PISTON 2018-2019 自主平台海洋数据集

简介: PISTON 2018–2019数据集由NASA、ONR与NOAA联合开展,依托SOLO-II浮标及系泊系统,在菲律宾海采集热带季节内振荡(BSISO)相关海洋剖面与时间序列数据,支撑海气相互作用与台风响应研究。(239字)

​PISTON 2018-2019 Autonomous Platform Ocean Datasets

简介

PISTON-ONR-NOAA-Autonomous-Uncrewed_2018-2019 是 2018-2019 年热带季节内振荡传播 (PISTON) 自主平台海洋数据产品。该产品是美国国家航空航天局 (NASA)、海军研究办公室 (ONR) 和国家海洋与大气管理局 (NOAA) 联合合作的成果。该产品的数据采集使用了第二代海洋探测拉格朗日观测器 (SOLO-II) 仪器。数据采集已完成。
由美国海军研究办公室 (ONR) 和国家海洋与大气管理局 (NOAA) 赞助的 PISTON 野外考察活动旨在增进对该区域多尺度热带大气对流和海气相互作用的理解,并提高其预测能力。PISTON 的研究重点是北半球夏季季节内振荡 (BSISO),该振荡定义了北半球(北半球)夏季期间与赤道波、MJO、热带气旋和海洋性大陆季风相关的对流的北向和东向移动。PISTON 共完成了三次船载航次,部署了八个漂流式海洋剖面浮标和两个全深度海洋系泊浮标,并与一艘收集类似数据的日本科考船合作,同时还利用了附近岛屿的测深数据。这些活动于 2018 年 8 月至 2019 年 9 月期间在菲律宾海(位于帕劳以北的热带西北太平洋)进行,每次数据集的覆盖时间略有不同。参与 PISTON 项目的美国科考船有两艘:分别是 2018 年 8 月至 9 月和 9 月至 10 月的“托马斯·G·汤普森”号科考船,以及 2019 年 9 月的“萨莉·赖德”号科考船。2018 年的首次航行与“未来”号科考船的合作活动同期进行。2019 年的航行则与美国国家航空航天局 (NASA) 的 CAMP2Ex 机载野外实验(云、气溶胶和季风过程——菲律宾实验,详情见下文)同期进行。这两个专用系泊装置部署在帕劳北部海域,并于 2018 年 8 月至 2019 年 10 月期间收集数据,以记录台风和其他热带天气扰动下海洋特征的时间序列。为了实现同一目标,2018 年台风来临前还部署了八个剖面海洋浮标。

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="PISTON-ONR-NOAA-Autonomous-Uncrewed_2018-2019",
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
|
12天前
|
编解码 Python
RCP 4.5 和 8.5 情景下 1901-2299 年永久冻土融化和碳释放的预测
本数据集提供1901–2299年北半球多年冻土融化及碳释放的模型预测,涵盖RCP4.5(近《巴黎协定》目标)和RCP8.5(高排放情景)两种路径,空间分辨率0.5°,基于CMIP5气候驱动与MsTMIP陆面模型框架。
47 1
|
17天前
|
数据可视化 Python
佩诺布斯科特湾光学测量
佩诺布斯科特湾光学调查(2007–2008)是一项海湾区域遥感测量项目。本文档演示如何通过NASA Earth Data平台调用Leafmap工具,搜索、可视化并下载相关卫星数据集,涵盖环境监测与地理信息分析全流程。
59 1
|
22天前
|
数据可视化 Python
在佛罗里达狭长地带河口进行的光学水质测量
本项目联合USF与FWC-FWRI,在佛罗里达狭长地带河口开展光学水质监测。利用Leafmap调用NASA地球数据,检索并可视化2017年7–8月Panhandle_OWQ遥感数据,支持水环境研究与管理。(239字)
46 2
|
25天前
|
传感器 编解码 算法
NASA 测量基于 AMSR2 GCOMW1 NASA PPS L1C V05 TBs 1-orbit L2 Swath 10x10km V1 的降水集合 (PRECIP_AMSR2_GCOMW1)
本数据集基于GCOM-W1卫星AMSR-2传感器亮温,反演生成10km分辨率降雨率(mm/h),覆盖2012–2020年,融合15种AIP-3算法并附质量评分,支持Python一键检索与可视化。
80 2
|
8天前
|
编解码 数据可视化 Python
北美地表物候学,涡度相关塔站,2017-2021年
本数据集提供2017–2021年北美104个涡度相关通量塔(AmeriFlux/NEON)周边10 km范围的高分辨率(3 m)陆面物候信息,涵盖生长季起止、峰值及植被指数等,基于PlanetScope影像,支持模型验证与碳水循环机制研究。(239字)
36 0
|
1月前
|
存储 编解码 算法
RM-OBS/PU 潜在蒸散量和支持强迫 L4 3 小时 0.25x0.25 度 V001 (PET_​PU_​3H025)
普林斯顿大学MEaSUREs PET数据集(V001),提供1984–2006年全球3小时、0.25°分辨率的潜在蒸散量估算,集成Penman、Priestley-Taylor与FAO三种主流算法,融合再分析、卫星及地面观测强迫数据,支持NetCDF-4格式下载与可视化分析。
58 1
|
18天前
|
Python
全新世全球泥炭地碳平衡与土地利用变化对二氧化碳排放的影响
本数据集重建了全新世(11000年来)全球泥炭地碳平衡及土地利用变化所致CO₂排放,融合64个泥炭芯年代数据、LPX-Bern模型模拟与HYDE土地利用情景,结合碳预算约束提升估算精度,支撑古气候与碳循环研究。(239字)
35 0
|
24天前
|
数据可视化 Python
珊瑚礁机载实验室(CORAL)便携式遥感成像光谱仪(PRISM)反射率数据,版本 1.0
CORAL项目PRISM反射率数据(v1.0)提供高光谱遥感影像,用于珊瑚礁生态研究。含L1B级仪器单位数据,支持Python一键下载与地理可视化分析,适用于海洋遥感与生态环境监测。
55 0
|
25天前
|
数据可视化 Python
珠江口污染治理工程(PREPP)
珠江口污染治理工程(PREPP)是2001年在香港附近开展的环境监测项目。本示例演示如何通过leafmap调用NASA地球数据,搜索、可视化PREPP相关遥感数据集,助力区域污染研究与分析。(239字)
42 0
|
2月前
|
Python
OWLETS-1 分析模型数据
OWLETS-1分析模型数据源自NASA资助的臭氧水陆环境过渡研究野外试验(2017年7–8月),聚焦切萨皮克湾水陆交界带臭氧垂直分布与梯度观测,整合飞机、激光雷达、无人机等多平台数据,支撑空气质量建模与卫星反演验证。(239字)
59 1