本文主要讲解icesat-2数据产品。

1.icesat-2 data product:

图片来自icesat-2官网:https://nsidc.org/data/icesat-2/products/

2.数据类型:
ATL00 :Telemetry data 遥测数据,level0;
Raw ATLAS telemetry in packet format 原始数据,不对外公开。

ATL01:Reformatted Telemetry 格式转换遥测数据,level1;
Parsed, partially reformatted into HDF5,generated daily, segmented into several minute granules 通过解析转换成HDF5格式数据,并分成granules.

ATL02:Science Unit Converted Telemetry 科学单元数据,level1;
Photon time of flight, corrected for instrument effects. Includes all photons,pointing data, spacecraft position,housekeeping data, engineering data, and raw atmospheric profiles, segmented into several minute granules.经仪器校正后的飞行时间数据。包括所有光子,指向数据,航天器位置,工程数据和原始大气文件。

ATL03:Global Geolocated Photon Data 全球地理定位光子数据,level2;
Precise latitude, longitude and elevation for every received photon, arranged by beam in the along-track direction. Photons classified by signal vs. background, as well as by surface type (land ice, sea ice, land, ocean), including all geophysical corrections (e.g. Earth tides,atmospheric delay, etc.…). Segmented into several minute granules.
沿轨方向排列光子的精确经度、纬度和高程。光子根据信号和背景噪声分类,或按照地表类型分类(陆地冰、海冰、陆地和海洋),包括各种物理校正。

ATL04:Uncalibrated BackscatterProfiles 后向散射校正文件,level2;
沿轨大气散射文件,包括极低地区的校正系数。

ATL06:Land Ice Elevation 陆地冰高程,level3A;
沿轨和垂轨方向计算成对激光束的高度。

ATL07:Arctic/Antarctic Sea Ice Elevation 北极和南极海冰高程,level3A;
沿轨方向海冰和开阔水域的高程。

ATL08:Land Water Vegetation Elevation 陆地植被高程,level3A;
沿轨方向各种尺度的冠层覆盖高中,包括冠层高度,冠层覆盖率,表面坡度和粗糙度,以及表观反射率。

ATL09:Calibrated Backscatter and Cloud Characteristics ATLAS大气云层特性,level3A;
沿轨方向云层高度,后向散射,云层厚度,是由ATL04产品处理得到的。

ATL10:Arctic/Antarctic Sea Ice Freeboard 南极北极冰板块高度,level3A;
冰板块高度和海平面即海冰的高程。

ATL11:Antarctica/Greenland Ice Sheet H(t) Series 南极和格陵兰地区冰原高程,level3B;
按重复轨道或垂直的时间序列冰原高程。

ATL12:Ocean Elevation 海洋高程,level3A;
特定区域尺度的地表高程,该高程包括表面倾斜率、粗糙度以及表面反射等因素。

ATL13:Inland Water Height 内陆水体高程,level3A;
沿轨方向的特定内陆水准面的高程,包括表面倾斜度和粗糙度等因素。

ATL14:Antarctica/Greenland Ice Sheet H(t) Gridded 南极洲和格陵兰岛的冰原高程格网数据,level3B;
基于所有可用高程数据的冰原年度高程图。

ATL15:Antarctica/Greenland Ice Sheet dh/dt Gridded 南极洲和格陵兰岛的冰原高程变化格网数据,level3B;
冰原的年度高程变化和总变化。

ATL16:ATLAS Atmosphere Weekly ATLAS周大气数据,level3B;
极地地区云层、雪、陆地的探测频率。

ATL17:ATLAS Atmosphere Monthly ATLAS月大气数据,level3B;
极地地区云层、雪、陆地的探测频率。

ATL18:Land/Canopy Gridded 陆地冠层格网数据,level3B;
格网陆地表面高程,冠层高度和冠层覆盖。

ATL19:Mean Sea Surface (MSS) 平均海平面,level3B;
格网海洋高程产品。

ATL20:Arctic/Antarctic Gridded Sea Ice Freeboard 北极/南极洲格网海冰数据,level3B;
格网海冰数据。

ATL21:Arctic/Antarctic Gridded Sea Surface Height w/in Sea Ice 北极/南极洲海冰区的海表面格网数据,level3B;
海冰覆盖地区的海表面高程格网月数据。

3.数据产品分级:
——level1

  • ATL01用来计算光子传输时间。

  • ATL02是由ATL01进行仪器校正,例如消除时间和指向测量的偏差,纠正温度和电压变化对ATLAS电子设备的影响。

    ATL02主要功能:(1)为系统、质量控制分析记录辐射参数;(2)支持精密测点(PPD)和精密定轨(POD)处理;(3)为二级全球地理定位光子产品提供源数据(ATL03);(4)向二级归一化相对后向散射产品提供每个强波束的原始大气文件(ATL04)。

