notebooks/SWOT-EA-2021/Colocate_satellite_insitu_ocean.ipynb

{
 "cells": [
  {
   "cell_type": "markdown",
   "id": "11f3518d-28c0-45f5-9bae-8612acfd060a",
   "metadata": {},
   "source": [
    "> From the PO.DAAC Cookbook, to access the GitHub version of the notebook, follow [this link](https://github.com/podaac/tutorials/blob/master/notebooks/SWOT-EA-2021/Colocate_satellite_insitu_ocean.ipynb)."
   ]
  },
  {
   "cell_type": "markdown",
   "id": "627b173b",
   "metadata": {},
   "source": [
    "## <span style=\"color:orange\">Use Case: Co-locate satellite and in-situ data for cross-validation</span>\n",
    "\n",
    "#### User Story\n",
    "As a coastal applications researcher, I would like to co-locate in-situ measurements and satellite data near the European coast for cross-validation of data or model validation, during the winter of 2019. (*Note: this user stroes was developed to demo at the 2nd Annual SWOT Applications Early Adopter Hackweek, 8 March 2021.)\n",
    "\n",
    "#### Learning Objectives\n",
    "- Co-locate remote sensing data from the Earthdata Cloud archive with in-situ measurements from another provider, programmatically using the Earthdata CMR amd Harmony APIs. \n",
    "- Workflow can be conducted either locally or in the cloud (i.e. it is compute environment agnostic). \n",
    "- While capabilities demoed here are shown through an oceanography example, these use cases and examples can be applied as building blocks for developing other user workflows with PO.DAAC and Earthdata datasets, across a range of science and applications disciplines, including for example terrestrial hydrology, coastal, or cryosphere. \n",
    "- Note: Searching for NASA Earthdata data given point-based observation locations can also be done via the NASA Earthdata Search user interface https://search.earthdata.nasa.gov/search, in addition to programmatically (as shown here).\n",
    "\n",
    "#### Datasets used\n",
    "- Argo floats https://argo.ucsd.edu/\n",
    "- MODIS-Aqua L2 SST https://podaac.jpl.nasa.gov/dataset/AMSRE-REMSS-L2P-v7a\n",
    "- MUR L4 SST https://registry.opendata.aws/mur/\n",
    "\n",
    "#### Main Steps in Workflow\n",
    "1. Define study region and period of time of interest: Atlantic Ocean west of Portugal and Morocco, January 2019\n",
    "2. Get in-situ Argo floats using the Argo API and prepapre the Argo data (select Argo SST for one float during its journey in Jan 2019 at the top pressure level i.e. nearest the ocean surface)\n",
    "3. Get coincident SST observed by the MODIS satellite, from the NASA Earthdata Cloud (in AWS)\n",
    "    - Search Earthdata Cloud satellite data for collection of interest (MODIS-Aqua L2) (using the CMR API)\n",
    "    - Extract satellite data at the in-situ location for direct comparison (using the Harmony API)\n",
    "    - Download locally (from the cloud archive), or download to your cloud storage or compute space if working within the AWS cloud\n",
    "    - Quality control the MODIS data with daytime and quality flag filters    \n",
    "4. Plot time series comparing the in-situ and satellite data at in-situ location(s)\n",
    "5. Validate with a third dataset, MUR L4 SST (once version stored in the *AWS Registry of Open Data* - public data access)\n",
    "\n",
    "*Note: in order to currently access PO.DAAC Cloud Pathfinder datasets such as MODIS SST L2 from the Earthdata Cloud, your Earthdata login username needs to be added to an restrcited early access list (during the transition period of migrating PO.DAAC data to the Earthdata Cloud). Please contact podaac@podaac.jpl.nasa.gov to make that request.*\n",
    "\n",
    "\n",
    "<img src=\"browse.png\" />"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "7f438edc",
   "metadata": {},
   "source": [
    "---------------\n",
    "\n",
    "### Requirements\n",
    "\n",
    "**Import modules**: The Python ecosystem is organized into modules.  A module must be imported before the contents of that modules can be used.  It is good practice to import modules in the first code cell of a notebook or at the top of your script.  Not only does this make it clear which modules are being used, but it also ensures that the code fails at the beginning because one of the modules is not installed rather half way through after crunching a load of data.\n",
