2016年7月29日至2017年2月21日NASA大气层层析(ATom)任务甲醛(HCHO)、羟基(OH)和OH生产率的剖面积分柱密度

目录

简介

摘要

引用

网址推荐

知识星球

机器学习


ATom: Column-Integrated Densities of Hydroxyl and Formaldehyde in Remote Troposphere

ATom: 远对流层中羟基和甲醛的柱积分密度

简介

该数据集提供了甲醛(HCHO)、羟基(OH)和OH生产率的剖面积分柱密度、昼夜对流层平均OH浓度以及从2016年7月29日至2017年2月21日NASA大气层层析(ATom)任务1和2航班的选定剖面直接观测数据中得出的不确定性。这些计算产品与臭氧监测仪(OMI)获得的同时HCHO柱检索结果相结合,以缩放和扩展剖面结果到全球网格化(0.5度纬度 x 0.625度经度)产品。除了OMI甲醛柱数据外,还提供了全球建模倡议(GMI)的模型输出产品,包括平均对流层顶高度、缩放因子、柱空气质量和柱平均甲醛光解频率。GMI模型输出产品用于计算,并为用户方便而包含在内。

摘要

该数据集记录了遥远对流层中水氧和甲醛的列积分浓度。其中,遥远对流层是指大气层中高度较高的部分,远离地面源污染和人类活动的影响。水氧是一种包含氢和氧原子的化合物,常见于自然环境中的大气和水体中。甲醛是一种含有碳、氢、氧的挥发性有机物,常见于空气中的低层大气和一些工业过程中。这些数据对了解遥远对流层中水氧和甲醛的浓度分布、变化和来源具有重要意义,有助于研究大气化学、气候变化和空气质量等相关领域。

代码

python 复制代码
!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_Mapping_OH_Troposphere_1669",
    cloud_hosted=True,
    bounding_box=(-180.0, -90.0, 179.99, 90.0),
    temporal=("2016-07-29", "2017-02-21"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

Wolfe, G. M., J. Nicely, J. M. St. Clair, T. F. Hanisco, J. Liao, L. Oman, W. H. Brune, D. Miller, A. Thames, G. G. Abad, T. B. Ryerson, J. Peischl, K. McKain, C. Sweeney, P. Wennberg, M. Kim, J. D. Crounse, S. R. Hall, K. Ullmann, G. S. Diskin, T. P. Bui, C. Chang, and J. Dean-Day (2019), ATom: Column-Integrated Densities of Hydroxyl and Formaldehyde in Remote Troposphere, Ornl Daac, doi:10.3334/ORNLDAAC/1669.

网址推荐

知识星球

知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具 (zsxq.com)https://wx.zsxq.com/group/48888525452428

机器学习

https://www.cbedai.net/xg

相关推荐
程序猿小D1 天前
【完整源码+数据集+部署教程】孔洞检测系统源码和数据集:改进yolo11-RetBlock
yolo·计算机视觉·毕业设计·数据集·yolo11·孔洞检测
爱分享的飘哥3 天前
第六十六篇:AI模型的“口才”教练:Prompt构造策略与自动化实践
人工智能·自动化·prompt·aigc·数据集·llm训练·数据工程
飞翔的佩奇4 天前
【完整源码+数据集+部署教程】武器目标检测系统源码和数据集:改进yolo11-AggregatedAtt
人工智能·python·yolo·目标检测·计算机视觉·数据集·yolo11
程序猿小D6 天前
【完整源码+数据集+部署教程】植物生长阶段检测系统源码和数据集:改进yolo11-rmt
python·yolo·计算机视觉·目标跟踪·数据集·yolo11·植物生长阶段检测系统
飞翔的佩奇9 天前
【完整源码+数据集+部署教程】海上场景水上交通物体检测图像分割系统源码和数据集:改进yolo11-HGNetV2
python·yolo·计算机视觉·毕业设计·数据集·yolo11·水上交通物体检测
大千AI助手16 天前
FEVER数据集:事实验证任务的大规模基准与评估框架
人工智能·深度学习·数据集·fever·事实验证·事实抽取·虚假信息
semantist@语校1 个月前
面向向量检索的教育QA建模:九段日本文化研究所日本语学院的Prompt策略分析(6 / 500)
人工智能·支持向量机·百度·ai·开源·prompt·数据集
semantist@语校1 个月前
从Prompt到结构建模:如何以数据驱动重构日本语言学校体系?以国际日本语学院为例
数据结构·人工智能·ai·prompt·github·数据集·知识图谱
semantist@语校1 个月前
日本语言学校:签证制度类 Prompt 的结构整理路径与策略
人工智能·百度·ai·语言模型·prompt·github·数据集
Listennnn1 个月前
ScanNet数据集详解
数据集