Acceso a datos de clorofila A de PACE mediante OPeNDAP de NASA Earthdata en la nube

Este notebook demuestra el acceso y el subconjunto de datos PACE Ocean Color. Se puede encontrar información general sobre el dataset en el sitio web de PACE (ver aquí).

Requisitos para ejecutar este notebook

1. Tener una cuenta Earth Data Login

2. Tener un Bearer Token.

3. Conocer un collection concept ID (o DOI) de un dataset.

4. Conexión a internet.

5. python>=3.12

Objetivos

Usar pydap para demostrar:

• Como descubrir URLs de OPeNDAP.

• Uso de tokens para autenticación (via earthaccess).

• Acceso a PACE Nivel 3 e identificación de un área de interés.

• Subconjunto y habilitación de la Constraint Expression para que llegue al servidor OPeNDAP.

• Almacenar el subconjunto localmente.

Autor: Miguel Jimenez-Urias, ‘25

import xarray as xr
import earthaccess
import datetime as dt
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors as colors

from pydap.client import get_cmr_urls, consolidate_metadata, open_url
from pydap.net import create_session

Usar una sesión como base de datos de metadatos y autenticación

Pydap puede usar un objeto requests_cache.CachedSession, que puede servir como:

• Autenticación (mediante netrc o token).

• Gestión de base de datos (sqlite3 como backend). Solo cachea los datos necesarios.

• Transmisión de datos.

Abajo inicializamos la sesión, heredando credenciales de autenticación desde earthaccess, y apuntando a la base de datos local PACE.sqlite almacenada en la carpeta /data.

from earthaccess.exceptions import LoginStrategyUnavailable
try:
    auth = earthaccess.login(strategy="netrc", persist=True) # you will be promted to add your EDL credentials
except LoginStrategyUnavailable:
    auth = earthaccess.login(strategy="interactive", persist=True)

# pass Token Authorization to a new Session.
session = create_session(auth.get_session())

Consultar CMR para URLs OPeNDAP

Consultamos el CMR de NASA para todas las URLs opendap asociadas con Chlorophyll A mallado, diario, Nivel 3, a 4 km, versión 3.1. Para esto, puedes usar Earthdata Search para identificar el Concept Collection ID. Nos enfocamos en 2 meses de datos de este año.

PACE_ccid = "C3620140255-OB_CLOUD" # version 3.1
time_range=[dt.datetime(2025, 6, 1), dt.datetime(2025, 8, 1)]
urls = get_cmr_urls(ccid=PACE_ccid, limit=1000, time_range=time_range) # limit by default = 50

Note

Esta colección tenía dos versiones de los mismos datos. Nos interesa la resolución 4km. Una forma de asegurarse de que cualquier número de URLs opendap pertenecen a la misma colección es inspeccionando las cadenas de URL (innecesario en la mayoría de los casos).

Además, subdividimos por nombre de variable, reteniendo solo las variables lat, lon y chlor_a. Estas son las variables de interés, y descartar variables reduce el tiempo que tarda Xarray en procesar los metadatos.

Note

Xarray tiene un método .drop_vars, pero estas variables se descartan DESPUÉS de crear el dataset. Si un dataset tiene O(1000) variables, Xarray procesaría primero las variables y luego las descartaría. Con OPeNDAP, puedes indicar al servidor de antemano qué variables necesita procesar Xarray.

CEs = "?dap4.ce=/lat;/lon;/chlor_a"

_urls = [url for url in urls if '4km' in url and "DAY" in url]
pace_urls = [url.replace("https", "dap4") + CEs for url in _urls] # a dap4 schema implies a DAP4 protocol in pydap.
len(pace_urls)

32

pace_urls[:4]

['dap4://oceandata.sci.gsfc.nasa.gov/opendap/PACE_OCI/L3SMI/2025/0701/PACE_OCI.20250701.L3m.DAY.CHL.V3_1.chlor_a.4km.NRT.nc?dap4.ce=/lat;/lon;/chlor_a',
 'dap4://oceandata.sci.gsfc.nasa.gov/opendap/PACE_OCI/L3SMI/2025/0702/PACE_OCI.20250702.L3m.DAY.CHL.V3_1.chlor_a.4km.NRT.nc?dap4.ce=/lat;/lon;/chlor_a',
 'dap4://oceandata.sci.gsfc.nasa.gov/opendap/PACE_OCI/L3SMI/2025/0703/PACE_OCI.20250703.L3m.DAY.CHL.V3_1.chlor_a.4km.NRT.nc?dap4.ce=/lat;/lon;/chlor_a',
 'dap4://oceandata.sci.gsfc.nasa.gov/opendap/PACE_OCI/L3SMI/2025/0704/PACE_OCI.20250704.L3m.DAY.CHL.V3_1.chlor_a.4km.NRT.nc?dap4.ce=/lat;/lon;/chlor_a']

