CERES 每月格网辐射通量和云量 Terra FM1 版 2G

简介: CER_FSW_Terra-FM1-MODIS_Edition2G 是 NASA CERES 项目发布的月度格点辐射通量与云数据产品,基于 Terra 卫星上的 CERES-FM1 仪器获取。该数据集包含大气顶、地表及大气剖面的辐射通量,以及云参数,空间分辨率为 1 度,时间覆盖 2007 年 12 月。数据适用于地球能量平衡与气候变化研究。

CERES Monthly Gridded Radiative Fluxes and Clouds Terra FM1 Edition2G

简介
CER_FSW_Terra-FM1-MODIS_Edition2G 是云和地球辐射能量系统 (CERES) 月度格点辐射通量和云 Terra 飞行模型 (FM1) Edition2G 数据产品,该产品是使用 Terra 平台上的 CERES-FM1 和 CERES 扫描仪仪器收集的。该产品的数据收集已经完成。月度格点辐射通量和云 (FSW) 产品包含瞬时覆盖区计算通量的区域平均值[大气顶 (TOA)、表面和大气内(剖面)]、相关的 TOA 观测通量以及仅针对卫星过境时段的云参数。FSW 产品包含单个扫描仪仪器一个月的空间和时间平均 CERES 数据。来自 CERES 云和辐射带 (CRS) 产品一个月的所有瞬时通量按 1 度空间区域和世界时 (UT) 观测小时排序。确定给定区域-小时箱体的瞬时通量平均值,并将其与其他通量统计数据和场景信息一起记录在 FSW 上。对于晴空和全天空场景,还包括由 CRS 定义的四个大气高度的平均调整通量。此外,通过将大气划分为四个以地表为边界的区间,定义了四个云高类别:700、500、300 hPa 和 TOA。来自 CRS 的云层被放入其中一个云高类别并在整个区域取平均值。云属性也是列平均并包含在 FSW 中。CERES 是地球观测系统 (EOS) 项目的关键组成部分。CERES 仪器从三个宽带通道提供地球大气的辐射测量。 CERES 任务是在成功的地球辐射预算实验 (ERBE) 任务之后进行的。第一台 CERES 仪器,即原型飞行模型 (PFM),于 1997 年 11 月 27 日作为热带降雨测量任务 (TRMM) 的一部分发射升空。两台 CERES 仪器 (FM1 和 FM2) 于 1999 年 12 月 18 日搭载地球观测系统 (EOS) 旗舰 Terra 发射进入极地轨道。另外两台 CERES 仪器 (FM3 和 FM4) 于 2002 年 5 月 4 日搭载地球观测系统 (EOS) Aqua 发射升空。CERES FM5 仪器于 2011 年 10 月 28 日搭载 Suomi 国家极地轨道伙伴关系 (NPP) 卫星发射升空。最新的 CERES 仪器 (FM6) 于 2017 年 11 月 18 日搭载联合极地轨道卫星系统 1 (JPSS-1) 卫星(现称为 NOAA-20)发射升空。

摘要
Last Updated August 28, 2025, 6:56 AM (UTC+08:00)
Created April 1, 2025, 11:09 PM (UTC+08:00)
accessLevel public
bureauCode 026:00
catalog_conformsTo https://project-open-data.cio.gov/v1.1/schema
harvest_object_id 2f57ae31-919c-427a-ae20-c7bbcafc5756
harvest_source_id b99e41c6-fe79-4c19-bbc3-9b6c8111bfac
harvest_source_title Science Discovery Engine
identifier 10.5067/TERRA/CERES/CER_FSW_TERRA-FM1-MODIS_L3.002G
landingPage https://ceres.larc.nasa.gov/
modified 2025-08-27
programCode 026:000
publisher NASA/LARC/SD/ASDC
resource-type Dataset
source_datajson_identifier true
source_hash 89696a01707a74a8d40667e9e4b2030617af75b113ccfee57b9b20e92a0a1db0
source_schema_version 1.1
spatial ["CARTESIAN",[{"Boundary":{"Points":[{"Latitude":-90,"Longitude":-180},{"Latitude":-90,"Longitude":180},{"Latitude":90,"Longitude":180},{"Latitude":90,"Longitude":-180},{"Latitude":-90,"Longitude":-180}]}}]]
temporal 2007-12-01/2007-12-01
theme "Earth Science"
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"
df = pd.read_csv(url, sep="\t")
df

leafmap.nasa_data_login()

results, gdf = leafmap.nasa_data_search(
short_name="CER_FSW_Terra-FM1-MODIS",
cloud_hosted=True,
bounding_box=(-180.0, -90.0, 180.0, 90.0),
temporal=("2007-12-01", "2010-06-30"),
count=-1, # use -1 to return all datasets
return_gdf=True,
)

gdf.explore()

leafmap.nasa_data_download(results[:5], out_dir="data")

