OMI/Aura Ozone(O3) Total Column 1-Orbit L2 Swath 13x24 km V003 (OMTO3)
简介
美国宇航局戈达德地球科学数据与信息服务中心 (GES DISC) 向公众开放了 Aura 臭氧监测仪 (OMI) 的二级总柱臭氧数据产品 OMTO3（版本 003）。OMI 提供两种基于不同算法的二级总柱臭氧产品（OMTO3 和 OMDOAO3），其像素分辨率为 13 x 24 公里（星下点）。该二级全球总柱臭氧产品 (OMTO3) 基于增强型 TOMS 版本 8 算法，该算法主要利用 317.5 纳米和 331.2 纳米波长的紫外辐射数据。OMI 高光谱测量有助于校正导致臭氧反演不确定性的因素（例如云和气溶胶、海面眩光效应、廓线形状敏感性、二氧化硫和其他痕量气体污染）。除了臭氧总量值外，该产品还包含一些辅助衍生参数和辅助输入参数，包括 N 值、有效朗伯场景反射率、紫外气溶胶指数、二氧化硫指数、云量、云压、云下臭氧、地形高度、地理位置、太阳和卫星观测角度以及质量标志。该二级 OMI 臭氧总量产品的简称是 OMTO3。该产品的算法负责人是 NASA OMI 科学家 Pawan K. Bhartia 博士。
OMTO3 文件采用版本 5 EOS 分层数据格式 (HDF-EOS5) 存储。每个文件包含轨道日照部分（约 53 分钟）的数据。每天大约有 14 个轨道。OMTO3 数据产品的最大文件大小约为 35 MB。
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="OMTO3",
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()
