OMI/Aura云压及氧吸收率L2条带13x24km V003

OMI/Aura的二级云数据产品OMCLDO2已完成重新处理，现已正式上线NASA GES DISC平台。该产品为版本003的第二版，早于2011年底即完成优化处理。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法（DOAS）的O₂-O₂吸收法。本次推出的全球云产品，在星下点像素分辨率达13×24 km²，主要通过DOAS技术对477 nm处的O₂-O₂吸收带进行光谱拟合生成。

产品包含云压、云量、倾斜柱O₂-O₂、臭氧含量、环系数等核心参数，同时提供每个导出参数的不确定性评估。此外，还涵盖地形与地理位置信息、太阳与卫星观测角度，以及质量标识等数据。该产品的首席科学家为Pepijn Veefkind博士。

文件采用版本5的分层数据格式（HDF-EOS5），每个文件包含约53分钟的轨道日照段数据，大小约15.096 MB。每日约生成14个轨道，日均数据量可达200 GB左右，规模相当可观。

代码实操与下载示例

首先确保安装了必要的Python库，以保证后续代码正常运行。

!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, # 设置为-1以获取全部数据集
    return_gdf=True,
)

gdf.explore()

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

这段代码涵盖了从登录认证、数据搜索到下载的完整流程。需注意，bounding_box参数用于限定地理范围，而temporal参数则控制时间窗口。若需下载全部数据，只需将count设为-1。建议初学者先从results[:5]开始尝试，熟悉流程后再进行完整下载。