- ডেটাসেটের উপলভ্যতা
- 2018-07-04T13:34:21Z–2026-10-21T21:55:27Z
- ডেটাসেট প্রোডিউসার
- ইউরোপীয় ইউনিয়ন/ESA/Copernicus
- রিভিজিট ইন্টারভাল
- ২ দিন
- ট্যাগ
বিবরণ
OFFL/L3_AER_AI
এই ডেটাসেট UV অ্যারোসল ইনডেক্সের (UVAI) অফলাইন হাই-রেজোলিউশন ছবি প্রদান করে, যাকে অ্যাবজরবিং অ্যারোসল ইনডেক্সও (AAI) বলা হয়।
AAI হল এক জোড়া তরঙ্গদৈর্ঘ্যের জন্য UV স্পেকট্রাল রেঞ্জে Rayleigh স্ক্যাটারিংয়ে তরঙ্গদৈর্ঘ্য-নির্ভর পরিবর্তনের উপর ভিত্তি করে তৈরি। AAI-তে লক্ষ্য করা এবং মডেল করা রিফ্লেক্ট্যান্সের মধ্যে পার্থক্য। AAI-এর মান পজিটিভ হলে, এটি ধুলো এবং ধোঁয়ার মতো UV-শোষণকারী অ্যারোসলের উপস্থিতি নির্দেশ করে। ধূলিকণা, আগ্নেয়গিরির ছাই এবং বায়োমাস পোড়ানোর ফলে সৃষ্ট এপিসোডিক অ্যারোসল প্লুমের বিবর্তন ট্র্যাক করার জন্য এটি উপযোগী।
ব্যবহৃত তরঙ্গদৈর্ঘ্যে ওজোন শোষণ খুব কম হয়, তাই অ্যারোসল অপটিক্যাল থিকনেস পরিমাপের মতো নয়, AAI মেঘের উপস্থিতিতে গণনা করা যেতে পারে। তাই প্রতিদিন বিশ্বব্যাপী কভারেজ সম্ভব।
এই L3 AER_AI প্রোডাক্টের জন্য, ৩৫৪ ন্যানোমিটার এবং ৩৮৮ ন্যানোমিটার তরঙ্গদৈর্ঘ্যে এক জোড়া পরিমাপের মাধ্যমে absorbing_aerosol_index গণনা করা হয়। COPERNICUS/S5P/OFFL/L3_SO2 প্রোডাক্টে ৩৪০ ন্যানোমিটার এবং ৩৮০ ন্যানোমিটার তরঙ্গদৈর্ঘ্য ব্যবহার করে গণনা করা absorbing_aerosol_index আছে।
OFFL L3 প্রোডাক্ট
আমাদের OFFL L3 প্রোডাক্ট তৈরি করতে, আমরা প্রোডাক্টের বাউন্ডিং বক্সের মধ্যে ডেটা সহ এমন এলাকা খুঁজে পাই যা এই ধরনের কমান্ড ব্যবহার করে:
harpconvert --format hdf5 --hdf5-compression 9
-a 'absorbing_aerosol_index_validity>50;derive(datetime_stop {time})'
S5P_OFFL_L2__AER_AI_20181030T213916_20181030T232046_05427_01_010200_20181105T210529.nc
grid_info.h5
তারপর আমরা সব ডেটা একটি বড় মোজাইকে মার্জ করি (পিক্সেলের জন্য এলাকা-গড় মান যার বিভিন্ন সময়ের জন্য বিভিন্ন মান থাকতে পারে)। মোজাইক থেকে, আমরা অর্থোরেক্টাইফাইড রাস্টার ডেটা সহ টাইলসের একটি সেট তৈরি করি।
একটি টাইলসের জন্য harpconvert ইনভোকেশনের উদাহরণ:
harpconvert --format hdf5 --hdf5-compression 9
-a 'absorbing_aerosol_index_validity>50;derive(datetime_stop {time});
bin_spatial(2001, 50.000000, 0.01, 2001, -120.000000, 0.01);
keep(absorbing_aerosol_index,sensor_altitude,sensor_azimuth_angle,
sensor_zenith_angle,solar_azimuth_angle,solar_zenith_angle)'
S5P_OFFL_L2__AER_AI_20181030T213916_20181030T232046_05427_01_010200_20181105T210529.nc