    "\n",
    "For some modules, it is common practice to shorten the module names according to accepted conventions.  For example, the plotting module `matplotlib.pyplot` is shortened to `plt`.  It is best to stick to these conventions rather than making up your own short names so that people reading your code see immediately what you are doing. "
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 1,
   "id": "5939b565",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:17.732378Z",
     "start_time": "2021-03-15T21:08:16.086927Z"
    }
   },
   "outputs": [],
   "source": [
    "from netrc import netrc\n",
    "from urllib import request\n",
    "from platform import system\n",
    "from getpass import getpass\n",
    "from datetime import datetime\n",
    "from http.cookiejar import CookieJar\n",
    "from os.path import join, isfile, basename, abspath, expanduser\n",
    "from folium.plugins import MarkerCluster\n",
    "import folium\n",
    "import matplotlib\n",
    "import matplotlib.pyplot as plt\n",
    "import matplotlib.patches as mpatches\n",
    "import cartopy.crs as ccrs\n",
    "import xarray as xr\n",
    "import pandas as pd\n",
    "import numpy as np\n",
    "import requests\n",
    "import json\n",
    "import time\n",
    "\n",
    "matplotlib.rc('font', **{'family' : 'sans-serif', 'weight': 'normal', 'size': 16})\n",
    "\n",
    "!mkdir -p resources/"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "fee684d4",
   "metadata": {},
   "source": [
    "### Earthdata Login\n",
    "\n",
    "An Earthdata Login account is required to access data, as well as discover restricted data, from the NASA Earthdata system. Please visit https://urs.earthdata.nasa.gov to register and manage your Earthdata Login account. This account is free to create and only takes a moment to set up.\n",
    "\n",
    "The `setup_earthdata_login_auth` function will allow Python scripts to log into any Earthdata Login application programmatically.  To avoid being prompted for\n",
    "credentials every time you run and also allow clients such as curl to log in, you can add the following\n",
    "to a `.netrc` (`_netrc` on Windows) file in your home directory:\n",
    "\n",
    "```\n",
    "machine urs.earthdata.nasa.gov\n",
    "    login <your username>\n",
    "    password <your password>\n",
    "```\n",
    "\n",
    "Make sure that this file is only readable by the current user or you will receive an error stating\n",
    "\"netrc access too permissive.\"\n",
    "\n",
    "`$ chmod 0600 ~/.netrc` "
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "id": "160c82a5",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:26.075640Z",
     "start_time": "2021-03-15T21:08:17.734562Z"
    }
   },
   "outputs": [],
   "source": [
    "TOKEN_DATA = (\"<token>\"\n",
    "              \"<username>%s</username>\"\n",
    "              \"<password>%s</password>\"\n",
    "              \"<client_id>PODAAC CMR Client</client_id>\"\n",
    "              \"<user_ip_address>%s</user_ip_address>\"\n",
    "              \"</token>\")\n",
    "\n",
    "\n",
    "def setup_cmr_token_auth(endpoint: str='cmr.earthdata.nasa.gov'):\n",
    "    ip = requests.get(\"https://ipinfo.io/ip\").text.strip()\n",
    "    return requests.post(\n",
    "        url=\"https://%s/legacy-services/rest/tokens\" % endpoint,\n",
    "        data=TOKEN_DATA % (input(\"Username: \"), getpass(\"Password: \"), ip),\n",
    "        headers={'Content-Type': 'application/xml', 'Accept': 'application/json'}\n",
    "    ).json()['token']['id']\n",
    "\n",
    "\n",
    "def setup_earthdata_login_auth(endpoint: str='urs.earthdata.nasa.gov'):\n",
    "    netrc_name = \"_netrc\" if system()==\"Windows\" else \".netrc\"\n",
    "    try:\n",
    "        username, _, password = netrc(file=join(expanduser('~'), netrc_name)).authenticators(endpoint)\n",
    "    except (FileNotFoundError, TypeError):\n",
