游乐游手机版
首页/AI热点日报/热点详情

OMI/Aura臭氧剖面1-轨道L2条带13x48km V003 OMO3PR GES DISC数据

类型:热点整理2026-07-21
美国宇航局发布OMI Aura二级臭氧廓线产品OMO3PRV003,分辨率13×48km,最优估计算法,提供18层臭氧含量及先验廓线、误差协方差,HDF-EOS5格式,每日约14轨道,数据量150GB。

OMI/Aura 臭氧(O3)廓线 1-轨道 L2 条带 13×48km V003 (OMO3PR) 数据产品 - GES DISC 发布

OMI/Aura 臭氧(O3)剖面 1-轨道 L2 条带 13x48km V003 (OMO3PR)位于 GES DISC

产品简介

美国宇航局戈达德地球科学数据与信息服务中心(GES DISC)近期正式发布了 Aura 卫星搭载的臭氧监测仪(OMI)所提供的二级臭氧廓线数据产品——OMO3PR,版本号为 V003。这款产品的核心亮点在于:其星下点像素分辨率高达 13×48 公里,反演算法采用最优估计方法(Rodgers, 2000),并基于气候臭氧廓线作为先验信息。具体而言,该算法利用 UV1 通道(270–308.5 nm)以及 UV2 通道前半部分(311.5–330 nm)的光谱辐射值,最终输出 18 个大气层的臭氧含量,单位为多布森单位(DU)。除臭氧数值外,该产品还包含先验臭氧廓线、误差协方差矩阵、平均核,以及时间、纬度、经度、太阳天顶角、观测天顶角和质量标志等辅助数据。数据存储格式为 HDF-EOS5,每个文件对应一个轨道日间部分(约 53 分钟)。每天约生成 14 个轨道,总数据量约为 150 GB/天,体量十分可观。该产品首席科学家为 Johan de Haan 博士,产品简称为 OMO3PR。

数据获取代码示例

安装所需 Python 库:!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="OMO3PR",
cloud_hosted=True,
bounding_box=(-165.68, 34.59, -98.1, 71.28),
temporal=("2017-07-20", "2017-08-08"),
count=-1, # 使用 -1 返回所有数据集
return_gdf=True,
)

gdf.explore()

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

来源:https://developer.aliyun.com/article/1749536

相关热点

继续查看同栏目近期热点。

延伸阅读

补充最近整理过的热点入口。