CNAI4S
智算平台热点追踪算子框架领域模型科学任务智算套件数据资源智算评测协作社区运行情况

友情链接

科技部工信部北京航空航天大学浙江大学
中山大学北京大学华中科技大学之江实验室
百度飞桨华为昇思中科可控
版权所有:科学智算共性平台 京ICP备18020905号-2
京公网安备11010802046602号
联系邮箱: tianyuc@buaa.edu.cn
数据资源
海洋评测数据集

Armor3D-monthly

33 浏览 1 下载 0 收藏 0 点赞 16,200 条数据
A
AI群智社区
查看原始数据源

数据集描述

一、数据内容描述

1.1 数据概述

它由 3D 温度、盐度、高度、地转流和混合层深度组成,可在 1/4 度的规则网格和从表面到底部的 50 个深度级别上使用。该产品包括 4 个数据集:



  • dataset-armor-3d-nrt-weekly, which delivers near-real-time (NRT) weekly data
  • dataset-armor-3d-nrt-monthly, which delivers near-real-time (NRT) monthly data
  • dataset-armor-3d-rep-weekly, which delivers multi-year reprocessed (REP) weekly data
  • dataset-armor-3d-rep-monthly, which delivers multi-year reprocessed (REP) monthly data

Armor3D weekly product:

https://doi.org/10.48670/moi-00052


时间:1993年1月1日至2024年3月13日

垂直:最深到5500m

水平:全球海洋(Lat -82.12° to 89.88°Lon -179.87° to 179.88°)

时间分辨率:每周

空间分辨率:1/4

垂直:50 个深度级别


数据库总大小达数T

,这里提供1993-2019的全球每月数据(dataset-armor-3d-rep-monthly)(变量为S、T、MLD),数据大小为43G


1.2 内容描述

时间:1993年1月1日至2019年12月31日

垂直:最深到5500m

水平:全球海洋(Lat -82.12° to 89.88°Lon -179.87° to 179.88°)

时间分辨率:每月

空间分辨率:1/4

垂直:50 个深度级别


1.3 目录结构描述

所有数据存储在文件armor_1993_2019.nc中,目录结构如下:



│
└───armor_1993_2019.nc

1.4 文件描述

每个文件包含 'latitude', 'longitude', 'sss'等变量。其中'latitude', 'longitude'分别为经纬度, 'sss'为全球盐度值,大小为[1, 584, 1338]





二、使用说明

2.1 共享说明


Citable as:Boutin, J.; Vergely, J.-L.; Reul, N.; Catany, R.; Koehler, J.; Martin, A.; Rouffi, F.; Arias, M.; Chakroun, M.; Corato, G.; Estella-Perez, V.; Guimbard, S.; Hasson, A.; Josey, S.; Khvorostyanov, D.; Kolodziejczyk, N.; Mignot, J.; Olivier, L.; Reverdin, G.; Stammer, D.; Supply, A.; Thouvenin-Masson, C.; Turiel, A.; Vialard, J.; Cipollini, P.; Donlon, C. (2020): ESA Sea Surface Salinity Climate Change Initiative (Sea_Surface_Salinity_cci): weekly and monthly sea surface salinity products, v2.31, for 2010 to 2019. Centre for Environmental Data Analysis, 07 September 2020. doi:10.5285/4ce685bff631459fb2a30faa699f3fc5. https://**********/10.5285/4ce685bff631459fb2a30faa699f3fc5


2.2使用说明

数据可使用 python 中的 netCDF4 读取,实例代码如下:



import numpy as np
import netCDF4 as nc
import os
import ***************** as plt

# 文件保存路径
folder_path = 'your file path'
# 读取的文件
file_path = '/2010/01/ESACCI-SEASURFACESALINITY-L4-SSS-MERGED_OI_7DAY_RUNNINGMEAN_DAILY_***********************'
nf = nc.Dataset(************(folder_path, file_path), 'r')
# 读取所有变量名
print('variables name:', *****************())
# 读取sss数据
sss = nf.variables['sss'][0, :, :]
print('shape of sss:', *********)
# 绘制数据图
x = np.linspace(0,*********[1],*********[1])
y = np.linspace(0,*********[0],*********[0])
X,Y = np.meshgrid(x,y)
print('全球盐度:')
plt.pcolormesh(X, Y, sss[:,:], cmap='RdBu_r', zorder=1)

下载文件

armor_montly_1993_2019.zip

数据集信息

领域
海洋
浏览
33
下载
1
数据量
16,200

同类数据集

全球海洋数据再分析盐场数据
海洋2

全球海洋数据再分析盐场数据

评测数据集
3519AI群智社区
GODAS
海洋2

GODAS

评测数据集
195AI群智社区
地表的埃克曼和地转流数据集
海洋2

地表的埃克曼和地转流数据集

其他训练数据
283AI群智社区
ADT-daily-CMEMS
海洋1

ADT-daily-CMEMS

评测数据集
343AI群智社区