    "        print('Please provide your Earthdata Login credentials for access.')\n",
    "        print('Your info will only be passed to %s and will not be exposed in Jupyter.' % (endpoint))\n",
    "        username = input('Username: ')\n",
    "        password = getpass('Password: ')\n",
    "    manager = request.HTTPPasswordMgrWithDefaultRealm()\n",
    "    manager.add_password(None, endpoint, username, password)\n",
    "    auth = request.HTTPBasicAuthHandler(manager)\n",
    "    jar = CookieJar()\n",
    "    processor = request.HTTPCookieProcessor(jar)\n",
    "    opener = request.build_opener(auth, processor)\n",
    "    request.install_opener(opener)\n",
    "\n",
    "\n",
    "# Get your authentication token for searching restricted records in the CMR:\n",
    "_token = setup_cmr_token_auth(endpoint=\"cmr.earthdata.nasa.gov\")\n",
    "\n",
    "# Start authenticated session with URS to allow restricted data downloads:\n",
    "setup_earthdata_login_auth(endpoint=\"urs.earthdata.nasa.gov\")"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "4ba8c09a",
   "metadata": {},
   "source": [
    "### Study region and period\n",
    "\n",
    "Set some \"master\" inputs to define the time and place contexts for our case studies in the ipynb. "
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "id": "06201530",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:28.015518Z",
     "start_time": "2021-03-15T21:08:28.012516Z"
    }
   },
   "outputs": [],
   "source": [
    "# The timeframe of interest (Argovis API limit == 3 months):\n",
    "start_date = \"2019-01-01\"\n",
    "end_date   = \"2019-01-31\"\n",
    "\n",
    "# The area/region of interest by latitude/longitude:\n",
    "aoi_minlon = -26.0\n",
    "aoi_minlat = 30.0\n",
    "aoi_maxlon = -12.0\n",
    "aoi_maxlat = 40.0"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "f1cc1771",
   "metadata": {},
   "source": [
    "Plot the spatial extent of our study area with a blue polygon:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 4,
   "id": "de49a31b",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:28.917055Z",
     "start_time": "2021-03-15T21:08:28.585359Z"
    }
   },
   "outputs": [
    {
     "data": {
      "image/png": "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\n",
      "text/plain": [
       "<Figure size 648x648 with 1 Axes>"
      ]
     },
     "metadata": {
      "needs_background": "light"
     },
     "output_type": "display_data"
    }
   ],
   "source": [
    "ax = plt.subplot(projection=ccrs.PlateCarree())\n",
    "\n",
    "ax.figure.set_figheight(9)\n",
    "ax.figure.set_figwidth(9)\n",
    "\n",
    "ax.add_patch(mpatches.Rectangle(xy=[aoi_minlon, aoi_minlat], \n",
    "                                width=aoi_maxlon-aoi_minlon, \n",
    "                                height=aoi_maxlat-aoi_minlat,\n",
    "                                facecolor='white',\n",
    "                                alpha=0.5,\n",
    "                                transform=ccrs.Geodetic())\n",
    "             )\n",
    "ax.set_extent((aoi_minlon-20., \n",
    "               aoi_maxlon+20.,\n",
    "               aoi_minlat-20.,\n",
    "               aoi_maxlat+20.), crs=ccrs.PlateCarree())\n",
    "ax.stock_img()\n",
    "ax.coastlines()\n",
    "ax.gridlines(color=\"white\", alpha=0.5)\n",
    "plt.show()"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "5e0f8ddd",
   "metadata": {},
   "source": [
    "## Access temperature profiles from ArgoVis API\n",
    "\n",
    "ArgoVis is an API and visualization service that provides access to Argo float profiles. The endpoint for requesting profile data is given in the cell below:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 5,
   "id": "9712bcc6",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:29.660346Z",
     "start_time": "2021-03-15T21:08:29.657707Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "https://argovis.colorado.edu/selection/profiles/?\n"
     ]
    }
   ],
   "source": [
    "argo_api_endpoint = 'https://argovis.colorado.edu/selection/profiles/?'\n",
    "\n",
    "print(argo_api_endpoint)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "f2e39ac2",