相关文章
|
3月前
|
传感器 编解码 区块链
CERES 每日白天区域平均 Terra 和 Aqua TOA 通量及相关云特性(按光学深度和有效压力分层)第 4A 版
CER_FluxByCldTyp-Day_Terra-Aqua-MODIS_Edition4A 是 CERES 每日白天平均区域平均大气顶通量与云特性数据,按光学深度和有效压力分层,结合 Terra 与 Aqua 卫星的 CERES 与 MODIS 传感器观测,提供 1° 网格化云型分类与辐射通量信息。
99 0
|
4月前
|
编解码 区块链 Python
CERES-MODIS 和按 ISCCP 云类型分层的白天和夜晚的每小时地球静止云特性。
该数据集整合CERES-MODIS与地球静止卫星每小时云特性,按ISCCP云类型分层,提供昼夜云属性统计,支持全球气候变化研究。
97 1
|
机器学习/深度学习 编解码 计算机视觉
一文读懂深度学习中的各种卷积 !!
一文读懂深度学习中的各种卷积 !!
502 0
|
3月前
|
编解码 区块链 Python
CERES 云层和辐射带 TRMM 版本 2C
CER_CRS_TRMM-PFM-VIRS_Edition2C 是NASA云与地球辐射系统(CERES)项目的一部分,基于TRMM卫星平台上的CERES-proto仪器获取数据。该产品结合MODIS云和气溶胶信息,提供大气顶部、地表及多个高度层的辐射通量廓线,包含单扫描仪足迹(SSF)的一小时瞬时观测数据。CERES作为地球观测系统(EOS)的重要组成,旨在研究地球辐射能量平衡,支持气候与天气变化研究。
110 0
|
弹性计算 数据安全/隐私保护
阿里云域名申请+服务器购买+备案教程(图文讲解版)
阿里云域名申请+服务器购买+备案教程(图文讲解版)
|
2月前
|
传感器 编解码 数据挖掘
ASTER 全球数字高程模型 V003
ASTER全球数字高程模型V003(ASTGTM)由NASA与日本METI合作生成,覆盖北纬83°至南纬83°,空间分辨率约30米。基于2000–2013年ASTER立体影像自动处理,融合超188万场景,优化水体与地形精度,提供DEM与场景数量图层,数据无显著空隙,适用于多领域地形分析。
238 7
|
2月前
|
人工智能 监控 Java
Java与AI智能体:构建自主决策与工具调用的智能系统
随着AI智能体技术的快速发展,构建能够自主理解任务、制定计划并执行复杂操作的智能系统已成为新的技术前沿。本文深入探讨如何在Java生态中构建具备工具调用、记忆管理和自主决策能力的AI智能体系统。我们将完整展示从智能体架构设计、工具生态系统、记忆机制到多智能体协作的全流程,为Java开发者提供构建下一代自主智能系统的完整技术方案。
449 4
|
4月前
|
传感器 编解码 数据可视化
GEE数据集:2017-2024年全球多源遥感数据融合的全新10米数据集(无量纲)Satellite Embedding V1
Google Satellite Embedding 数据集提供全球10米分辨率的64维嵌入向量,编码地表条件的时间轨迹,适用于变化检测与地理分析。
484 0
|
编解码 IDE API
ERA5逐时、逐日、逐月气象数据的手动下载与Python代码批量下载方法
ERA5逐时、逐日、逐月气象数据的手动下载与Python代码批量下载方法
2639 2
WRF模式中关于eta_levels的设置以及对应的高度
WRF模式中关于eta_levels的设置以及对应的高度
WRF模式中关于eta_levels的设置以及对应的高度