NASA:ARM 增强短波实验(ARESE)太阳辐射数据

2024-08-24 13:44

本文主要是介绍NASA:ARM 增强短波实验(ARESE)太阳辐射数据,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

简介

摘要

代码

网址推荐

0代码在线构建地图应用

机器学习


ARM Enhanced Shortwave Experiment (ARESE) Solar Radiation Data

简介

ARESE 研究了晴朗和多云大气对太阳辐射的吸收。 测量使用了三个飞机平台:一架高空载人埃格雷特飞机、一架装有仪器的双水獭飞机和美国宇航局 ER-2,以及卫星和俄克拉荷马州中北部的 ARM 中央和扩展设施。 该项目于 1995 年 9 月 22 日至 11 月 1 日进行。 活动摘要 ARESE 是 ARM 增强短波实验,1995 年 11 月 1 日在俄克拉荷马州的部署非常成功。 这次为期五周的活动的目的是进行一系列仪器飞行,测量太阳能与晴朗和多云天空的相互作用,以便对最近观测到的多云大气吸收增强现象提供更多的了解。

摘要

为了实现这些目标,ARESE 综合利用卫星、飞机和地面观测,在整个大气柱的不同高度对太阳通量进行高精度测量。 其核心是精心 "堆叠 "的双水獭号和埃格雷特号 "云夹层",水獭号在 1500 - 5000 英尺高度,埃格雷特号在 43000 英尺高度,由在 65000 英尺高度飞行的 ER-2 号飞机飞越。 所有三架飞机都携带了相同的上视和下视 "瓦莱罗 "辐射计,并飞越了 CART 中央和扩展设施中相同的上视辐射计。 来自 GOES 卫星的辐射测量被用来检索大气顶部通量。 这些通量测量数据得到了来自地面、埃格雷特和 ER-2 号卫星的各种云特性测量数据的补充,其中包括雷达、激光雷达和多光谱测量数据。

这些基准 ARESE 飞行于 9 月 25 日至 11 月 1 日在 CART 站点进行。 在此期间,我们进行了 12 次科学数据飞行,在从晴朗到多云的各种大气条件下积累了约 60 个小时的飞行中数据。 这些飞行的详细情况见下表,其中包括:在散射、破碎和实心阴云条件下的云强迫实验,包括低、中、高云层;晴空柱吸收和表面反照率测量;晴空通量剖面测量;以及两架飞机进行的飞行中、同高度通量测量的相互比较。 这些数据看来质量上乘,是检验我们对晴朗和多云大气中太阳辐射吸收情况的独特数据集。 除了这些基线太阳吸收实验外,ER-2 还进行了一些关键的校准实验。 这些实验使用来自 MODIS 机载模拟器(MAS)的高精度光谱辐射测量值来校准来自 GOES 卫星的辐射测量值,并改进将光谱辐射量转换为光谱通量的检索算法。

这次部署的成功是由五个能源部实验室、三个美国国家航空航天局中心、十几所大学和三家飞机公司组成的多实验室多机构团队共同努力的结果。 ARM 计划赞助了地面测量,ARM-UAV(无人驾驶航空飞行器)赞助了埃格雷特和奥特的协调测量,ARM 和 NASA 赞助了 ER-2 飞行。 资金由能源部的 ARM 计划和国防部的战略环境研究与发展计划 (SERDP) 提供。
日期 平台(O=OTER) (E=EGRETT) 测量条件 9-25 O, E, ER-2 沿西北航迹的实云到碎云 9-29 O, E, ER-2 散云到碎云,大量湍流 10-03 O, ER-2 中央设施 4、7、10、13、16、19 千尺高空的晴空剖面;
10-11 O, E, ER-2 晴空反照率、云柱吸收和相互比较 10-13 O, E 西北航迹上的云天吸收(高层云和卷云) 10-17 O, E, ER-2 晴空任务,西南和西北航迹上的数据相互比较 10-19 O, E, ER-2 晴空反照率、云柱吸收 西北航迹 10-24 O、 10-26 O, E 厚卷云层到破碎云层再到晴空 10-28 O 晴空,仅在 Charlie Whitlock 辐射计上方 500 英尺处进行 Otter 实验,以探索气溶胶加热情况--也是极好的反照率数据 10-30 O, E 厚均匀的中低层云层 11-01 O, E 实心云层到破碎云层