Crear un único objeto Dataset

Usamos Xarray con pydap como backend. Pydap es un backend que siempre se instala al instalar Xarray, pero aún no es el predeterminado al trabajar con URLs opendap. Por eso debemos definirlo.

%%time
ds = xr.open_mfdataset(
    pace_urls, 
    engine='pydap', 
    session=session, 
    parallel=True, 
    concat_dim='time',  # <------ a time dimension will be created 
    combine='nested',
)

CPU times: user 2.56 s, sys: 363 ms, total: 2.93 s
Wall time: 18.9 s

ds

<xarray.Dataset> Size: 5GB
Dimensions:  (time: 32, lat: 4320, lon: 8640)
Coordinates:
  * lat      (lat) float32 17kB 89.98 89.94 89.9 89.85 ... -89.9 -89.94 -89.98
  * lon      (lon) float32 35kB -180.0 -179.9 -179.9 ... 179.9 179.9 180.0
Dimensions without coordinates: time
Data variables:
    chlor_a  (time, lat, lon) float32 5GB dask.array<chunksize=(1, 4320, 8640), meta=np.ndarray>
Attributes: (12/64)
    product_name:                      PACE_OCI.20250701.L3m.DAY.CHL.V3_1.chl...
    instrument:                        OCI
    title:                             OCI Level-3 Standard Mapped Image
    project:                           Ocean Biology Processing Group (NASA/G...
    platform:                          PACE
    source:                            satellite observations from OCI-PACE
    ...                                ...
    identifier_product_doi:            10.5067/PACE/OCI/L3M/CHL/3.1
    keywords:                          Earth Science > Oceans > Ocean Chemist...
    keywords_vocabulary:               NASA Global Change Master Directory (G...
    data_bins:                         Attribute elided: Unsupported attribut...
    data_minimum:                      0.0134539828
    data_maximum:                      15.9237003

xarray.Dataset

• Dimensions:
  • time: 32
  • lat: 4320
  • lon: 8640
• Coordinates: (2)
  • lat
    (lat)
    float32
    89.98 89.94 89.9 ... -89.94 -89.98

    long_name :

    Latitude

    units :

    degrees_north

    standard_name :

    latitude

    valid_min :

    -90.0

    valid_max :

    90.0

    Maps :

    ()

    array([ 89.979164,  89.9375  ,  89.895836, ..., -89.895836, -89.93751 ,
           -89.97917 ], shape=(4320,), dtype=float32)

  • lon
    (lon)
    float32
    -180.0 -179.9 ... 179.9 180.0

    long_name :

    Longitude

    units :

    degrees_east

    standard_name :

    longitude

    valid_min :

    -180.0

    valid_max :

    180.0

    Maps :

    ()

    array([-179.97917, -179.9375 , -179.89583, ...,  179.89584,  179.93752,
            179.97917], shape=(8640,), dtype=float32)

• Data variables: (1)
  • chlor_a
    (time, lat, lon)
    float32
    dask.array<chunksize=(1, 4320, 8640), meta=np.ndarray>

    long_name :

    Chlorophyll Concentration, OCI Algorithm

    units :

    mg m^-3

    standard_name :

    mass_concentration_of_chlorophyll_in_sea_water

    valid_min :

    0.00100000005

    valid_max :

    100.0

    reference :

    Hu, C., Lee Z., and Franz, B.A. (2012). Chlorophyll-a algorithms for oligotrophic oceans: A novel approach based on three-band reflectance difference, J. Geophys. Res., 117, C01011, doi:10.1029/2011JC007395.

    display_scale :

    log

    display_min :

    0.00999999978

    display_max :

    20.0

    Maps :

    ('/lat', '/lon')

