2016年ATom-1活动期间航班的每10秒一次的碳 monoxide (CO) 观测数据-CFANZ编程社区

简介

摘要

代码

引用

网址推荐

知识星球

机器学习

ATom: Observed and GEOS-5 Simulated CO Concentrations with Tagged Tracers for ATom-1

简介

该数据集包含2016年ATom-1活动期间航班的每10秒一次的碳 monoxide (CO) 观测数据，以及来自戈达德地球观测系统第5版（GEOS-5）模型的相应位置的模拟CO浓度。大气层层析任务（ATom）是NASA地球风险子轨道-2任务，研究人类产生的空气污染对温室气体和大气中化学反应气体的影响。空中观测使用量子级联激光系统（QCLS）仪器收集，该仪器是一种用于原位大气气体采样的高频激光光谱仪。该数据集提供了观测和模拟CO的直接比较，将用于指导未来的大气建模实验。该数据集还包含模拟的标记CO示踪剂浓度，代表特定区域源对总模拟CO的贡献。该数据集有助于实现ATom任务的一个目标，即创建基于观测的重要大气成分及其在远程对流层中的反应性的化学气候学。

摘要

大气层成像任务（ATom）是美国国家航空航天局（NASA）的一项地球风险子轨道-2任务。它将研究人类产生的空气污染对温室气体和大气中化学反应气体的影响。ATom 在 NASA DC-8 飞机上部署了一个广泛的气体和气溶胶有效载荷，以进行系统的全球范围大气取样，持续从 0.2 到 12 公里高度进行剖面分析。飞行将在四个季节中进行，持续四年。

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="ATom_CO_GEOS_1604",
    cloud_hosted=True,
    bounding_box=(-180.0, -65.33, 179.98, 80.01),
    temporal=("2016-07-20", "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")

2016年ATom-1活动期间航班的每10秒一次的碳 monoxide (CO) 观测数据_Python

ATom-1 线路中所有 11 个研究飞行段的 QCLS 观测（左）和 GEOS-5 分析（右）的 CO（ppb）。GEOS-5 CO 取自飞行时间中点最近的分析，并根据 10 秒合并观测中给出的经度、纬度和压力插值到飞行轨迹上。为了在此图中进行可视化，模型预测和 ATom 测量的平均采样率为每 360 秒一次。对流层的数据以圆形绘制；平流层的数据以菱形绘制（来自 Strode 等人 2018 年）。

引用

Strode, S.A., J. Liu, L. Lait, R. Commane, B.C. Daube, S.C. Wofsy, A. Conaty, P. Newman, and M.J. Prather. 2018. ATom: Observed and GEOS-5 Simulated CO Concentrations with Tagged Tracers for ATom-1. ORNL DAAC, Oak Ridge, Tennessee, USA. ATom: Observed and GEOS-5 Simulated CO Concentrations with Tagged Tracers for ATom-1, https://doi.org/10.3334/ORNLDAAC/1604