使用 GES DISC 的 IMAP-DOAS 预处理器 (IDP) V11.2 (OCO2_L2_IMAPDOAS) 筛选 OCO-2 二级空间排序地理定位反演结果

简介: OCO-2 L2 IMAP-DOAS数据集(v11.2)提供经IMAP-DOAS预处理器筛选的空间有序CO₂与O₂反演数据,支持XCO₂产品生成及太阳诱导荧光反演,由NASA OCO-2任务获取,精度高、覆盖广。

​OCO-2 Level 2 spatially ordered geolocated retrievals screened using the IMAP-DOAS Preprocessor (IDP) V11.2 (OCO2_L2_IMAPDOAS) at GES DISC

简介

当前数据集版本为 11.2。旧版本将不再可用,并被 11.2 版本取代。轨道碳观测站 (OCO-2) 是 NASA 首个旨在收集大气二氧化碳空间测量数据的任务,其精度、分辨率和覆盖范围足以表征控制大气中二氧化碳积累的过程。OCO-2 项目使用搭载单台仪器的 LEOStar-2 航天器。该仪器集成了三台高分辨率光谱仪,可同时测量近红外 CO2(波长约为 1.61 和 2.06 微米)和分子氧 (O2) A 波段(波长约为 0.76 微米)的反射太阳光。该数据集包含 IMAP-DOAS 预处理器的输出,该预处理器用于筛选官方 XCO2 产品以及从 0.76 微米 O2 A 波段反演太阳诱导荧光。 IMAP-DOAS 预处理器与 ABO2 云屏幕一样,在 OCO-2 运行处理管道中实现。

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/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
df

leafmap.nasa_data_login()

results, gdf = leafmap.nasa_data_search(
short_name="OCO2_L2_IMAPDOAS",
cloud_hosted=True,
bounding_box=(-165.68, 34.59, -98.1, 71.28),
temporal=("2017-07-20", "2017-08-08"),
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
|
算法 API
大模型应用:遗传算法 (GA)+大模型:自动化进化最优Prompt与模型参数.95
本文介绍遗传算法(GA)与大模型协同优化Prompt的方法:以“物竞天择”思想自动进化Prompt,通过选择、交叉、变异迭代搜索最优解;大模型承担评估与反馈角色,实现量化打分(如相关性、风格、字数等多维度加权)。该方案显著提升调优效率,降低使用门槛,告别低效人工试错。
312 6
|
1月前
|
SQL JSON 关系型数据库
企业级多模态分析计算引擎选型:阿里云 AnalyticDB MySQL 统一分析平台方案
阿里云AnalyticDB MySQL版是PB级云原生实时数据仓库,首创多模态统一分析引擎,单SQL原生支持SQL分析、向量检索、全文搜索与JSON分析,替代3–5套独立系统,综合成本降50%+,运维复杂度降80%,适用于AI+数据融合、多源异构统一查询等企业级场景。
215 17
企业级多模态分析计算引擎选型:阿里云 AnalyticDB MySQL 统一分析平台方案
|
11天前
|
前端开发 安全 JavaScript
Harness Engineering 实践案例:如何Agent 写一份行为规范
本文展示Harness Engineering落地实践:通过`AGENTS.md`(行为总纲)、`ARCHITECTURE.md`(系统骨架)等结构化文档,为编码Agent建立可追溯、可审计、防幻觉的工作规范,实现RAG+微调系统的可控开发。
131 4
Harness Engineering 实践案例:如何Agent 写一份行为规范
|
1月前
|
SQL 人工智能 关系型数据库
AI Agent 混合检索选型:阿里云 AnalyticDB MySQL 向量+全文一站式方案
阿里云AnalyticDB MySQL版是面向AI Agent/RAG场景的一站式混合检索数据库,原生支持向量检索+全文搜索+结构化查询,单SQL实现三合一。延迟<10ms,成本降60%+,开发提效3倍,显著优于Milvus+Elasticsearch多组件架构。
284 6
|
25天前
|
人工智能 自然语言处理 测试技术
告别手动画图:用自然语言生成可直接发布的 SVG+PNG 技术图
`fireworks-tech-graph`它把技术图这件事,从一次性手工劳动,变成了一种可以沉淀、复用、批量生成的 Skill 能力。在 AI/Agent 相关内容越来越多的背景下,这是一个很值得试一下的项目。
270 10
告别手动画图:用自然语言生成可直接发布的 SVG+PNG 技术图
|
2月前
|
供应链 API
国家高新企业查询-高新企业信息查询-国家高新企业信息检索
本API支持通过高新证书编号或企业名称精准查询高新技术企业认定信息,返回省份、认定年份、批次、发证日期等核心字段,为资质核验、金融授信、政策申报、招投标、投资尽调及精准营销提供权威结构化数据支撑。
219 7
|
1月前
|
人工智能 运维 监控
阿里云部署Hermes Agent完整教程 搭配Token Plan配置实操指南
随着AI智能体应用愈发普及,Hermes Agent凭借自进化学习、持久记忆、多工具协同、自主任务拆解等强大特性,成为科研分析、办公自动化、网页信息采集、项目管理等场景的热门选择。不同于普通对话机器人,Hermes能够自主规划工作流程,调用浏览器、代码解释器、文档读写等工具,完成长周期复杂任务,越使用越贴合个人工作习惯。
294 1
|
1月前
|
机器学习/深度学习 文字识别 算法
基于YOLO的车牌识别检测~Python+YOLOV8算法+车牌定位+车牌检测+深度学习
基于YOLO的车牌识别检测~Python+YOLOV8算法+车牌定位+车牌检测+深度学习
221 0
|
1月前
|
安全 JavaScript 前端开发
《ZAKU渗透论:卓伊凡的2026渗透工程》第四章:Web攻击原理(下)——XSS、CSRF、文件上传漏洞
本章详解XSS、CSRF与文件上传三大Web漏洞:XSS通过注入恶意脚本窃取Cookie;CSRF伪造已登录用户请求执行非自愿操作;文件上传漏洞则因校验缺失致服务器被控。三者共性——过度信任用户输入。(239字)
350 10
|
2月前
|
存储 安全 Java
【Java基础】泛型:泛型擦除、通配符、上下界限定(附《思维导图》+《面试高频考点清单》)
本文系统梳理了Java泛型的核心知识体系,主要内容包括: 泛型概述:介绍了泛型的定义、本质和三大优势(类型安全、代码复用、可读性),以及泛型类、接口和方法的三种使用形式。 泛型擦除:深入解析了Java泛型实现的核心机制,包括擦除规则(无界类型擦除为Object,有界类型擦除为第一个边界类型)、擦除带来的问题(如无法使用instanceof、创建泛型数组等)及其解决方案。 泛型通配符:详细讲解了三种通配符类型(无界通配符、上界通配符和下界通配符)的语法、语义和使用场景。