    Array Chunk Bytes 4.45 GiB 142.38 MiB Shape (32, 4320, 8640) (1, 4320, 8640) Dask graph 32 chunks in 97 graph layers Data type float32 numpy.ndarray

• Attributes: (64)

  product_name :

  PACE_OCI.20250701.L3m.DAY.CHL.V3_1.chlor_a.4km.NRT.nc

  instrument :

  OCI

  title :

  OCI Level-3 Standard Mapped Image

  project :

  Ocean Biology Processing Group (NASA/GSFC/OBPG)

  platform :

  PACE

  source :

  satellite observations from OCI-PACE

  temporal_range :

  2-hour

  processing_version :

  3.1

  date_created :

  2025-08-12T07:29:41.000Z

  history :

  l3mapgen par=PACE_OCI.20250701.L3m.DAY.CHL.V3_1.chlor_a.4km.NRT.nc.param

  l2_flag_names :

  ATMFAIL,LAND,HILT,HISATZEN,STRAYLIGHT,CLDICE,COCCOLITH,LOWLW,CHLWARN,CHLFAIL,NAVWARN,MAXAERITER,HISOLZEN,NAVFAIL,FILTER,HIGLINT

  time_coverage_start :

  2025-07-02T00:26:40.570Z

  time_coverage_end :

  2025-07-02T02:14:56.912Z

  start_orbit_number :

  0

  end_orbit_number :

  0

  map_projection :

  Equidistant Cylindrical

  latitude_units :

  degrees_north

  longitude_units :

  degrees_east

  northernmost_latitude :

  90.0

  southernmost_latitude :

  -90.0

  westernmost_longitude :

  -180.0

  easternmost_longitude :

  180.0

  geospatial_lat_max :

  90.0

  geospatial_lat_min :

  -90.0

  geospatial_lon_max :

  180.0

  geospatial_lon_min :

  -180.0

  latitude_step :

  0.0416666679

  longitude_step :

  0.0416666679

  sw_point_latitude :

  -89.9791641

  sw_point_longitude :

  -179.979172

  spatialResolution :

  4.638312 km

  geospatial_lon_resolution :

  4.638312 km

  geospatial_lat_resolution :

  4.638312 km

  geospatial_lat_units :

  degrees_north

  geospatial_lon_units :

  degrees_east

  number_of_lines :

  4320

  number_of_columns :

  8640

  measure :

  Mean

  suggested_image_scaling_minimum :

  0.00999999978

  suggested_image_scaling_maximum :

  20.0

  suggested_image_scaling_type :

  LOG

  suggested_image_scaling_applied :

  No

  _lastModified :

  2025-08-12T07:29:41.000Z

  Conventions :

  CF-1.6 ACDD-1.3

  institution :

  NASA Goddard Space Flight Center, Ocean Ecology Laboratory, Ocean Biology Processing Group

  standard_name_vocabulary :

  CF Standard Name Table v36

  naming_authority :

  gov.nasa.gsfc.sci.oceandata

  id :

  3.1/L3/PACE_OCI.20250701.L3b.DAY.CHL.V3_1.NRT.nc

  license :

  https://science.nasa.gov/earth-science/earth-science-data/data-information-policy/

  creator_name :

  NASA/GSFC/OBPG

  publisher_name :

  NASA/GSFC/OBPG

  creator_email :

  data@oceancolor.gsfc.nasa.gov

  publisher_email :

  data@oceancolor.gsfc.nasa.gov

  creator_url :

  https://oceandata.sci.gsfc.nasa.gov

  publisher_url :

  https://oceandata.sci.gsfc.nasa.gov

  processing_level :

  L3 Mapped

  cdm_data_type :

  grid

  identifier_product_doi_authority :

  http://dx.doi.org

  identifier_product_doi :

  10.5067/PACE/OCI/L3M/CHL/3.1

  keywords :

  Earth Science > Oceans > Ocean Chemistry > Pigments > Chlorophyll; Earth Science > Oceans > Ocean Chemistry > Chlorophyll

  keywords_vocabulary :

  NASA Global Change Master Directory (GCMD) Science Keywords

  data_bins :

  Attribute elided: Unsupported attribute type (NC_INT64)

  data_minimum :

  0.0134539828

  data_maximum :

  15.9237003

El dataset anterior representa una representación de metadatos de todos los datos de interés. Está fragmentado, y solo se han descargado las dimensiones lat y lon.

