数据产品仅可通过获取。ASTER 订购说明提供了订购该产品的分步说明。

已知问题

数据异常:请注意,从 2008 年 4 月至今采集的 ASTER SWIR 数据存在数值异常饱和和异常条纹。这种现象在之前的某些采集时期也存在。更多详情,请参阅 ASTER SWIR 用户咨询。

数据采集​​缺口:2024 年 11 月 28 日,Terra 的一个电力传输分流装置发生故障。结果导致电力不足以维持 ASTER 仪器的正常运行。ASTER 于 2025 年 1 月 18 日恢复了 VNIR 波段的采集,并于 2025 年 4 月 15 日恢复了 TIR 波段的采集。用户应注意,ASTER 在 2024 年 11 月 28 日至 2025 年 1 月 16 日期间采集的 VNIR 观测数据存在数据缺口,在 2024 年 11 月 28 日至 2025 年 4 月 15 日期间采集的 TIR 观测数据也存在数据缺口。

相对于先前版本的改进/变化

用于生成 L2 产品生成可执行文件 (PGE) 的基于科学可扩展脚本的任务科学处理器 (S4PM) 3.4 版算法依赖于新的辅助大气参数输入。现代时代回顾性研究与应用分析第 2 版 (MERRA-2) 是一项全球大气再分析,结合了遥感观测及其与气候系统的相互作用。它将成为 L2 PGE 的主要臭氧和水蒸气、气压和温度输入之一。MERRA-2 是一个三维、每 3 小时收集一次的数据,空间分辨率为 50 公里(纬度方向)。因此,它将提供更精细的地理分辨率网格。

L2 PGE 的后备选项如下:
臭氧:[TOVS 臭氧 (OZ_DLY ) > AURA 臭氧监测仪 (AURAOMI) > 平流层和对流层总臭氧分析 (TOAST) > 地球探测器总臭氧测绘光谱仪 (EPTOMS)] 或 [MERRA-2] > 国家环境预测中心 (NCEP)/全球数据同化系统 (GDAS) > 气候学
水蒸气、压力和温度:[MOD07_L2] 或 [MERRA-2] > NCEP/GDAS > 气候学
注意:MERRA-2 的时间范围涵盖 1980 年至今;然而,每月结束后会有约 3 周的延迟。因此,对于超出 MERRA-2 时间范围的按需请求,或数据非科学级别,将应用 NCEP/GDAS > 气候学回退序列。

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

leafmap.nasa_data_login()

results, gdf = leafmap.nasa_data_search(
short_name="AST_09",
cloud_hosted=True,
bounding_box=(-180.0, -83.0, 180.0, 83.0),
temporal=("2000-03-06", "2000-03-13"),
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
|
1月前
|
人工智能 城市大脑 运维
喜讯!阿里云国产异构GPU云平台技术荣获“2025算力中国·年度重大成果”
2025年8月23日,在工业和信息化部新闻宣传中心、中国信息通信研究院主办的2025中国算力大会上,阿里云与浙江大学联合研发的“国产异构GPU云平台关键技术与系统”荣获「算力中国·年度重大成果」。该评选旨在选拔出算力产业具有全局性突破价值的重大成果,是业内公认的技术创新“风向标”。
209 0
|
1月前
|
Web App开发 存储 人工智能
架构剖析:Playwright MCP Server 的工作原理与性能优化最佳实践
本文深入解析Playwright MCP Server架构,涵盖MCP协议、Playwright引擎与会话管理三大核心,结合性能优化与稳定性实践,助力构建高效可靠的AI浏览器自动化应用。
|
1月前
|
机器学习/深度学习 缓存 自然语言处理
【万字长文】大模型训练推理和性能优化算法总结和实践
我们是阿里云公共云 AI 汽车行业大模型技术团队,致力于通过专业的全栈 AI 技术推动 AI 的落地应用。
1090 38
【万字长文】大模型训练推理和性能优化算法总结和实践
|
1月前
|
SQL 人工智能 运维
一场由AI拯救的数据重构之战
本文以数据研发工程师小D的日常困境为切入点,探讨如何借助AI技术提升数据研发效率。通过构建“数研小助手”智能Agent,覆盖需求评估、模型评审、代码开发、运维排查等全链路环节,结合大模型能力与内部工具(如图治MCP、D2 API),实现影响分析、规范检查、代码优化与问题定位的自动化,系统性解决传统研发中耗时长、协作难、维护成本高等痛点,推动数据研发向智能化跃迁。
198 29
一场由AI拯救的数据重构之战
|
1月前
|
存储 消息中间件 Kafka
Confluent 首席架构师万字剖析 Apache Fluss(一):核心概念
Apache Fluss是由阿里巴巴与Ververica合作开发的Flink表存储引擎,旨在提供低延迟、高效率的实时数据存储与变更日志支持。其采用TabletServer与CoordinatorServer架构,结合RocksDB和列式存储,实现主键表与日志表的统一管理,并通过客户端抽象整合湖仓历史数据,弥补Paimon在实时场景下的性能短板。
323 22
Confluent 首席架构师万字剖析 Apache Fluss(一):核心概念
|
存储 边缘计算 人工智能
边缘计算是啥?
边缘计算是啥?
777 0
|
1月前
|
JavaScript API 数据安全/隐私保护
5 大主流电商商品详情解析实战手册:淘宝 / 京东 / 拼多多 / 1688 / 唯品会核心字段提取 + 反爬应对 + 代码示例
本文详解淘宝、京东、拼多多、1688、唯品会五大电商平台商品详情页的数据解析逻辑,涵盖价格、SKU、库存、供应商等核心字段提取,针对各平台动态渲染、字体加密、API调用、反爬机制等难点提供完整代码与应对策略,助力开发者高效实现电商数据采集与分析。
|
1月前
|
存储 运维 分布式计算
零售数据湖的进化之路:滔搏从Lambda架构到阿里云Flink+Paimon统一架构的实战实践
在数字化浪潮席卷全球的今天,传统零售企业面临着前所未有的技术挑战和转型压力。本文整理自 Flink Forward Asia 2025 城市巡回上海站,滔搏技术负责人分享了滔搏从传统 Lambda 架构向阿里云实时计算 Flink 版+Paimon 统一架构转型的完整实战历程。这不仅是一次技术架构的重大升级,更是中国零售企业拥抱实时数据湖仓一体化的典型案例。
139 0
|
1月前
|
人工智能 Java 开发者
开源|Python 应用往微服务迈进的 1*3 种 Pythonic 步伐
本文介绍基于Nacos的Python微服务解决方案nacos-serving-python,实现无侵入式服务注册与发现,让Python应用以Pythonic方式轻松接入微服务架构,支持多种HTTP客户端与低侵入集成,助力AI与微服务融合。
256 29
开源|Python 应用往微服务迈进的 1*3 种 Pythonic 步伐
|
19天前
|
人工智能 自然语言处理 机器人
别让AI“答非所问”:用数据调教聊天机器人,越聊越聪明
别让AI“答非所问”:用数据调教聊天机器人,越聊越聪明
225 11