GES DISC OMI/Aura云压氧吸收率数据集OMCLDO2 V003评测

OMI/Aura 二级云产品 OMCLDO2（版本003 的第二个迭代）已完成重新处理，现已正式上架 NASA GES DISC。该版本早在 2011 年末即完成重处理。OMI 提供两种基于不同算法的云产品：旋转拉曼散射法，以及采用差分吸收光谱（DOAS）的 O₂-O₂ 吸收法。本次发布的全球云产品星下点像素分辨率为 13×24 km²，核心通过 DOAS 技术对 477 nm 处 O₂-O₂ 吸收带进行光谱拟合获得。

产品包含云压、云量、倾斜柱 O₂-O₂、臭氧浓度及环系数等核心参数，附带各导出参数的不确定性估算。地形与地理位置、太阳与卫星观测角度、质量标志等元数据一应俱全。首席科学家为 Pepijn Veefkind 博士。

文件采用 HDF-EOS5 格式（版本5），每个文件覆盖轨道日照段约 53 分钟数据，体积约 15.096 MB。每日约生成 14 个轨道文件，日均数据量约 200 GB，数据规模相当可观。

代码实操：登录、搜索与下载全流程

开始前需安装必需的 Python 库，环境准备如下：

!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="OMCLDO2",
    cloud_hosted=True,
    bounding_box=(-165.68, 34.59, -98.1, 71.28),
    temporal=("2017-07-20", "2017-08-08"),
    count=-1, # 使用-1返回所有数据集
    return_gdf=True,
)

gdf.explore()

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

上述代码完整覆盖从 NASA 登录、数据搜索到文件下载的流程。关键参数说明：bounding_box 限定地理空间范围，temporal 控制时间窗口。若要获取全部匹配数据，将 count 设为 -1。建议首次运行时先用 results[:5] 测试，确认无误后再扩展至全量数据集。