当前位置: 首页 > article >正文

NASA:全球鹰无人机系统(UAS)上收集的在位云层测量

目录

简介

代码

引用

网址推荐

0代码在线构建地图应用

机器学习


ATTREX-Aircraft_insitu_Cloud_property_Measurements

ATTREX-飞机原位云属性测量系统

简介

ATTREX-飞机在位云层属性测量是在空中热带对流层顶实验(ATTREX)活动期间,在全球鹰无人机系统(UAS)上收集的在位云层测量。这一收集包括在2011年和2013年加利福尼亚州部署期间,以及2014年在关岛部署期间,由Hawkeye-FCDP(Hawkeye快速云滴探测器)收集的在位云层属性。数据收集已完成。

尽管通常在低浓度下发现,平流层水蒸气对地球的气候和能量预算有很大影响。研究表明,即使是平流层湿度的相对较小变化也可能对气候产生显著影响,未来平流层湿度和臭氧浓度的变化对气候变化的响应是显著的气候反馈。对流层水蒸气气候反馈通常在全球模型中得到了很好的表示。然而,由于我们对控制平流层成分的气象区域(热带对流层顶层,TTL,约13-18公里)中发生的物理过程的理解存在差距,未来平流层湿度变化的预测高度不确定。由于TTL的化学成分的不确定性,预测未来平流层臭氧的能力也受到限制。为了应对这些不确定性,完成了空中热带对流层顶实验(ATTREX)。在ATTREX期间,仪器提供了测量,以追踪反应性卤素化合物和其他重要化学物质的运动、卷云粒子的大小和形状、水蒸气以及通过TTL的三维风。测量了含溴气体,以改善对平流层臭氧的理解。ATTREX由四个NASA全球鹰无人机系统(UAS)活动组成,这些活动从NASA的阿姆斯特朗飞行研究中心(前称德赖登飞行研究中心)部署。

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="ATTREX-Aircraft_insitu_Cloud_property_Measurements",
    cloud_hosted=True,
    bounding_box=(-165.68, 34.59, -98.1, 71.28),
    temporal=("2011-10-01", "2013-03-01"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

数据集及相关数据产品和服务由NASA兰利研究中心(LaRC)的ASDC DAAC提供,并由NASA地球科学数据和信息系统(ESDIS)项目管理。LARC ASDC DAAC是地球观测系统数据和信息系统(EOSDIS)分布式活跃存档中心(DAACs)之一,属于ESDIS项目。NASA数据是免费获取的;然而,当您发布这些数据或基于这些数据的作品时,我们请求您在出版物的正文中引用数据集,并在参考文献列表中包含对它们的引用。对数据集的引用,如下面的示例,应具有足够的细节,以便您的出版物的读者能够获取数据集并基于您的工作进行自己的研究。(为了完整的来源和理解数据的使用部分,可能还需要在出版物的正文中详细描述数据是如何使用的。)

网址推荐

0代码在线构建地图应用

https://www.mapmost.com/#/?source_inviter=CnVrwIQs

机器学习

https://www.cbedai.net/xg 


http://www.kler.cn/news/363061.html

相关文章:

  • 家庭宽带的ip地址是固定的吗?宽带ip地址怎么修改‌
  • yub‘s Algorithmic Adventures_Day12
  • 【ROS2】Qt和ROS混合编程:多继承QObject和rclcpp::Node
  • NGINX 保护 Web 应用安全之基于 IP 地址的访问
  • uniapp,获取头部高度
  • 【从零开始的LeetCode-算法】3075. 幸福值最大化的选择方案
  • 申请https证书
  • Spring Boot与JavaWeb融合:在线考试系统的新架构
  • 基于SSM品牌银饰售卖系统的设计
  • Socket 网络编程与 C# 中的应用实例
  • GitHub上传文件
  • 串口空闲中断加DMA数据搬运
  • 「C/C++」C++ STL容器库 之 std::queue 队列容器
  • u盘装win10系统提示“windows无法安装到这个磁盘,选中的磁盘采用GPT分区形式”解决方法
  • 蓝桥杯2017年第八届真题-包子凑数
  • Oracle VirtualBox虚拟机导入VMware ESXi的方法
  • redis的渐进式哈希?说一下细节?------面试题分享
  • 23种设计模式之工厂方法模式
  • 在 Python 的神经网络程序(特别是 PyTorch 框架中),`class` 和 `forward()` 是定义神经网络模型的关键部分。它们的作用如下:
  • pytorch调用手写CUDA算子和pybind11的使用
  • 军事领域的深度学习不同于机器学习中的深度学习
  • 如何在本地运行threejs官方示例
  • FPGA开发时,什么情况下使用BRAM,什么情况下使用DRAM
  • Linux系统基础-进程间通信(4)_模拟实现进程池
  • vb.net 关闭 开启 声卡
  • Python Faker方法大全