Note

Se creó una dimensión con nombre time, junto con todos los gránulos remotos concatenados.

print('Uncompressed dataset size [GBs]: ', ds.nbytes / 1e9)

Uncompressed dataset size [GBs]:  4.77762624

Subconjunto próximo a los datos: ¿cómo hacerlo con OPeNDAP, Pydap y Xarray?

Aunque es posible descargar todo el dataset, es mejor práctica subdividirlo primero. Hay muchas herramientas para subdividir datos de forma próxima a los datos, y OPeNDAP es una de ellas. Necesitamos identificar primero el subconjunto y pasarlo al servidor.

Identificar el subconjunto permite construir potencialmente Constraint Expressions, que se usan para indicar al servidor OPeNDAP el subconjunto de interés. Pero con Pydap y Xarray, estas herramientas construyen rebanados de forma interactiva y pueden solicitar subconjuntos, ocultando la abstracción. Abajo demostramos cómo pasar el subconjunto al servidor OPeNDAP para que Xarray haga menos trabajo.

Identificar subconjunto espacial

En este caso nos interesa un subconjunto espacial. Los datos son Nivel 3 (mallados), por lo que latitud y longitud son uniformes. Además, son 1D y ya se descargaron en memoria.

lat, lon = ds['lat'].values, ds['lon'].values

Supongamos que definimos el área de interés

# Min/max of lon values
minLon, maxLon = -96, 10

# Min/Max of lat values
minLat, maxLat = 6, 70

iLon = np.where((lon>minLon)&(lon < maxLon))[0]
iLat= np.where((lat>minLat)&(lat < maxLat))[0]

Así que los rebanados son simplemente el primer y último elemento de iLon e iLat:

lon_slice = slice(iLon[0], iLon[-1])
lat_slice = slice(iLat[0], iLat[-1])

Warning

No todos los valores de arreglos de coordenadas lat/lon son monotónicos. Asegúrate siempre de que lo sean, incluso cuando los datos sean Nivel 3 o Nivel 4.

Descargar solo el subconjunto

Con Xarray, la sintaxis de subconjunto es similar a pandas. Por ejemplo:

ds.isel(lon=lon_slice, lat_slice)

Produce un subconjunto del lado del cliente. Sin embargo:

Warning

Cuando se usa opendap, rebanar como arriba y luego descargar datos solo subdividirá por variable, descargando en la mayoría de los casos todos los datos, para después volver a subdividirlos con xarray.

Para asegurar que los rebanados se envíen al servidor remoto, debemos aplicar chunk the dataset al crearlo. Esto garantizará que el subconjunto se haga principalmente del lado del servidor. DEBES elegir el tamaño de chunk para que coincida con el tamaño del rebanado, como se muestra abajo.

%%time
ds = xr.open_mfdataset(
    pace_urls, 
    engine='pydap', 
    session=session, 
    parallel=True, 
    concat_dim='time',  # <------ a time dimension will be created 
    combine='nested',
    chunks = {'lon': len(iLon), 'lat':len(iLat)} #  <----------- This instructs the OPeNDAP server to subset in space
)
ds

CPU times: user 1.39 s, sys: 215 ms, total: 1.6 s
Wall time: 11 s

<xarray.Dataset> Size: 5GB
Dimensions:  (time: 32, lat: 4320, lon: 8640)
Coordinates:
  * lat      (lat) float32 17kB 89.98 89.94 89.9 89.85 ... -89.9 -89.94 -89.98
  * lon      (lon) float32 35kB -180.0 -179.9 -179.9 ... 179.9 179.9 180.0
Dimensions without coordinates: time
Data variables:
    chlor_a  (time, lat, lon) float32 5GB dask.array<chunksize=(1, 1536, 2544), meta=np.ndarray>
Attributes: (12/64)
    product_name:                      PACE_OCI.20250701.L3m.DAY.CHL.V3_1.chl...
    instrument:                        OCI
    title:                             OCI Level-3 Standard Mapped Image
    project:                           Ocean Biology Processing Group (NASA/G...
    platform:                          PACE
    source:                            satellite observations from OCI-PACE
    ...                                ...
    identifier_product_doi:            10.5067/PACE/OCI/L3M/CHL/3.1
    keywords:                          Earth Science > Oceans > Ocean Chemist...
    keywords_vocabulary:               NASA Global Change Master Directory (G...
    data_bins:                         Attribute elided: Unsupported attribut...
    data_minimum:                      0.0134539828
    data_maximum:                      15.9237003

xarray.Dataset

• Dimensions:
  • time: 32
  • lat: 4320
  • lon: 8640
• Coordinates: (2)
  • lat
    (lat)
    float32
    89.98 89.94 89.9 ... -89.94 -89.98

    long_name :