output.h5
Sentinel-5 Precursor
Sentinel-5 Precursor হল একটি স্যাটেলাইট যা ১৩ অক্টোবর ২০১৭-এ European Space Agency-এর মাধ্যমে বায়ু দূষণ মনিটর করার জন্য লঞ্চ করা হয়েছে। অনবোর্ড সেন্সরকে প্রায়ই Tropomi (TROPOspheric Monitoring Instrument) বলা হয়।
CH4 ছাড়া সব S5P ডেটাসেটের দুটি ভার্সন আছে: নিয়ার রিয়েল-টাইম (NRTI) এবং অফলাইন (OFFL)। CH৪ শুধুমাত্র OFFL হিসেবে উপলভ্য। NRTI অ্যাসেট OFFL অ্যাসেটের চেয়ে ছোট এলাকা কভার করে, তবে অধিগ্রহণের পরে আরও দ্রুত দেখা যায়। OFFL অ্যাসেটে একটি মাত্র কক্ষপথের ডেটা থাকে (যেহেতু পৃথিবীর অর্ধেক অংশ অন্ধকার থাকে, তাই এতে শুধুমাত্র একটি গোলার্ধের ডেটা থাকে)।
ডেটাতে নয়েজ থাকার কারণে, নেগেটিভ ভার্টিক্যাল কলাম ভ্যালু প্রায়ই পরিষ্কার অঞ্চল বা কম SO2 নির্গমনের ক্ষেত্রে দেখা যায়। আউটলায়ার ছাড়া এইসব ভ্যালু ফিল্টার না করার পরামর্শ দেওয়া হয়, অর্থাৎ -০.০০১ mol/m^2-এর কম উল্লম্ব কলামের জন্য।
মূল Sentinel 5P লেভেল ২ (L2) ডেটা অক্ষাংশ/দ্রাঘিমাংশ অনুযায়ী নয়, সময়ের ভিত্তিতে বিন করা হয়। Earth Engine-এ ডেটা ইনজেস্ট করার জন্য, প্রতিটি Sentinel 5P L2 প্রোডাক্ট L3-তে কনভার্ট করা হয়, প্রতিটি কক্ষপথে একটি গ্রিড রাখা হয় (অর্থাৎ, প্রোডাক্ট জুড়ে কোনও অ্যাগ্রিগেশন করা হয় না)।
অ্যান্টিমেরিডিয়ান জুড়ে থাকা সোর্স প্রোডাক্ট দুটি Earth Engine অ্যাসেট হিসেবে ইনজেস্ট করা হয়, যার শেষে _1 এবং _2 থাকে।
harpconvert টুল bin_spatial অপারেশন ব্যবহার করে L3-তে কনভার্ট করে। সোর্স ডেটা ফিল্টার করা হয়েছে যাতে
এর থেকে কম QA ভ্যালু সহ পিক্সেল সরানো যায়:
- 80% for AER_AI
- NO2-এর tropospheric_NO2_column_number_density ব্যান্ডের জন্য ৭৫%
- O3 এবং SO2 ছাড়া অন্য সব ডেটাসেটের জন্য ৫০%
O3_TCL প্রোডাক্ট সরাসরি ইনজেস্ট করা হয় (harpconvert রান না করে)।
ব্যান্ড
ব্যান্ড
পিক্সেল সাইজ: ১১১৩.২ মিটার (সব ব্যান্ড)
| নাম | একক | ন্যূনতম | সর্বাধিক | পিক্সেলের সাইজ | বিবরণ |
|---|---|---|---|---|---|
absorbing_aerosol_index |
-২১* | ৩৯* | ১১১৩.২ মিটার | বায়ুমণ্ডলে অ্যারোসলের প্রাদুর্ভাবের পরিমাপ। UVAI ইন্ডেক্স, প্রদত্ত তরঙ্গদৈর্ঘ্য জোড়ার জন্য আল্ট্রাভায়োলেট (UV) স্পেকট্রাল রেঞ্জে স্পেকট্রাল কন্ট্রাস্টের উপর ভিত্তি করে তৈরি করা হয়, যেখানে পর্যবেক্ষণ করা এবং মডেল করা রিফ্লেক্ট্যান্সের মধ্যে পার্থক্য থেকে একটি অবশিষ্ট ভ্যালু পাওয়া যায়। এই রেসিডুয়াল পজিটিভ হলে, এটি ধুলো ও ধোঁয়ার মতো UV-শোষণকারী অ্যারোসলের উপস্থিতি নির্দেশ করে এবং এটিকে প্রায়শই অ্যাবজর্বিং অ্যারোসল ইনডেক্স (AAI) বলা হয়। মেঘের ক্ষেত্রে রেসিডুয়াল ভ্যালু প্রায় শূন্য হয় এবং রেসিডুয়াল ভ্যালু খুব বেশি নেগেটিভ হলে তা সালফেট অ্যারোসল সহ নন-অ্যাবজরবিং অ্যারোসলের উপস্থিতি নির্দেশ করতে পারে। স্যাটেলাইট-ভিত্তিক অ্যারোসল অপটিক্যাল থিকনেস পরিমাপের মতো নয়, মেঘের উপস্থিতিতেও AAI গণনা করা যেতে পারে যাতে দৈনিক, বিশ্বব্যাপী কভারেজ সম্ভব হয়। মরুভূমির ধূলিকণা, আগ্নেয়গিরির অগ্ন্যুৎপাত থেকে ছাই এবং বায়োমাস পোড়ানো থেকে ধোঁয়া নিয়ে গঠিত এপিসোডিক অ্যারোসল প্লুমের বিবর্তন ট্র্যাক করার জন্য এটি আদর্শ। আরও বিবরণ দেখুন ATBD-এ। |
|
sensor_altitude |
m | 828543* | 856078* | ১১১৩.২ মিটার | জিওডেটিক সাব-স্যাটেলাইট পয়েন্টের (WGS84) সাপেক্ষে স্যাটেলাইটের উচ্চতা। |
sensor_azimuth_angle |
deg | -১৮০* | ১৮০* | ১১১৩.২ মিটার | গ্রাউন্ড পিক্সেল লোকেশনে (WGS84) স্যাটেলাইটের অ্যাজিমুথ কোণ; উত্তর-পূর্ব কোণ পরিমাপ করা হয়েছে। |
sensor_zenith_angle |
deg | ০.০৯৮* | ৬৬.৮৭* | ১১১৩.২ মিটার | গ্রাউন্ড পিক্সেল লোকেশনে (WGS84) স্যাটেলাইটের জেনিথ অ্যাঙ্গেল; উল্লম্ব থেকে দূরে পরিমাপ করা অ্যাঙ্গেল। |
solar_azimuth_angle |
deg | -১৮০* | ১৮০* | ১১১৩.২ মিটার | গ্রাউন্ড পিক্সেল লোকেশনে (WGS84) সূর্যের অ্যাজিমুথ কোণ; কোণ উত্তর-পূর্ব দিকে পরিমাপ করা হয়। |
solar_zenith_angle |
deg | ৮* | ৮৮* | ১১১৩.২ মিটার | গ্রাউন্ড পিক্সেল লোকেশনে (WGS84) স্যাটেলাইটের জেনিথ অ্যাঙ্গেল; উল্লম্ব থেকে দূরে পরিমাপ করা অ্যাঙ্গেল। |
ছবির প্রপার্টি
ছবির প্রপার্টি
| নাম | ধরন | বিবরণ |
|---|---|---|
| ALGORITHM_VERSION | STRING | L2 প্রসেসিংয়ে ব্যবহৃত অ্যালগরিদম ভার্সন। এটি প্রসেসর (ফ্রেমওয়ার্ক) ভার্সন থেকে আলাদা, যাতে বিভিন্ন প্রোডাক্টের জন্য আলাদা রিলিজ শিডিউল করা যায়। |
| BUILD_DATE | STRING | তারিখ, ১ জানুয়ারি ১৯৭০ থেকে মিলিসেকেন্ডে প্রকাশ করা হয়েছে, যখন L2 প্রসেসিং পারফর্ম করার জন্য ব্যবহৃত সফ্টওয়্যারটি তৈরি করা হয়েছিল। |
| HARP_VERSION | INT | L2 ডেটাকে L3 প্রোডাক্টে গ্রিড করার জন্য HARP টুলের যে ভার্সন ব্যবহার করা হয়েছে। |
| প্রতিষ্ঠান | STRING | L1 থেকে L2-তে ডেটা প্রসেসিং করা হয়েছে এমন প্রতিষ্ঠান। |
| L3_PROCESSING_TIME | INT | তারিখ, ১ জানুয়ারি ১৯৭০ থেকে মিলিসেকেন্ডে প্রকাশ করা হয়েছে, যখন Google harpconvert ব্যবহার করে L2 ডেটা L3-তে প্রসেস করেছে। |
| LAT_MAX | ডবল সাইজ | অ্যাসেটের সর্বোচ্চ অক্ষাংশ (ডিগ্রি)। |