    ATL02分为两类数据集:一类记录每个光子的纬度,经度和高程(ATL03);另一类是归一化相关的后向散射系数的大气文件(ATL04)。

—— level-2

  • ATL03 是ATL02借助辅助数据(精确指向和精确定轨地面处理数据)进行处理生成的,该产品提供了时间,纬度,经度,和经过地理物理校正的椭球高度(如大气层和固体地球变形影响),而且用户可以对其进行校正。每个信号被分成了光子信号和背景噪声。

    ATL03为了区分光子信号和背景噪声,ATL03处理生成光子数量与高度的函数关系直方图。
    ATL03也包含五个surface mask——陆地、陆地冰、海洋、海冰和内陆水——共同覆盖地球表面。

  • ATL04提供了可用于识别大气层及其边界的沿轨、归一化相对后向散射(NRB)profiles,包括云、气溶胶和雪。NRB是通过原始光子计数减去背景光子事件,乘以从卫星到返回高度的范围的平方,并通过激光能量归一化而生成的。NRB仅由每对波束的强波束产生,因此每一个ATL04 granule 含有三个大气profiles.

—— level-3A

  • ATL06提供了陆冰表面高度的地理估计和辅助参数,可用于解释估计和评估其质量。光子事件被聚合成重叠的,沿着轨道的固定长度(40m)的段,其中心相距20米,计算沿轨道的斜率和每个段的中心的高度。

  • ATL07海冰高程,该产品为南北半球的冰雪覆盖的海洋提供了沿着轨道的表面高度和类型(例如,冰雪覆盖的冰,开放水域),将每150个混合返回光子作为一个观测段。

  • ATL08用来估计地形高度,冠层高度,和冠层覆盖,沿轨固定长度为100m

  • ATL09记录了从大气后向散射Profiles检测到的层高度和相关标志(ATL04)。

  • ATL10海冰干舷,每个半球每天提供多达16个轨道文件。包含的海冰干舷高与ATL07中每段海冰高程记录相对应。

  • ATL12包括高度分布估计(十分位箱)、显著波高、表面坡度和表观反射率。

  • ATL13包括沿轨道的水面高度、坡度和每个脉冲的粗糙度,以及相邻脉冲之间平面表面的坡向和最大坡度。该产品已经经过物理校正,用于内陆水观测。要根据观测质量剔除质量较差的数据和水位异常值。

—— level-3B

  • ATL11提供表面高度的时间序列。ATL11利用一致性检测方法从ATL06中剔除误差值,并进行局部地形校正处理,消除因为地形变化带来的误差。

  • ATL14 &ATL15
    ATL14产品利用ATL11的坡度校正高度,为南极洲和格陵兰岛生成数字高程模型(dem)-125m。

    ATL15将综合ATL06(陆冰高度)和第一次ICESat任务的高度测量数据,绘制不同时间窗口的高度变化图:一个是ICESat任务的中点和ICESat-2开始的时间窗口;ICESat-2任务的每一年。

  • ATL16(Weekly) &ATL17(Monthly) 这两种产品的区别在于它们的网格分辨率和频率。

  • ATL18由地形和冠层特征的网格地图组成。该产品分辨率500-1000m。ATL18将包括冠层高度、冠层覆盖和地面高度。

  • ATL19利用所有ICESat-2轨道从每月初到月末对海面高度的网格化数据,进行平均处理。

  • ATL20 &ATL21
    ATL20记录了每个月初到月末所有ICESat-2轨道上的海冰freeboard 情况。
    ATL21仍在开发中,它将提供每个月开始到结束期间所有ICESat-2轨道的海面高度的月平均值。
    两个数据集都在25公里处进行网格划分,并使用SSM/I极坐标立体投影方程映射到平面网格上。

参考资料:
https://nsidc.org/data/icesat-2/products/

The Ice, Cloud, and land Elevation Satellite-2 (ICESat-2): Science requirements, concept, and implementation.

ICESat2 ATLAS数据介绍:https://blog.csdn.net/chenguizhenaza/article/details/112853068?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-6.control&dist_request_id=&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-6.control

icesat-2 数据产品相关推荐

  1. CDDIS网站下 GNSS 相关的数据产品下载+命名方式解读+文件格式说明文件下载地址

    由于常用的ftp://cddis.gsfc.nasa.gov/pub/gps/data/daily/地址在2020年10月31日禁止匿名用户访问,所以cddis数据只能从http下面下载,不管是ftp ...

  2. 阿里飞天大数据飞天AI平台“双生”系统正式发布,9大全新数据产品集中亮相

    作者 | 夕颜 责编 | 唐小引 出品 | AI科技大本营(ID:rgznai100) 如今,大数据和 AI 已经成为两个分不开的词汇,没有大数据,AI 就失去了根基:没有 AI,数据不会呈现爆发式的 ...

