ATom：来自 NCAR 机载氧气仪器 (AO2) 的 L2 现场测量数据，V2

ATom: L2 In Situ Measurements from the NCAR Airborne Oxygen Instrument (AO2), V2

ATom：来自 NCAR 机载氧气仪器 (AO2) 的 L2 现场测量数据，V2

简介

该数据集提供了美国国家航空航天局（NASA）的大气层断层扫描（ATom）任务在机载活动期间由 NCAR 机载氧气仪器（AO2）测量的原位大气氧气和二氧化碳浓度。 AO2 仪器使用真空紫外线吸收技术测量氧气浓度。 ATom在NASA 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到12千米高度连续进行剖面测量。 从 2016 年到 2018 年的 4 个季节中，每个季节都进行了飞行。 飞行从加利福尼亚州帕姆代尔的阿姆斯特朗飞行研究中心出发，向北飞到北极西部，向南飞到南太平洋，向东飞到大西洋，向北飞到格陵兰岛，然后穿越北美中部返回加利福尼亚州。 ATom 建立了一个单一、连续的全球尺度数据集。 这个综合数据集将用于改进全球大气化学和气候模型对化学反应气体和短期气候致变因素的表示。 该数据集包括 48 个 ICARTT（*.ict）格式的数据文件。

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 在美国国家航空航天局的 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 公里的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。

时间分辨率： 从约 2.5 秒的原始数据中提取 1 秒的内插值。

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_AO2_Instrument_Data_V2_1880",
    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")

引用

Stephens, B.B., E.J. Morgan, A. Watt, J. Bent, S. Afshar, R.F. Keeling, and W. Paplawsky. 2021. ATom: L2 In Situ Measurements from the NCAR Airborne Oxygen Instrument (AO2), V2. ORNL DAAC, Oak Ridge, Tennessee, USA. https://doi.org/10.3334/ORNLDAAC/1880