GES DISC 的 OMPS/NPP L1B NP 辐射 EV 校准地理定位条带轨道 V2 (OMPS_NPP_NPEV_L1B)

简介: OMPS/NPP L1B NP辐射亮度数据集,提供Suomi-NPP卫星OMPS传感器300–380 nm波段的校准、地理定位辐射值,覆盖全球(±82°纬度),每日约14.5轨,每轨含50分钟白天观测。

OMPS/NPP L1B NP Radiance EV Calibrated Geolocated Swath Orbital V2 (OMPS_NPP_NPEV_L1B) at GES DISC

简介

OMPS-NPP L1B NP Radiance EV Calibrated Geolocated Swath Orbital collection 包含由 Suomi-NPP 卫星上的 OMPS Nadir-Profiler 传感器测量的 300 至 380 nm 的校准和地理定位辐射亮度。

每个数据粒通常包含单次轨道白天部分(约 50 分钟)的数据。空间覆盖范围几乎遍及全球(纬度 -82 至 82 度),每天大约有 14.5 次轨道运行,每次运行沿卫星轨道进行一次星下点测量。

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="ABoVE_ASCENDS_XCO2_2050",
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
|
Web App开发 程序员 Linux
【2026最新】Chocolatey包管理器下载使用指南(程序员必备)
Chocolatey 是 Windows 免费开源命令行包管理器,支持一键安装、更新、卸载软件(如 choco install chrome),省去手动下载与配置。软件库丰富,社区活跃,媲美 Linux 的 apt/yum。另有 Winget(微软官方)、Scoop(便携优先)可选。
|
3月前
|
人工智能 关系型数据库 分布式数据库
记忆张量MemOS + 阿里云PolarDB一站式记忆管理方案发布:给AI装上不断片的记忆
AI智能体需长期记忆支撑持续服务,但面临跨会话丢失、多模态数据(结构化/向量/图)分散管理等挑战。阿里云PolarDB-PG与MemOS协同构建云原生记忆系统:前者提供关系+向量+图一站式检索底座,后者作为记忆操作系统实现提取、调度与治理,分层解耦、弹性扩展,助力企业高效落地可规模化AI记忆能力。
|
3月前
|
人工智能 自然语言处理 数据挖掘
AI大模型工具深度运用实践:如何搭建自己的AI助手_AI Agent工作流构建与智能体来了案例解析
本文详解AI Agent从理论到实践:对比普通AI工具,揭示智能体“理解目标→拆解任务→调用工具→执行闭环”的核心机制;系统梳理LLM、任务规划、工具调用与知识库四大能力;提供零代码搭建AI助手三步法(定目标、建知识库、设工作流),助普通人快速打造专属智能助手。(239字)
572 1
|
3月前
|
安全 Java 数据安全/隐私保护
|
3月前
|
存储 数据可视化 安全
2026企业智能体平台完整选型指南 主流Agent工具能力差异分析
本文系统解析企业Agent平台选型逻辑,提出全域管控、开发架构、跨系统编排、生态协同、部署模式五大评估维度,对比通用SaaS、低代码底座、垂直行业工具等五类平台定位,并按企业规模与合规要求提供差异化选型建议,助力科学决策。
|
3月前
|
人工智能 语音技术 计算机视觉
租用GPU算力怎么选择显卡?从LLM到AIGC的全场景选型与避坑指南
本文直击AI时代“算力焦虑”,从LLM、AIGC、语音处理、计算机视觉、科研仿真五大场景出发,以任务瓶颈(显存+算力+预算)为锚点,提供务实GPU选型指南:3090是性价比之王,A100/A800适合大模型训练,魔改卡慎购但云租可取,3060足以胜任语音任务。倡导“租卡优于买卡”,让开发者专注创新而非硬件运维。
|
3月前
|
人工智能 Java 测试技术
给AI写一份“岗位操作手册”——Skill 编写的完整流程与模板
本文揭秘AI Skill高效构建方法:以“给AI写岗位手册”为核心理念,提出六步法——明确职责边界、注入项目知识、套用结构化模板、严格测试验证、版本化管理、规避常见误区。强调规则需具体可执行,拒绝模糊提示词,助力打造专业可靠的AI员工。
|
3月前
|
PyTorch Linux 网络安全
新服务器从0到1完整部署实践:openEuler环境搭建ChatGLM2大模型完整流程.175
本文详述基于openEuler 22.03的Dell PowerEdge R740服务器从零部署大模型服务全流程:涵盖硬件核查、多网卡精准识别与静态IP配置、Python 3.11源码编译安装、PyTorch/Transformers/ModelScope等依赖适配、FastAPI接口搭建及防火墙放行,附典型报错解析与标准化解决方案,助新手快速落地。
1047 1
|
3月前
|
数据采集 运维 监控
本地探店达人筛选与合作全流程实操运营指南
本文详解实体门店高效对接本地探店达人的实操方法:破除“唯粉丝论”误区,聚焦内容垂直度、粉丝地域匹配度与真实互动质量三大筛选标准;梳理置换、单篇付费、长期绑定三类合作模式及书面约定要点;提供发布后48小时流量助推、转化复盘与素材二次复用策略,助力门店科学分配资源,提升同城引流与转化效率。(239字)