目录
简介
摘要
代码
引用
网址推荐
知识星球
机器学习
ATom: L2 In Situ Measurements of Aerosol Microphysical Properties (AMP)
简介
该数据集提供了气溶胶微物理特性（AMP）仪器包在美国国家航空航天局大气断层扫描（ATom）任务的机载活动中测量的干气溶胶粒子的数量、表面积、体积浓度和粒度分布。 五台仪器--两台成核模式气溶胶粒度光谱仪（NMASS）、两台超高灵敏度气溶胶光谱仪（UHSAS）和一台激光气溶胶光谱仪（LAS）--组成了 AMP 组合。 AMP 有效载荷提供了直径在 0.003 至 4.8 微米之间的干气溶胶粒子的尺寸分布，时间分辨率高达一秒。 该数据集包括 131 个逗号分隔文本（ICARTT）格式的文件。
该数据集提供了气溶胶微物理特性（AMP）仪器包在美国国家航空航天局大气断层扫描（ATom）任务的机载活动中测量的干气溶胶粒子的数量、表面和体积浓度及粒度分布。 五台仪器--两台成核模式气溶胶粒度光谱仪（NMASS）、两台超高灵敏度气溶胶光谱仪（UHSAS）和一台激光气溶胶光谱仪（LAS）--组成了 AMP 组合。 AMP 有效载荷可提供直径在 0.003 至 4.8 微米之间的干气溶胶粒子的尺寸分布，时间分辨率可达一秒。这里包括三类数据 1) NAerosol，包括计算的光学参数，如不对称参数和与卫星、Aeronet 和激光雷达测量相关的多个波长的消光；2) NCoarseAerosol，提供标准温度和压力下选定粒径范围内气溶胶和云粒子的粒数浓度；3) SDAerosol，包含 66 个粒径分段的完整干粒径分布。
摘要
ATom是一个国际性的研究项目，旨在全面了解大气中的气溶胶和气体成分。ATom计划通过在大气中的航空器上进行一系列的科学观测来收集数据。其中之一是L2 In Situ Measurements of Aerosol Microphysical Properties (AMP)。
AMP数据旨在提供有关气溶胶微物理特性的详细信息。这些特性包括气溶胶的粒子大小分布、化学成分、质量浓度和光学特性等。AMP数据通过安装在航空器上的多种气溶胶探测器和仪器来收集。这些探测器可以直接测量气溶胶的物理和化学特性，例如粒子大小和组成。
AMP数据的收集对于了解大气中的气溶胶的来源、演化和影响非常重要。这些数据可以用于评估气溶胶对气候和空气质量的影响，并帮助改进气候模型和空气质量预测。
AMP数据是ATom计划的重要组成部分，旨在提供全球范围内的高质量气溶胶微物理特性数据。这些数据不仅可用于科学研究，还可以为政策制定者和环境决策者提供重要的信息，以改善大气质量和环境保护。
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="ATom_AMP_Instrument_Data_1671",cloud_hosted=True,bounding_box=(-180.0, -90.0, 180.0, 90.0),temporal=("2016-07-29", "2017-08-08"),count=-1, # use -1 to return all datasetsreturn_gdf=True,
)gdf.explore()#leafmap.nasa_data_download(results[:5], out_dir="data")
引用
Brock, C.A., A. Kupc, C.J. Williamson, K. Froyd, F. Erdesz, D.M. Murphy, G.P. Schill, D.W. Gesler, R.J. Mclaughlin, M. Richardson, N.L. Wagner, and J.C. Wilson. 2019. ATom: L2 In Situ Measurements of Aerosol Microphysical Properties (AMP). ORNL DAAC, Oak Ridge, Tennessee, USA. https://doi.org/10.3334/ORNLDAAC/1671
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