  3. 大数据产品不仅仅是IT工具

    对于企业的业务人员,特别是数据科学家人群来说,Informatica的Intelligent Data Platform不仅是一个智能化的大数据预处理工具,而且可以像业务系统一样为企业带来直接的价值. ...

  4. 网易严选 x 网易有数:数据产品+数据中台双引擎模式实践

    导读:作为一个"平台+品牌"双模式并存的电商品牌,网易严选(下文简称严选)的数据数据链路天然很长,这给数据化决策和数据化运营带来了不一样的挑战,严选如何打造数据支撑体系支撑业务发展 ...

  5. 网易严选全链路市场投放的数据产品策略

    分享嘉宾:宋腾辉@网易严选 编辑整理:黄乐平 出品平台:DataFunTalk 导读:企业数字化转型的战斗正酣,释放数据价值成为企业当前的核心任务.本次分享主要关于网易严选内部的业务型数据产品,通过贴 ...

  6. 快讯 | 清华数为物联网数据库IoTDB被评为“优秀大数据产品”

    2019年12月,由清华大学软件学院自主研发的"清华数为物联网数据库IoTDB"在由大数据产业生态联盟.联盟大数据与产品质量保障工作组.中国软件评测中心组织的专业评审活动中被评为& ...

  7. 手把手教你用seq2seq模型创建数据产品(附代码)

    原文标题:How To Create Data Products That Are Magical Using Sequence-to-Sequence Models 作者:Hamel Husain ...

  8. 数据产品经理:如何做需求管控?

    http://www.woshipm.com/operate/2629875.html 本文笔者针对自身在实践中遇到的一些需求管控的的困惑,找出造成这些情况的原因,探索做好需求管控的方法. 01 困惑 ...

  9. 如何快速全面建立自己的大数据知识体系? 大数据 ETL 用户画像 机器学习 阅读232 作者经过研发多个大数据产品,将自己形成关于大数据知识体系的干货分享出来,希望给大家能够快速建立起大数据

    如何快速全面建立自己的大数据知识体系? 大数据 ETL 用户画像 机器学习 阅读232  作者经过研发多个大数据产品,将自己形成关于大数据知识体系的干货分享出来,希望给大家能够快速建立起大数据产品的体 ...

  10. 阿里云发布大数据产品ODPS 6小时处理100PB数据

     阿里云发布大数据产品ODPS 6小时处理100PB数据 阿里云发布ODPS 可分析PB级海量数据 新浪科技讯 7月8日下午消息,阿里云计算发布大数据产品--ODPS.通过ODPS在线服务,小型公 ...

最新文章

  1. 去除源文件中的重复行的程序流程及其C代码实现
  2. 通过Auto Layout深入了解SizeClasses的好处和使用
  3. Filebeat的下载(图文讲解)
  4. 不学Python迟早会被淘汰?Python真有这么好的前景?
  5. SATA硬盘如何使用GHOSTSATA硬盘如何使用GHOST
  6. 在SqlServer存储过程中使用Cursor(游标)操作记录
  7. Matlab三种归一化方法
  8. Libusb开发教程一 安装
  9. JS进阶 你真的掌握变量和类型了吗?
  10. Performance --- 前端性能监控
  11. 可以设置选项背景颜色的DropDownList
  12. AttributeError: module ‘tensorflow‘ has no attribute ‘InteractiveSession‘或 ‘placeholder‘的解决
  13. html小米秒杀倒计时,JavaScript_JQuery仿小米手机抢购页面倒计时效果,1、效果及功能说明 通过对时 - phpStudy...
  14. 23种设计模式设计原则
  15. PIC单片机应用开发实践教程(一):MPLAB X IDE 开发环境安装
  16. windows命令修改IP地址
  17. 信创办公--基于WPS的Word最佳实践系列(修改标题样式快速实现章前分页效果)
  18. es6学习之Number类型
  19. 明日方舟如何在电脑上玩 明日方舟模拟器教程
  20. C++不规则窗体编程跳棋游戏实例!

热门文章

  1. python画二维温度云图_怎么用Python画出好看的词云图?
  2. (day 08 - 先序遍历+判断+递归)剑指 Offer 26. 树的子结构
  3. 哪吒之魔童降世视听语言影评_《哪吒之魔童降世》影评:生而孤独,从不认命...
  4. Go语言:交换两个整型变量的值
  5. 爬虫:python爬虫学习笔记之Beautifulsoup正则表达式
  6. 算法笔记_面试题_4.树的遍历(前序/中序/后续遍历)
  7. OpenCV_ImageMatching with SURF and SIFT(使用SURF和 SIFT进行图像匹配 对比)
  8. c++ primer 19th 特殊工具与技术
  9. SpringBoot学习笔记(3)----SpringBoot的profile多环境配置
  10. git rebase -i之我见