自学内容网 自学内容网

ATom:来自中央大学高分辨率气溶胶质谱仪(HR-AMS)的 L2 测量数据

目录

简介

摘要

代码

引用

网址推荐

知识星球

机器学习


ATom: L2 Measurements from CU High-Resolution Aerosol Mass Spectrometer (HR-AMS)

ATom:来自中央大学高分辨率气溶胶质谱仪(HR-AMS)的 L2 测量数据

简介

该数据集提供了在美国国家航空航天局 ATom 任务飞行期间由高分辨率气溶胶质谱仪(HR-AMS)测量到的无机和有机物分离离子在大气中的浓度。 所有四次 ATom 飞行任务的数据均已提供。 HR-AMS 通过在 600 摄氏度的蒸发器上进行撞击,然后进行电子电离和飞行时间质谱分析,来探测非耐火亚微米气溶胶的成分。 测量结果包括 1 秒和 60 秒分辨率下的化学标定亚微米非耐火颗粒质量,以及 60 秒分辨率下的化学标定亚微米非耐火颗粒质量的粒度分布。 这是该数据集的 1.1 版。 1.1 版包含 ATom-4 活动的首次数据发布。没有更新 ATom-1、ATom-2 或 ATom-3 的其他数据文件。 

摘要

大气层析成像飞行任务(ATom)是美国航天局地球风险亚轨道-2 飞行任务。 它研究人类造成的空气污染对温室气体和大气中化学反应气体的影响。 ATom 在美国航天局的 DC-8 飞机上部署了大量气体和气溶胶有效载荷,对大气层进行系统的全球范围采样,从 0.2 公里到 12 公里高度连续进行剖面分析。 在 4 年的时间里,在四个季节的每个季节都进行了飞行。

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_HR-AMS_Instrument_Data_1716",
    cloud_hosted=True,
    bounding_box=(-180.0, -90.0, 180.0, 90.0),
    temporal=("2016-07-29", "2018-05-21"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

安装在美国宇航局 DC-8 上的 HR-AMS 仪器,用于 ATom-1 的部署 

引用

Jimenez, J.L., P. Campuzano-Jost, D.A. Day, B.A. Nault, D.J. Price, and J.C. Schroder. 2019. ATom: L2 Measurements from CU High-Resolution Aerosol Mass Spectrometer (HR-AMS). ORNL DAAC, Oak Ridge, Tennessee, USA. https://doi.org/10.3334/ORNLDAAC/1716

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)icon-default.png?t=O83Ahttps://wx.zsxq.com/group/48888525452428

机器学习

https://www.cbedai.net/xg 


原文地址:https://blog.csdn.net/qq_31988139/article/details/143425513

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)!