    Latitude

    units :

    degrees_north

    standard_name :

    latitude

    valid_min :

    -90.0

    valid_max :

    90.0

    Maps :

    ()

    array([ 89.979164,  89.9375  ,  89.895836, ..., -89.895836, -89.93751 ,
           -89.97917 ], shape=(4320,), dtype=float32)

  • lon
    (lon)
    float32
    -180.0 -179.9 ... 179.9 180.0

    long_name :

    Longitude

    units :

    degrees_east

    standard_name :

    longitude

    valid_min :

    -180.0

    valid_max :

    180.0

    Maps :

    ()

    array([-179.97917, -179.9375 , -179.89583, ...,  179.89584,  179.93752,
            179.97917], shape=(8640,), dtype=float32)

• Data variables: (1)
  • chlor_a
    (time, lat, lon)
    float32
    dask.array<chunksize=(1, 1536, 2544), meta=np.ndarray>

    long_name :

    Chlorophyll Concentration, OCI Algorithm

    units :

    mg m^-3

    standard_name :

    mass_concentration_of_chlorophyll_in_sea_water

    valid_min :

    0.00100000005

    valid_max :

    100.0

    reference :

    Hu, C., Lee Z., and Franz, B.A. (2012). Chlorophyll-a algorithms for oligotrophic oceans: A novel approach based on three-band reflectance difference, J. Geophys. Res., 117, C01011, doi:10.1029/2011JC007395.

    display_scale :

    log

    display_min :

    0.00999999978

    display_max :

    20.0

    Maps :

    ('/lat', '/lon')

    Array Chunk Bytes 4.45 GiB 14.91 MiB Shape (32, 4320, 8640) (1, 1536, 2544) Dask graph 384 chunks in 97 graph layers Data type float32 numpy.ndarray

• Attributes: (64)

  product_name :

  PACE_OCI.20250701.L3m.DAY.CHL.V3_1.chlor_a.4km.NRT.nc

  instrument :

  OCI

  title :

  OCI Level-3 Standard Mapped Image

  project :

  Ocean Biology Processing Group (NASA/GSFC/OBPG)

  platform :

  PACE

  source :

  satellite observations from OCI-PACE

  temporal_range :

  2-hour

  processing_version :

  3.1

  date_created :

  2025-08-12T07:29:41.000Z

  history :

  l3mapgen par=PACE_OCI.20250701.L3m.DAY.CHL.V3_1.chlor_a.4km.NRT.nc.param

  l2_flag_names :

  ATMFAIL,LAND,HILT,HISATZEN,STRAYLIGHT,CLDICE,COCCOLITH,LOWLW,CHLWARN,CHLFAIL,NAVWARN,MAXAERITER,HISOLZEN,NAVFAIL,FILTER,HIGLINT

  time_coverage_start :

  2025-07-02T00:26:40.570Z

  time_coverage_end :

  2025-07-02T02:14:56.912Z

  start_orbit_number :

  0

  end_orbit_number :

  0

  map_projection :

  Equidistant Cylindrical

  latitude_units :

  degrees_north

  longitude_units :

  degrees_east

  northernmost_latitude :

  90.0

  southernmost_latitude :

  -90.0

  westernmost_longitude :

  -180.0

  easternmost_longitude :

  180.0

  geospatial_lat_max :

  90.0

  geospatial_lat_min :

  -90.0

  geospatial_lon_max :

  180.0

  geospatial_lon_min :

  -180.0

  latitude_step :

  0.0416666679

  longitude_step :

  0.0416666679

  sw_point_latitude :

  -89.9791641

  sw_point_longitude :

  -179.979172

  spatialResolution :

  4.638312 km

  geospatial_lon_resolution :

  4.638312 km

  geospatial_lat_resolution :

  4.638312 km

  geospatial_lat_units :

  degrees_north

  geospatial_lon_units :

  degrees_east

  number_of_lines :