   "metadata": {},
   "source": [
    "Create the AOI polygon in required XY format, make it a string, and collect the dictionary of API parameters:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 6,
   "id": "18396a76",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:30.322357Z",
     "start_time": "2021-03-15T21:08:30.317187Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/plain": [
       "{'startDate': '2019-1-1',\n",
       " 'endDate': '2019-1-31',\n",
       " 'shape': '[[[-26.0,30.0],[-26.0,40.0],[-12.0,40.0],[-12.0,30.0],[-26.0,30.0]]]'}"
      ]
     },
     "execution_count": 6,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "argo_api_aoi = [[[aoi_minlon, aoi_minlat], \n",
    "                 [aoi_minlon, aoi_maxlat], \n",
    "                 [aoi_maxlon, aoi_maxlat],\n",
    "                 [aoi_maxlon, aoi_minlat],\n",
    "                 [aoi_minlon, aoi_minlat]]]\n",
    "\n",
    "argo_api_params = {\n",
    "    'startDate': start_date.replace(\"-0\",\"-\"),     # 1.\n",
    "    'endDate': end_date.replace(\"-0\",\"-\"),         # 1. No leading zeros in start/end dates\n",
    "    'shape': str(argo_api_aoi).replace(\" \",\"\"),    # 2. Array of XY vertices for AOI polygon\n",
    "    #'presRange': \"[0,30]\"                         # 3. We wont limit by pressure range\n",
    "}\n",
    "\n",
    "argo_api_params"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "06ef3372",
   "metadata": {},
   "source": [
    "Submit the request parameters to the Argovis API. You should receive a JSON response back. Print the number of profiles inside our AOI:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 7,
   "id": "3f716087",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:31.366649Z",
     "start_time": "2021-03-15T21:08:30.924617Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "41\n"
     ]
    }
   ],
   "source": [
    "argo_api_response = requests.get(url=argo_api_endpoint, params=argo_api_params)\n",
    "\n",
    "# Load the response from JSON if the response status is 200:\n",
    "if argo_api_response.status_code == 200:\n",
    "    argo_profiles = argo_api_response.json()\n",
    "    print(len(argo_profiles))\n",
    "else:\n",
    "    # Otherwise dump the text for more clues:\n",
    "    print(argo_api_response.text)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "8e3c9478",
   "metadata": {},
   "source": [
    "### Prepare profile data for further analysis\n",
    "\n",
    "Concatenate the list of metadata dictionaries returned for the argos into a table and update a few of its columns with Pythonic types:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 8,
   "id": "875f0ea8",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:32.498596Z",
     "start_time": "2021-03-15T21:08:32.481018Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "<class 'pandas.core.frame.DataFrame'>\n",
      "Int64Index: 41 entries, 40 to 0\n",
      "Data columns (total 36 columns):\n",
      " #   Column                        Non-Null Count  Dtype              \n",
      "---  ------                        --------------  -----              \n",
      " 0   _id                           41 non-null     object             \n",
      " 1   POSITIONING_SYSTEM            41 non-null     object             \n",
      " 2   DATA_CENTRE                   41 non-null     object             \n",
      " 3   PI_NAME                       41 non-null     object             \n",
      " 4   WMO_INST_TYPE                 41 non-null     object             \n",
      " 5   VERTICAL_SAMPLING_SCHEME      41 non-null     object             \n",
      " 6   DATA_MODE                     41 non-null     object             \n",
      " 7   PLATFORM_TYPE                 41 non-null     object             \n",
      " 8   measurements                  41 non-null     object             \n",
      " 9   station_parameters            41 non-null     object             \n",
      " 10  pres_max_for_TEMP             41 non-null     float64            \n",
      " 11  pres_min_for_TEMP             41 non-null     float64            \n",