| LAT_MIN | ডবল সাইজ | অ্যাসেটের ন্যূনতম অক্ষাংশ (ডিগ্রি)। |
| LON_MAX | ডবল সাইজ | অ্যাসেটের সর্বাধিক দ্রাঘিমাংশ (ডিগ্রি)। |
| LON_MIN | ডবল সাইজ | অ্যাসেটের ন্যূনতম দ্রাঘিমাংশ (ডিগ্রি)। |
| ORBIT | INT | ডেটা পাওয়ার সময় স্যাটেলাইটের অরবিট নম্বর। |
| প্ল্যাটফর্ম | STRING | যে প্ল্যাটফর্ম ডেটা সংগ্রহ করেছে তার নাম। |
| PROCESSING_STATUS | STRING | বিশ্বব্যাপী প্রোডাক্টের প্রসেসিং স্ট্যাটাস, মূলত সহায়ক ইনপুট ডেটার উপলভ্যতার উপর ভিত্তি করে। সম্ভাব্য ভ্যালু হল "নামমাত্র" এবং "নিম্নমানের"। |
| PROCESSOR_VERSION | STRING | L2 প্রসেসিংয়ের জন্য ব্যবহৃত সফ্টওয়্যারের ভার্সন, "major.minor.patch" ফর্মের স্ট্রিং হিসেবে। |
| PRODUCT_ID | STRING | এই অ্যাসেট তৈরি করতে ব্যবহৃত L2 প্রোডাক্টের আইডি। |
| PRODUCT_QUALITY | STRING | প্রোডাক্টের কোয়ালিটি খারাপ হয়েছে কিনা তা উল্লেখ করার ইন্ডিকেটর। অনুমোদিত ভ্যালু হল "ডিগ্রেডেড" এবং "নামমাত্র"। |
| সেন্সর | STRING | যে সেন্সর ডেটা সংগ্রহ করেছে তার নাম। |
| SPATIAL_RESOLUTION | STRING | নাদিরের স্পেশিয়াল রেজোলিউশন। বেশিরভাগ প্রোডাক্টের ক্ষেত্রে এটি হল |
| TIME_REFERENCE_DAYS_SINCE_1950 | INT | ১ জানুয়ারি ১৯৫০ থেকে ডেটা সংগ্রহ করার দিন পর্যন্ত সময়। |
| TIME_REFERENCE_JULIAN_DAY | ডবল সাইজ | ডেটা পাওয়ার জুলিয়ান ডে নম্বর। |
| TRACKING_ID | STRING | L2 প্রোডাক্ট ফাইলের জন্য UUID। |
ব্যবহারের শর্তাদি
ব্যবহারের শর্তাবলী
Sentinel ডেটার ব্যবহার Copernicus Sentinel ডেটার নিয়ম ও শর্তাবলী দ্বারা পরিচালিত হয়।
Earth Engine-এর সাহায্যে এক্সপ্লোর করুন
কোড এডিটর (জাভাস্ক্রিপ্ট)
var collection = ee.ImageCollection('COPERNICUS/S5P/OFFL/L3_AER_AI') .select('absorbing_aerosol_index') .filterDate('2019-06-01', '2019-06-06'); var band_viz = { min: -1, max: 2.0, palette: ['black', 'blue', 'purple', 'cyan', 'green', 'yellow', 'red'] }; Map.addLayer(collection.mean(), band_viz, 'S5P Aerosol'); Map.setCenter(-118.82, 36.1, 5);
import ee import geemap.core as geemap
Colab (Python)
collection = ( ee.ImageCollection('COPERNICUS/S5P/OFFL/L3_AER_AI') .select('absorbing_aerosol_index') .filterDate('2019-06-01', '2019-06-06') ) band_viz = { 'min': -1, 'max': 2.0, 'palette': ['black', 'blue', 'purple', 'cyan', 'green', 'yellow', 'red'], } m = geemap.Map() m.add_layer(collection.mean(), band_viz, 'S5P Aerosol') m.set_center(-118.82, 36.1, 5) m