多任务最优插值海表盐度全球数据集 V1

简介: 该数据集为全球海表盐度四级产品(OISSS L4),融合Aquarius、SMAP与SMOS卫星数据,空间分辨率0.25°、时间分辨率4天,覆盖2011年8月至今。采用最优插值法,经Argo浮标校正,排除地中海等内海,由夏威夷大学IPRC与RSS联合研制。(239字)


Multi-Mission Optimally Interpolated Sea Surface Salinity Global Dataset V1
简介
这是一个空间分辨率为 0.25 度、时间分辨率为 4 天的 4 级产品。该产品基于三个卫星任务的 2 级条带数据生成,这三个卫星分别是:Aquarius/SAC-D、土壤湿度主动被动探测卫星(SMAP)和土壤湿度与海洋盐度卫星(SMOS)。生成过程中采用了最优插值(OI)方法,并设置了 7 天的去相关时间尺度。该产品通过拼接 Aquarius(2011 年 9 月至 2015 年 6 月)和 SMAP(2015 年 4 月至今)的测量数据,提供了从 2011 年 8 月 28 日至今的连续记录。由于 SMAP 卫星在 2019 年 6 月至 7 月期间处于安全模式,因此使用了欧空局的 SMOS 数据来填补 SMAP 数据的缺失。Aquarius 和 SMAP 数据在 2015 年 4 月至 6 月期间存在两个月的重叠,以确保数据记录的一致性和连续性。该产品覆盖全球海洋,包括无海冰区域的北极和南极,但不包括地中海和波罗的海等内海。利用 Argo 浮标和系泊浮标的现场盐度数据进行大规模偏差校正,以确保 OISSS 数据集的一致性和准确性。该数据集由夏威夷大学马诺阿分校国际太平洋研究中心(IPRC)与位于加利福尼亚州圣罗莎的遥感系统公司(RSS)合作制作。更多详情请参阅用户指南。

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="OISSS_L4_multimission_7day_v1",
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
|
1月前
|
人工智能 前端开发 JavaScript
告别排版烦恼,让公众号写作效率翻倍:TypeZen 完全指南
工欲善其事,必先利其器。TypeZen 的目标很简单:**让公众号创作者回归内容本身,把排版交给工具**。 如果你也是 Markdown 的重度用户,或者正在为公众号排版效率发愁,不妨试试 TypeZen。
275 1
告别排版烦恼,让公众号写作效率翻倍:TypeZen 完全指南
|
1月前
|
边缘计算 安全 定位技术
AIWCLOUD:免备案高防CDN、不限内容、抗投诉、在跨境金融级数据同步场景下
本文介绍一种专为跨境金融设计的免备案CDN架构,通过物理路径固化、PTP亚微秒时钟同步与MACsec链路层加密,实现低抖动、高安全、强合规的“数据专线级”传输,满足支付清算、外汇交易等场景的严苛要求。(239字)
184 8
|
1月前
|
人工智能 供应链 算法
从“小单困局”到供应链Agent:成本结构、博弈逻辑与人机协同的技术推演
本文剖析C2M服装供应链中“小单困局”的本质——切换成本在极小批量下不可摊销的数学必然。通过Agent集群实现成本透明化、智能拼单与品类感知,推动供应链从零和砍价转向正和协同。人机分工明确:AI做“数字包工头”,人当“关系架构师”。(239字)
|
1月前
|
人工智能 IDE 开发工具
编程范式的下一次跃迁:深度解析全新的 GitHub Copilot 独立桌面应用
2026年5月,GitHub发布Copilot独立桌面App技术预览版,标志着AI编程从IDE插件迈向原生智能体开发环境。它以Issue/PR为起点,提供隔离会话、内置终端与浏览器、自动合并PR等能力,实现“输入问题→输出通过CI的PR”闭环,推动开发者角色向高阶审查者演进。
1041 2
|
1月前
|
Java 开发者 Windows
JDK解压版免安装版下载地址和配置方法
本页提供JDK 1.6至JDK 21全版本百度网盘与夸克网盘下载链接(含提取码),覆盖Windows平台常用压缩包,文件完整、即下即用;同步附详细Windows环境变量配置步骤,助开发者快速完成Java开发环境搭建。
|
1月前
|
关系型数据库 时序数据库 PostgreSQL
Docker 一键部署带有 TimescaleDB 插件的 PostgreSQL
本文带你快速入门时序数据库(TSDB),对比MySQL等传统数据库在高频时间数据场景下的性能瓶颈,详解TimescaleDB(基于PostgreSQL的时序插件)的核心优势:追加写入优化、原生时间窗口聚合(如`time_bucket`)、按块删除老化数据。并手把手演示Docker一键部署+激活插件+创建超表+实战降采样查询,轻松实现亿级时序数据高效处理。
|
1月前
|
人工智能 自然语言处理 机器人
[开源框架-实战]用 Hermes Agent 搭一个微信播报机器人
30 分钟,零 Python 代码,搭出一个每天早上 9 点把 GitHub Trending 推送到你微信的机器人。顺带把 Hermes 的 Skill、Gateway、Cron 四个招牌能力全用上。
576 8
|
1月前
|
人工智能 自然语言处理 测试技术
大模型应用:Skill架构解析:理解大模型Skill的本质、核心组成和本地模型实践.116
本文以极简数字计算Skill为切入点,深入浅出解析大模型Skill本质:模块化、可触发、结构化返回。通过零依赖代码示例,完整呈现Skill四大核心环节——配置声明、参数提取、逻辑执行、结果整合,并延伸至本地Qwen模型实现关键词提取实战,助开发者快速掌握Skill开发范式。
502 2
|
1月前
|
缓存 监控 安全
别再让Docker占满你的硬盘!一篇搞定docker system所有命令
本指南详解 `docker system` 命令组,助你精准诊断与优雅清理 Docker 占用空间:`df` 查磁盘、`prune` 清资源、`info` 看配置、`events` 监事件。覆盖安全清理策略、自动化脚本与环境最佳实践,告别“磁盘爆满”焦虑。(239字)
222 2
别再让Docker占满你的硬盘!一篇搞定docker system所有命令
|
1月前
|
存储 监控 Linux
VMware vSphere 9.1 发布 - 企业级工作负载平台
ESX 9.1 & vCenter Server 9.1 | vSphere 9.1
387 1
VMware vSphere 9.1 发布 - 企业级工作负载平台

热门文章

最新文章