      " 12  pres_max_for_PSAL             41 non-null     float64            \n",
      " 13  pres_min_for_PSAL             41 non-null     float64            \n",
      " 14  max_pres                      41 non-null     float64            \n",
      " 15  date                          41 non-null     object             \n",
      " 16  date_added                    41 non-null     object             \n",
      " 17  date_qc                       41 non-null     int64              \n",
      " 18  lat                           41 non-null     float64            \n",
      " 19  lon                           41 non-null     float64            \n",
      " 20  geoLocation                   41 non-null     object             \n",
      " 21  position_qc                   41 non-null     int64              \n",
      " 22  cycle_number                  41 non-null     int64              \n",
      " 23  dac                           41 non-null     object             \n",
      " 24  platform_number               41 non-null     int64              \n",
      " 25  station_parameters_in_nc      41 non-null     object             \n",
      " 26  nc_url                        41 non-null     object             \n",
      " 27  DIRECTION                     41 non-null     object             \n",
      " 28  BASIN                         41 non-null     int64              \n",
      " 29  core_data_mode                41 non-null     object             \n",
      " 30  roundLat                      41 non-null     object             \n",
      " 31  roundLon                      41 non-null     object             \n",
      " 32  strLat                        41 non-null     object             \n",
      " 33  strLon                        41 non-null     object             \n",
      " 34  formatted_station_parameters  41 non-null     object             \n",
      " 35  datetime                      41 non-null     datetime64[ns, UTC]\n",
      "dtypes: datetime64[ns, UTC](1), float64(7), int64(5), object(23)\n",
      "memory usage: 11.9+ KB\n"
     ]
    }
   ],
   "source": [
    "argo_df = pd.DataFrame(argo_profiles).sort_values(\"date\")\n",
    "\n",
    "# Add a column with pandas datetime objects for easier indexing\n",
    "argo_df['datetime'] = pd.to_datetime(argo_df['date'])\n",
    "# And then replace the original date column with Python dates\n",
    "argo_df['date'] = argo_df.datetime.apply(lambda x: x.date).tolist()\n",
    "\n",
    "# Add two columns of sanitized lats/lons to the data frame\n",
    "argo_df['lat'] = argo_df['roundLat'].astype(float).tolist()\n",
    "argo_df['lon'] = argo_df['roundLon'].astype(float).tolist()\n",
    "\n",
    "argo_df.info()"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "5f650682",
   "metadata": {},
   "source": [
    "You can download profiles in netCDF format from the FTP link stored in the *nc_url* fields of the response. Here's the URL for the first of the profiles:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 9,
   "id": "71632772",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:33.524480Z",
     "start_time": "2021-03-15T21:08:33.521451Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "ftp://ftp.ifremer.fr/ifremer/argo/dac/coriolis/6902663/profiles/R6902663_124.nc\n"
     ]
    }
   ],
   "source": [
    "print(argo_df.iloc[0].nc_url)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "f2d41ce8",
   "metadata": {},
   "source": [
    "Display a table summarizing the space/time characteristics of eaach profile:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 10,
   "id": "3b420ba8",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:33.919883Z",
     "start_time": "2021-03-15T21:08:33.899572Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>platform_number</th>\n",
       "      <th>cycle_number</th>\n",
       "      <th>datetime</th>\n",
       "      <th>lon</th>\n",
       "      <th>lat</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>40</th>\n",
       "      <td>6902663</td>\n",
       "      <td>124</td>\n",
       "      <td>2019-01-01 20:14:00+00:00</td>\n",
