AI Earth——Sentinel-5P大气污染监测可视化应用APP

数据介绍

Sentinel-5P OFFL L3_CH4简介与Notebook示例¶

该数据集提供Offline的甲烷（Methane, CH4）聚集度高分辨率影像。 CH4是继二氧化碳 (CO2) 之后人为增强温室效应的最重要贡献者。大约四分之三的甲烷排放是由人为造成，因此继续记录基于卫星的测量结果非常重要。Sentinel-5P的TROPOMI传感器旨在提供良好时空覆盖范围和足够准确的地球表面CH4柱浓度产品，以促进碳源和碳汇的反演建模。TROPOMI 使用来自Oxygen-A波段（760nm）和 SWIR 光谱范围的吸收信息来监测地球大气中的CH4浓度。【更多信息】

OFFL/L3 产品¶

Sentinel-5P Level 2使用netCDF格式存储数据，并没有直接映射经纬度信息。因此，AI Earth平台将Level 2级数据转换为Level 3级数据，保证影像正确发布。Level 3级产品生产步骤如下：

基于Level 2级产品数据，读取latitude_bounds和longitude_bounds两个图层，获取每一个有效栅格单元（Cell）的地理范围；
设定Level 3级产品的分辨率为0.02度，基于步骤1中获取的有效地理范围，使用反距离权重（IDW）进行插值；
导出部分图层。

CH4 Level 3级产品仅保留qa_value大于0.5的值。

应用结果

代码

#加载安装包
import os
import json
import datetime
import streamlit as st
import streamlit.components.v1 as components
import traceback
from PIL import Image
import aie

current_work_dir = os.path.dirname(__file__)

# 隐藏页面右上角的action bar按钮
hide_streamlit_action_button = """
        <style>
        #MainMenu {visibility: hidden;}
        </style>
"""
st.set_page_config(layout="wide", page_title="AIE AppHub")
st.markdown(hide_streamlit_action_button, unsafe_allow_html=True)
# 调整边距
st.markdown(" <style> div[class^='css-1544g2n'] { padding-top: 1px; } </style> ", unsafe_allow_html=True)
st.markdown(" <style> div[class^='block-container'] { padding-top: 1px; } </style> ", unsafe_allow_html=True)

def aie_init():
    '''
    AIE开发者SDK初始化
    请登录后访问https://engine-aiearth.aliyun.com/#/utility/auth-token  获取认证token，
    并将token设置为系统环境变量（变量名为SDK_TOKEN），以便下述代码获取并初始化SDK。
    '''
    token = os.environ.get("SDK_TOKEN")  # 请至应用空间设置-环境变量中添加SDK_TOKEN
    aie.Authenticate(token=token)
    aie.Initialize()

@st.cache_resource
def get_default_aie_map():
    aie_map = aie.Map(
            center=[116.383331,39.916668],
            height=800,
            zoom=4)
    return aie_map.to_html()

#页面设定默认初始化的结果
def page_reset_callback():
    st.session_state['parameter_picker'] = 'CH4'
    st.session_state['time_picker'] = [datetime.date(2023, 1, 1), datetime.date(2023, 1, 2)]
    st.session_state['con_time_picker'] = [datetime.date(2023, 1, 1), datetime.date(2023, 1, 2)]
    st.session_state['ren