代码

!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassifyimport pandas as pd
import leafmapurl = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
dfleafmap.nasa_data_login()results, gdf = leafmap.nasa_data_search(short_name="ARESE_ER2_MAS",cloud_hosted=True,bounding_box=(-119.91, 20.25, -84.93, 38.55),temporal=("1995-09-25", "1995-10-25"),count=-1,  # use -1 to return all datasetsreturn_gdf=True,
)gdf.explore()#leafmap.nasa_data_download(results[:5], out_dir="data")

网址推荐

0代码在线构建地图应用

https://invite.mapmost.com/#/login?source_inviter=nClSZANO

机器学习

https://www.cbedai.net/xg 

这篇关于NASA:ARM 增强短波实验(ARESE)太阳辐射数据的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/1102649

相关文章

SQL中如何添加数据(常见方法及示例)

《SQL中如何添加数据(常见方法及示例)》SQL全称为StructuredQueryLanguage,是一种用于管理关系数据库的标准编程语言,下面给大家介绍SQL中如何添加数据,感兴趣的朋友一起看看吧... 目录在mysql中,有多种方法可以添加数据。以下是一些常见的方法及其示例。1. 使用INSERT I

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

MySQL 删除数据详解(最新整理)

《MySQL删除数据详解(最新整理)》:本文主要介绍MySQL删除数据的相关知识,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录一、前言二、mysql 中的三种删除方式1.DELETE语句✅ 基本语法: 示例:2.TRUNCATE语句✅ 基本语

MyBatisPlus如何优化千万级数据的CRUD

《MyBatisPlus如何优化千万级数据的CRUD》最近负责的一个项目,数据库表量级破千万,每次执行CRUD都像走钢丝,稍有不慎就引起数据库报警,本文就结合这个项目的实战经验,聊聊MyBatisPl... 目录背景一、MyBATis Plus 简介二、千万级数据的挑战三、优化 CRUD 的关键策略1. 查

python实现对数据公钥加密与私钥解密

《python实现对数据公钥加密与私钥解密》这篇文章主要为大家详细介绍了如何使用python实现对数据公钥加密与私钥解密,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录公钥私钥的生成使用公钥加密使用私钥解密公钥私钥的生成这一部分,使用python生成公钥与私钥,然后保存在两个文

mysql中的数据目录用法及说明

《mysql中的数据目录用法及说明》:本文主要介绍mysql中的数据目录用法及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、版本3、数据目录4、总结1、背景安装mysql之后,在安装目录下会有一个data目录,我们创建的数据库、创建的表、插入的

Navicat数据表的数据添加,删除及使用sql完成数据的添加过程

《Navicat数据表的数据添加,删除及使用sql完成数据的添加过程》:本文主要介绍Navicat数据表的数据添加,删除及使用sql完成数据的添加过程,具有很好的参考价值,希望对大家有所帮助,如有... 目录Navicat数据表数据添加,删除及使用sql完成数据添加选中操作的表则出现如下界面,查看左下角从左

SpringBoot中4种数据水平分片策略

《SpringBoot中4种数据水平分片策略》数据水平分片作为一种水平扩展策略,通过将数据分散到多个物理节点上,有效解决了存储容量和性能瓶颈问题,下面小编就来和大家分享4种数据分片策略吧... 目录一、前言二、哈希分片2.1 原理2.2 SpringBoot实现2.3 优缺点分析2.4 适用场景三、范围分片

Redis分片集群、数据读写规则问题小结

《Redis分片集群、数据读写规则问题小结》本文介绍了Redis分片集群的原理,通过数据分片和哈希槽机制解决单机内存限制与写瓶颈问题,实现分布式存储和高并发处理,但存在通信开销大、维护复杂及对事务支持... 目录一、分片集群解android决的问题二、分片集群图解 分片集群特征如何解决的上述问题?(与哨兵模

浅析如何保证MySQL与Redis数据一致性

《浅析如何保证MySQL与Redis数据一致性》在互联网应用中,MySQL作为持久化存储引擎,Redis作为高性能缓存层,两者的组合能有效提升系统性能,下面我们来看看如何保证两者的数据一致性吧... 目录一、数据不一致性的根源1.1 典型不一致场景1.2 关键矛盾点二、一致性保障策略2.1 基础策略:更新数