  4320

  number_of_columns :

  8640

  measure :

  Mean

  suggested_image_scaling_minimum :

  0.00999999978

  suggested_image_scaling_maximum :

  20.0

  suggested_image_scaling_type :

  LOG

  suggested_image_scaling_applied :

  No

  _lastModified :

  2025-08-12T07:29:41.000Z

  Conventions :

  CF-1.6 ACDD-1.3

  institution :

  NASA Goddard Space Flight Center, Ocean Ecology Laboratory, Ocean Biology Processing Group

  standard_name_vocabulary :

  CF Standard Name Table v36

  naming_authority :

  gov.nasa.gsfc.sci.oceandata

  id :

  3.1/L3/PACE_OCI.20250701.L3b.DAY.CHL.V3_1.NRT.nc

  license :

  https://science.nasa.gov/earth-science/earth-science-data/data-information-policy/

  creator_name :

  NASA/GSFC/OBPG

  publisher_name :

  NASA/GSFC/OBPG

  creator_email :

  data@oceancolor.gsfc.nasa.gov

  publisher_email :

  data@oceancolor.gsfc.nasa.gov

  creator_url :

  https://oceandata.sci.gsfc.nasa.gov

  publisher_url :

  https://oceandata.sci.gsfc.nasa.gov

  processing_level :

  L3 Mapped

  cdm_data_type :

  grid

  identifier_product_doi_authority :

  http://dx.doi.org

  identifier_product_doi :

  10.5067/PACE/OCI/L3M/CHL/3.1

  keywords :

  Earth Science > Oceans > Ocean Chemistry > Pigments > Chlorophyll; Earth Science > Oceans > Ocean Chemistry > Chlorophyll

  keywords_vocabulary :

  NASA Global Change Master Directory (GCMD) Science Keywords

  data_bins :

  Attribute elided: Unsupported attribute type (NC_INT64)

  data_minimum :

  0.0134539828

  data_maximum :

  15.9237003

ds["chlor_a"] ## inspect the chunk of the data

<xarray.DataArray 'chlor_a' (time: 32, lat: 4320, lon: 8640)> Size: 5GB
dask.array<concatenate, shape=(32, 4320, 8640), dtype=float32, chunksize=(1, 1536, 2544), chunktype=numpy.ndarray>
Coordinates:
  * lat      (lat) float32 17kB 89.98 89.94 89.9 89.85 ... -89.9 -89.94 -89.98
  * lon      (lon) float32 35kB -180.0 -179.9 -179.9 ... 179.9 179.9 180.0
Dimensions without coordinates: time
Attributes:
    long_name:      Chlorophyll Concentration, OCI Algorithm
    units:          mg m^-3
    standard_name:  mass_concentration_of_chlorophyll_in_sea_water
    valid_min:      0.00100000005
    valid_max:      100.0
    reference:      Hu, C., Lee Z., and Franz, B.A. (2012). Chlorophyll-a alg...
    display_scale:  log
    display_min:    0.00999999978
    display_max:    20.0
    Maps:           ('/lat', '/lon')

xarray.DataArray

'chlor_a'

• time: 32
• lat: 4320
• lon: 8640

• dask.array<chunksize=(1, 1536, 2544), meta=np.ndarray>

  Array Chunk Bytes 4.45 GiB 14.91 MiB Shape (32, 4320, 8640) (1, 1536, 2544) Dask graph 384 chunks in 97 graph layers Data type float32 numpy.ndarray

• Coordinates: (2)
  • lat
    (lat)
    float32
    89.98 89.94 89.9 ... -89.94 -89.98

    long_name :

    Latitude

    units :

    degrees_north

    standard_name :

    latitude

    valid_min :

    -90.0

    valid_max :

    90.0

    Maps :

    ()

    array([ 89.979164,  89.9375  ,  89.895836, ..., -89.895836, -89.93751 ,
           -89.97917 ], shape=(4320,), dtype=float32)

  • lon
    (lon)
    float32
    -180.0 -179.9 ... 179.9 180.0

    long_name :

    Longitude

    units :

    degrees_east

    standard_name :

    longitude

    valid_min :

    -180.0

    valid_max :

    180.0

    Maps :

    ()

    array([-179.97917, -179.9375 , -179.89583, ...,  179.89584,  179.93752,
            179.97917], shape=(8640,), dtype=float32)

