OMI/Aura近紫外气溶胶光学厚度与单次散射反照率评测
OMI/Aura近紫外气溶胶数据产品OMAERUV近期采用改进后的反演算法完成了重新处理，新版本数据于2012年4月正式公开发布。该领域从业者都应了解，此次更新显著提升了数据质量。所有产品均可通过NASA戈达德地球科学数据与信息服务中心（GES DISC）直接获取。二级产品短名为OMAERUV_V003，反演算法由OMI团队科学家研发，首席研究员为戈达德太空飞行中心的奥马尔·托雷斯博士。
具体而言，OMAERUV产品包含OMI传感器视场（13×24公里）内三个波长（354、388和500纳米）的气溶胶吸收与消光光学厚度、单次散射反照率、气溶胶指数以及辅助参数和地理位置信息。每个文件采用EOS分层数据格式（HDF-EOS5）版本5存储，涵盖一次轨道日照部分（约53分钟）的数据。每天约产生14个轨道，单个数据文件最大容量约6MB，数据量适中，下载和处理均较为便捷。
快速数据获取
以下是一段快速上手的示例代码，演示如何借助leafmap库检索并下载该数据集。通过该流程，你可直观体验数据获取步骤：先登录NASA地球数据账号，然后设定空间范围和时间窗口，即可返回结果。
示例代码
!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="")
df
leafmap.nasa_data_login()
results, gdf = leafmap.nasa_data_search(
short_name="ABoVE_ASCENDS_XCO2_2050",
cloud_hosted=True,
bounding_box=(-165.68, 34.59, -98.1, 71.28),
temporal=("2017-07-20", "2017-08-08"),
count=-1, # use -1 to return all datasets
return_gdf=True,
)
gdf.explore()
leafmap.nasa_data_download(results[:5], out_dir="data")
