 数据，版本 1)
Sentinel-3B OLCI Earth-observation Reduced Resolution (ERR) Data, version 1简介海洋和陆地颜色成像仪 (OLCI) 是 ENVISAT 中分辨率成像光谱仪 (MERIS) 的升级版拥有更多光谱通道、不同的相机排列方式以及更简化的机载处理流程。OLCI 采用推扫式结构五个相机模块共享同一视场。这五个相机的视场在垂直平面上呈扇形排列垂直于平台速度方向。每个相机的视场角为 14.2°与其相邻相机的视场角重叠 0.6°。整个视场沿轨道方向向远离太阳的方向偏移 12.6°以最大限度地减少太阳眩光的影响。OLCI 配备了基于太阳漫射器的机载校准硬件。共有三个太阳漫射器——两个“白色”漫射器用于辐射校准一个用于光谱校准并具有光谱反射率特征。其原始分辨率约为 300 米称为全分辨率 (FR)。降低分辨率 (RR) 处理模式提供 1B 级数据其采样率在两个空间维度上均降低四倍从而实现约 1.2 公里的分辨率。摘要代码!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_nameABoVE_ASCENDS_XCO2_2050, cloud_hostedTrue, 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_gdfTrue, ) gdf.explore() #leafmap.nasa_data_download(results[:5], out_dirdata)网址推荐个人主页https://sites.google.com/view/xingguang/main知识星球知识星球 | 深度连接铁杆粉丝运营高品质社群知识变现的工具 (zsxq.com)https://wx.zsxq.com/group/48888525452428机器学习https://www.cbedai.net/xg干旱监测平台慧天干旱监测与预警-首页https://www.htdrought.com/
Sentinel-3B OLCI 地球观测降分辨率 (ERR) 数据，版本 1
发布时间：2026/5/21 18:21:22
Sentinel-3B OLCI Earth-observation Reduced Resolution (ERR) Data, version 1简介海洋和陆地颜色成像仪 (OLCI) 是 ENVISAT 中分辨率成像光谱仪 (MERIS) 的升级版拥有更多光谱通道、不同的相机排列方式以及更简化的机载处理流程。OLCI 采用推扫式结构五个相机模块共享同一视场。这五个相机的视场在垂直平面上呈扇形排列垂直于平台速度方向。每个相机的视场角为 14.2°与其相邻相机的视场角重叠 0.6°。整个视场沿轨道方向向远离太阳的方向偏移 12.6°以最大限度地减少太阳眩光的影响。OLCI 配备了基于太阳漫射器的机载校准硬件。共有三个太阳漫射器——两个“白色”漫射器用于辐射校准一个用于光谱校准并具有光谱反射率特征。其原始分辨率约为 300 米称为全分辨率 (FR)。降低分辨率 (RR) 处理模式提供 1B 级数据其采样率在两个空间维度上均降低四倍从而实现约 1.2 公里的分辨率。摘要代码!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_nameABoVE_ASCENDS_XCO2_2050, cloud_hostedTrue, 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_gdfTrue, ) gdf.explore() #leafmap.nasa_data_download(results[:5], out_dirdata)网址推荐个人主页https://sites.google.com/view/xingguang/main知识星球知识星球 | 深度连接铁杆粉丝运营高品质社群知识变现的工具 (zsxq.com)https://wx.zsxq.com/group/48888525452428机器学习https://www.cbedai.net/xg干旱监测平台慧天干旱监测与预警-首页https://www.htdrought.com/