• Attributes: (10)

  long_name :

  Chlorophyll Concentration, OCI Algorithm

  units :

  mg m^-3

  standard_name :

  mass_concentration_of_chlorophyll_in_sea_water

  valid_min :

  0.00100000005

  valid_max :

  100.0

  reference :

  Hu, C., Lee Z., and Franz, B.A. (2012). Chlorophyll-a algorithms for oligotrophic oceans: A novel approach based on three-band reflectance difference, J. Geophys. Res., 117, C01011, doi:10.1029/2011JC007395.

  display_scale :

  log

  display_min :

  0.00999999978

  display_max :

  20.0

  Maps :

  ('/lat', '/lon')

Ahora nos aseguramos de que Xarray trate este subconjunto como un chunk individual (por variable).

ds = ds.isel(lon=slice(iLon[0], iLon[-1]+1), lat=slice(iLat[0], iLat[-1]+1))

Finalmente

Almacenar datos localmente como NetCDF4. En esta etapa:

• Los datos se descargan (subdivididos espacialmente mediante OPeNDAP)

• Los datos se remuestrean (mediante Xarray)

%%time
ds.to_netcdf("data/pace_subset.nc4", mode='w')

CPU times: user 14 s, sys: 8.15 s, total: 22.2 s
Wall time: 31.4 s

Inspeccionamos nuestros datos

mds = xr.open_dataset("data/pace_subset.nc4")
mds

<xarray.Dataset> Size: 500MB
Dimensions:  (time: 32, lat: 1536, lon: 2544)
Coordinates:
  * lat      (lat) float32 6kB 69.98 69.94 69.9 69.85 ... 6.104 6.062 6.021
  * lon      (lon) float32 10kB -95.98 -95.94 -95.9 -95.85 ... 9.896 9.938 9.979
Dimensions without coordinates: time
Data variables:
    chlor_a  (time, lat, lon) float32 500MB ...
Attributes: (12/64)
    product_name:                      PACE_OCI.20250701.L3m.DAY.CHL.V3_1.chl...
    instrument:                        OCI
    title:                             OCI Level-3 Standard Mapped Image
    project:                           Ocean Biology Processing Group (NASA/G...
    platform:                          PACE
    source:                            satellite observations from OCI-PACE
    ...                                ...
    identifier_product_doi:            10.5067/PACE/OCI/L3M/CHL/3.1
    keywords:                          Earth Science > Oceans > Ocean Chemist...
    keywords_vocabulary:               NASA Global Change Master Directory (G...
    data_bins:                         Attribute elided: Unsupported attribut...
    data_minimum:                      0.0134539828
    data_maximum:                      15.9237003

xarray.Dataset

• Dimensions:
  • time: 32
  • lat: 1536
  • lon: 2544
• Coordinates: (2)
  • lat
    (lat)
    float32
    69.98 69.94 69.9 ... 6.062 6.021

    long_name :

    Latitude

    units :

    degrees_north

    standard_name :

    latitude

    valid_min :

    -90.0

    valid_max :

    90.0

    Maps :

    []

    array([69.979164, 69.9375  , 69.895836, ...,  6.104164,  6.062498,  6.020831],
          shape=(1536,), dtype=float32)

  • lon
    (lon)
    float32
    -95.98 -95.94 -95.9 ... 9.938 9.979

    long_name :

    Longitude

    units :

    degrees_east

    standard_name :

    longitude

    valid_min :

    -180.0

    valid_max :

    180.0

    Maps :

    []

    array([-95.979164, -95.9375  , -95.89583 , ...,   9.895839,   9.937506,
             9.979173], shape=(2544,), dtype=float32)

• Data variables: (1)
  • chlor_a
    (time, lat, lon)
    float32
    ...

    long_name :

    Chlorophyll Concentration, OCI Algorithm

    units :

    mg m^-3

    standard_name :

    mass_concentration_of_chlorophyll_in_sea_water

    valid_min :

    0.00100000005

    valid_max :

    100.0

    reference :

    Hu, C., Lee Z., and Franz, B.A. (2012). Chlorophyll-a algorithms for oligotrophic oceans: A novel approach based on three-band reflectance difference, J. Geophys. Res., 117, C01011, doi:10.1029/2011JC007395.

    display_scale :

    log

    display_min :

