海洋卫星DCS载荷原始数据文件的分析

2023-11-22 06:20

本文主要是介绍海洋卫星DCS载荷原始数据文件的分析,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!

依照本数据为例

1.命名解读:

H2C:

HY-2C卫星于2020年9月21日成功发射升空,是国家民用空间基础设施海洋动力卫星系列的第二颗业务卫星,主要对海面高度、有效波高、海面风场实现高精度、高分辨率的实时观测,并具备船舶识别以及接收、存贮和转发我国近海及其他海域的浮标测量数据能力。

HY-2C卫星信息 http://www.nsoas.org.cn/news/content/2021-05/28/44_8460.html】

OPER:

业务化卫星 【HY-2B卫星高度计二级产品数据格式说明.pdf】

DCS:

传感器为dcs,新型的载荷数据收集系统   

有效载荷就是直接执行特定卫星任务的仪器、设备或分系统

【提升海洋动力环境卫星观测效能—基于DCS获取海流信息https://mp.weixin.qq.com/s?src=11×tamp=1637770054&ver=3456&signature=08lwgtFmwX00USdnNfeNiF3lYXynfJY2q6jZ6MWtZ2OPkqDBH4H13*TGdyEtBRQi5ux7bzBEWzthAOuSvRlYYT1v*Zw3nfmtwEbAgeob7oC3M1S5SByp3X3saKIFuL55&new=1

卫星DCS载荷测试浮标顺利投入工作

卫星DCS载荷测试浮标顺利投入工作-国家海洋技术中心

L0A:

产品级别。按照NASA的划分如下:http://www.zj-view.com/newsitem/277966126

0级:经数据重构,未进行任何处理的原始数据;所有的通信信息(比如:同步帧、通信头和重复数据)被移除。

1A级:经数据重构,具有时间参考、辅助信息(包括辐射、几何校正系数等)以及地理坐标参数等(如:平台星历等,并没有应用于0级产品)的未进行任何处理的原始数据。

1B级:在1A级产品的基础上处理至传感器单元(并不是所有数据都有L1B级数据)。

2级:与1级数据具有相同分辨率和位置的地球物理参量数据产品。

3级:投影至统一时空格网尺度,通常具有一定完整性和一致性的数据产品。

4级:模型输出结果或从低级数据分析得到的结果。

02365

具体不详,或许是CYCLE,或者PASS

Xxxxxxxxxxxxx-xxxxxxxxx

采集时间

参考中国海洋数据服务系统

DCS载荷数据网站上不公开

 

已经申请该网站账号

Ander

2..meta.xml  配置文件

包含关于文档信息创建者修改日期其他细节

打开方式

记事本or浏览器

3.mqcs文件夹

mqcs:基本质量控制标准。也就是质量检测文档夹。

 

.doc文档

在线质量检验内容及结果进行记录以及详细描述

l文件检验:文件格式、文件大小、参数完备性。

l连续性检查:时间连续性、空间连续性。

l参数阈值检查:对参数的阈值范围进行判断。

l数据样本统计:对正常数据、异常数据、缺失数据的样本进行统计。

.h5文件

<质量标志 URL>。H5是一个网页,就像一个很大的容器,里面可以放文本、图片、音视频等基本的流媒体格式的文件。  用下面这个方式可以读取,但无果。

 

https://blog.csdn.net/weixin_46324973/article/details/119009762

.meta.xml  

质量检测配置文件,如下

 

log.log

操作日志文档

 

4其他文件

获取、读取、解析数据文件的日志(未查实)

 

综上所述:

结合海洋卫星数据服务中心下载页面以及给我们的数据文件,判定Bin为源文件,即数据文件。

数据格式有以上几种,不是每个文件都有。

 下一步  :Bin文件尝试解读

这篇关于海洋卫星DCS载荷原始数据文件的分析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!



http://www.chinasem.cn/article/408137

相关文章

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1

Olingo分析和实践之ODataImpl详细分析(重要方法详解)

《Olingo分析和实践之ODataImpl详细分析(重要方法详解)》ODataImpl.java是ApacheOlingoOData框架的核心工厂类,负责创建序列化器、反序列化器和处理器等组件,... 目录概述主要职责类结构与继承关系核心功能分析1. 序列化器管理2. 反序列化器管理3. 处理器管理重要方

SpringBoot中六种批量更新Mysql的方式效率对比分析

《SpringBoot中六种批量更新Mysql的方式效率对比分析》文章比较了MySQL大数据量批量更新的多种方法,指出REPLACEINTO和ONDUPLICATEKEY效率最高但存在数据风险,MyB... 目录效率比较测试结构数据库初始化测试数据批量修改方案第一种 for第二种 case when第三种

解决1093 - You can‘t specify target table报错问题及原因分析

《解决1093-Youcan‘tspecifytargettable报错问题及原因分析》MySQL1093错误因UPDATE/DELETE语句的FROM子句直接引用目标表或嵌套子查询导致,... 目录报js错原因分析具体原因解决办法方法一:使用临时表方法二:使用JOIN方法三:使用EXISTS示例总结报错原

MySQL中的LENGTH()函数用法详解与实例分析

《MySQL中的LENGTH()函数用法详解与实例分析》MySQLLENGTH()函数用于计算字符串的字节长度,区别于CHAR_LENGTH()的字符长度,适用于多字节字符集(如UTF-8)的数据验证... 目录1. LENGTH()函数的基本语法2. LENGTH()函数的返回值2.1 示例1:计算字符串