NASA：A-Train 云分级数据集(用于深度学习模型)
目录
A-Train 云分级数据集
简介
ATCS 是一个数据集，旨在训练深度学习模型，以便对多角度卫星图像中的云进行体积分割。 该数据集包括来自 PARASOL 任务上 POLDER 传感器的多角度偏振测量的时空对齐斑块，以及来自使用 CloudSat 上云轮廓雷达（CPR）的 2B-CLDCLASS 产品的垂直云轮廓。
摘要
A-Train Cloud Segmentation Dataset是一个卫星图像数据集，用于标识不同类型的云层。该数据集包括了A-Train卫星组合上四个不同仪器（MODIS、CALIPSO、CloudSat和PARASOL）拍摄的图像。
该数据集提供了对不同云层类型如卷云、积云和层积云等的详细标注。每个图像都使用彩色编码的分类方案进行了像素级分割标记。数据集还包括了每个图像的日期、时间和位置等元数据信息。
A-Train Cloud Segmentation Dataset被广泛应用于云层检测和分类算法的研究和开发中。它使科学家和开发人员能够训练和测试各种应用程序的模型，包括天气预报、气候研究和遥感等领域。
该数据集可以免费下载和使用，但需要适当引用原始作者。它为云层检测和分类技术的进步提供了宝贵的资源，同时也为我们理解地球大气和气候做出了贡献。
| Resource Type | Dataset |
|---|---|
| Metadata Created Date | December 1, 2022 |
| Metadata Updated Date | December 6, 2023 |
| Publisher | NASA/GSFC/SED/ESD/GCDC/OB.DAAC |
| Maintainer | |
| Identifier | C2172083412-OB_DAAC |
| Data First Published | 2007-11-27 |
| Language | en-US |
| Data Last Modified | 2023-04-06 |
| Category | geospatial |
| Public Access Level | public |
| Bureau Code | 026:00 |
| Metadata Context | https://project-open-data.cio.gov/v1.1/schema/catalog.jsonld |
| Metadata Catalog ID | https://data.nasa.gov/data.json |
| Schema Version | https://project-open-data.cio.gov/v1.1/schema |
| Catalog Describedby | https://project-open-data.cio.gov/v1.1/schema/catalog.json |
| Citation | Archived by National Aeronautics and Space Administration, U.S. Government, NASA/GSFC/SED/ESD/GCDC/OB.DAAC. https://doi.org/10.5067/SeaBASS/ATCS/DATA001. |
| Harvest Object Id | 18cc68b3-2c9d-4913-ab54-8853e5cf0cc6 |
| Harvest Source Id | 58f92550-7a01-4f00-b1b2-8dc953bd598f |
| Harvest Source Title | NASA Data.json |
| Homepage URL | https://doi.org/10.5067/SeaBASS/ATCS/DATA001 |
| Metadata Type | geospatial |
| Old Spatial | -180.0 -90.0 180.0 90.0 |
| Program Code | 026:001 |
| Source Datajson Identifier | True |
| Source Hash | 0ee11e2c52fcc4cdbf9920f6bce0015ec60f14ab514c7afa5d20f8f4c7041823 |
| Source Schema Version | 1.1 |
| Spatial | |
| Temporal | 2007-11-27T00:00:02Z/2023-04-17T00:00:00Z |
| Hide |
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="ATCS",
cloud_hosted=True,
bounding_box=(-180.0, -90.0, 180.0, 90.0),
temporal=("2017-07-20", "2017-11-02"),
count=-1, # use -1 to return all datasets
return_gdf=True,
)
gdf.explore()
#leafmap.nasa_data_download(results[:5], out_dir="data")
引用
Archived by National Aeronautics and Space Administration, U.S. Government, NASA/GSFC/SED/ESD/GCDC/OB.DAAC. https://doi.org/10.5067/SeaBASS/ATCS/DATA001.
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
原文地址：https://blog.csdn.net/qq_31988139/article/details/142324591
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！