    0.00999999978

    display_max :

    20.0

    Maps :

    ['/lat', '/lon']

    [125042688 values with dtype=float32]

• Attributes: (64)

  product_name :

  PACE_OCI.20250701.L3m.DAY.CHL.V3_1.chlor_a.4km.NRT.nc

  instrument :

  OCI

  title :

  OCI Level-3 Standard Mapped Image

  project :

  Ocean Biology Processing Group (NASA/GSFC/OBPG)

  platform :

  PACE

  source :

  satellite observations from OCI-PACE

  temporal_range :

  2-hour

  processing_version :

  3.1

  date_created :

  2025-08-12T07:29:41.000Z

  history :

  l3mapgen par=PACE_OCI.20250701.L3m.DAY.CHL.V3_1.chlor_a.4km.NRT.nc.param

  l2_flag_names :

  ATMFAIL,LAND,HILT,HISATZEN,STRAYLIGHT,CLDICE,COCCOLITH,LOWLW,CHLWARN,CHLFAIL,NAVWARN,MAXAERITER,HISOLZEN,NAVFAIL,FILTER,HIGLINT

  time_coverage_start :

  2025-07-02T00:26:40.570Z

  time_coverage_end :

  2025-07-02T02:14:56.912Z

  start_orbit_number :

  0

  end_orbit_number :

  0

  map_projection :

  Equidistant Cylindrical

  latitude_units :

  degrees_north

  longitude_units :

  degrees_east

  northernmost_latitude :

  90.0

  southernmost_latitude :

  -90.0

  westernmost_longitude :

  -180.0

  easternmost_longitude :

  180.0

  geospatial_lat_max :

  90.0

  geospatial_lat_min :

  -90.0

  geospatial_lon_max :

  180.0

  geospatial_lon_min :

  -180.0

  latitude_step :

  0.0416666679

  longitude_step :

  0.0416666679

  sw_point_latitude :

  -89.9791641

  sw_point_longitude :

  -179.979172

  spatialResolution :

  4.638312 km

  geospatial_lon_resolution :

  4.638312 km

  geospatial_lat_resolution :

  4.638312 km

  geospatial_lat_units :

  degrees_north

  geospatial_lon_units :

  degrees_east

  number_of_lines :

  4320

  number_of_columns :

  8640

  measure :

  Mean

  suggested_image_scaling_minimum :

  0.00999999978

  suggested_image_scaling_maximum :

  20.0

  suggested_image_scaling_type :

  LOG

  suggested_image_scaling_applied :

  No

  _lastModified :

  2025-08-12T07:29:41.000Z

  Conventions :

  CF-1.6 ACDD-1.3

  institution :

  NASA Goddard Space Flight Center, Ocean Ecology Laboratory, Ocean Biology Processing Group

  standard_name_vocabulary :

  CF Standard Name Table v36

  naming_authority :

  gov.nasa.gsfc.sci.oceandata

  id :

  3.1/L3/PACE_OCI.20250701.L3b.DAY.CHL.V3_1.NRT.nc

  license :

  https://science.nasa.gov/earth-science/earth-science-data/data-information-policy/

  creator_name :

  NASA/GSFC/OBPG

  publisher_name :

  NASA/GSFC/OBPG

  creator_email :

  data@oceancolor.gsfc.nasa.gov

  publisher_email :

  data@oceancolor.gsfc.nasa.gov

  creator_url :

  https://oceandata.sci.gsfc.nasa.gov

  publisher_url :

  https://oceandata.sci.gsfc.nasa.gov

  processing_level :

  L3 Mapped

  cdm_data_type :

  grid

  identifier_product_doi_authority :

  http://dx.doi.org

  identifier_product_doi :

  10.5067/PACE/OCI/L3M/CHL/3.1

  keywords :

  Earth Science > Oceans > Ocean Chemistry > Pigments > Chlorophyll; Earth Science > Oceans > Ocean Chemistry > Chlorophyll

  keywords_vocabulary :

  NASA Global Change Master Directory (GCMD) Science Keywords

  data_bins :

  Attribute elided: Unsupported attribute type (NC_INT64)

  data_minimum :

  0.0134539828

  data_maximum :

  15.9237003

print("Size of downloaded subset: ", mds.nbytes/1e9)

Size of downloaded subset:  0.500187072