Sentinel-3B OLCI Level-3 Global Mapped Earth-observation Reduced Resolution (ERR) Chlorophyll (CHL) Data, version 2022.0

叶绿素a浓度全球网格化数据集简介

叶绿素a浓度是衡量海洋浮游植物生物量的关键指标。本数据集提供全球网格化的表层叶绿素a合成产品，由Sentinel-3B OLCI卫星传感器获取的数据经处理生成。该数据适用于时间序列分析、气候研究、异常检测、渔业资源评估及教学培训。结合气溶胶(A VW)、光合有效辐射(PAR)、漫衰减系数Kd(490)、海表温度(SST)和风场数据，可构建更全面的海洋环境背景。

需注意：在光学特性复杂的沿海或内陆水域，该数据集的精度可能下降。具体算法细节（OCx/OCI）可参考任务文档，建议在这些区域谨慎使用并验证数据可靠性。

本数据集由卫星需求工作组（SNWG）支持，该机构是美国政府跨部门协调组织，负责整合联邦民用机构的地球观测需求。下图展示了数据集包含的地球物理变量。

数据集包含一个核心变量：

chlor_a — 叶绿素a浓度（mg m⁻³）

数据摘要

数据摘要信息如下图所示。

数据获取与可视化代码

以下提供使用Python和Leafmap库获取并可视化该数据集的示例代码，操作简便，几分钟即可完成。

!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,  # 设为-1表示返回所有数据集
    return_gdf=True,
)

gdf.explore()

# leafmap.nasa_data_download(results[:5], out_dir="data")

代码中的关键函数是nasa_data_search，它支持根据空间范围和时间窗口检索NASA地球观测数据。示例中使用的是ABoVE项目的大气CO₂数据，只需修改short_name参数即可切换至叶绿素a数据集。通过gdf.explore()可在交互地图上直观查看结果。

下载数据时，取消注释并指定前5个结果即可保存至本地。实际应用中，请根据研究区域调整bounding_box和temporal参数。

综上所述，该叶绿素a数据集来源可靠、处理流程透明，结合Leafmap等工具，适用于环境监测与教学研究。需注意沿海水域的反演误差，其他应用场景可放心使用。