       "      <td>-17.383</td>\n",
       "      <td>35.601</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>39</th>\n",
       "      <td>6901260</td>\n",
       "      <td>49</td>\n",
       "      <td>2019-01-02 05:43:00+00:00</td>\n",
       "      <td>-12.812</td>\n",
       "      <td>37.707</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>38</th>\n",
       "      <td>6901143</td>\n",
       "      <td>228</td>\n",
       "      <td>2019-01-02 09:22:20+00:00</td>\n",
       "      <td>-21.083</td>\n",
       "      <td>32.254</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>37</th>\n",
       "      <td>6902664</td>\n",
       "      <td>124</td>\n",
       "      <td>2019-01-02 20:28:00+00:00</td>\n",
       "      <td>-18.411</td>\n",
       "      <td>34.985</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>36</th>\n",
       "      <td>3901643</td>\n",
       "      <td>43</td>\n",
       "      <td>2019-01-04 06:13:00+00:00</td>\n",
       "      <td>-22.429</td>\n",
       "      <td>37.556</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>35</th>\n",
       "      <td>3901942</td>\n",
       "      <td>48</td>\n",
       "      <td>2019-01-05 20:23:30+00:00</td>\n",
       "      <td>-15.286</td>\n",
       "      <td>35.316</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>34</th>\n",
       "      <td>6901262</td>\n",
       "      <td>22</td>\n",
       "      <td>2019-01-06 05:42:59.999000+00:00</td>\n",
       "      <td>-17.967</td>\n",
       "      <td>34.228</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>33</th>\n",
       "      <td>3901932</td>\n",
       "      <td>22</td>\n",
       "      <td>2019-01-06 05:49:00+00:00</td>\n",
       "      <td>-19.904</td>\n",
       "      <td>33.428</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>32</th>\n",
       "      <td>1901688</td>\n",
       "      <td>288</td>\n",
       "      <td>2019-01-07 03:11:53+00:00</td>\n",
       "      <td>-23.134</td>\n",
       "      <td>34.258</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>31</th>\n",
       "      <td>6901260</td>\n",
       "      <td>50</td>\n",
       "      <td>2019-01-07 05:26:00+00:00</td>\n",
       "      <td>-12.887</td>\n",
       "      <td>37.905</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>30</th>\n",
       "      <td>1901688</td>\n",
       "      <td>289</td>\n",
       "      <td>2019-01-08 03:15:16+00:00</td>\n",
       "      <td>-23.137</td>\n",
       "      <td>34.248</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>29</th>\n",
       "      <td>6902552</td>\n",
       "      <td>167</td>\n",
       "      <td>2019-01-08 12:50:00+00:00</td>\n",
       "      <td>-23.798</td>\n",
       "      <td>33.144</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>28</th>\n",
       "      <td>1901688</td>\n",
       "      <td>290</td>\n",
       "      <td>2019-01-09 03:19:48+00:00</td>\n",
       "      <td>-23.148</td>\n",
       "      <td>34.233</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>27</th>\n",
       "      <td>1901688</td>\n",
       "      <td>291</td>\n",
       "      <td>2019-01-10 03:27:35+00:00</td>\n",
       "      <td>-23.158</td>\n",
       "      <td>34.218</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>26</th>\n",
       "      <td>6901273</td>\n",
       "      <td>11</td>\n",
       "      <td>2019-01-10 05:25:00+00:00</td>\n",
       "      <td>-12.473</td>\n",
       "      <td>32.219</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>25</th>\n",
       "      <td>6902663</td>\n",
       "      <td>125</td>\n",
       "      <td>2019-01-11 20:15:00+00:00</td>\n",
       "      <td>-17.071</td>\n",
       "      <td>35.830</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>24</th>\n",
       "      <td>6901260</td>\n",
       "      <td>51</td>\n",
       "      <td>2019-01-12 05:18:00+00:00</td>\n",
       "      <td>-12.982</td>\n",
       "      <td>38.047</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>23</th>\n",
       "      <td>6901143</td>\n",
       "      <td>229</td>\n",
       "      <td>2019-01-12 07:05:12+00:00</td>\n",
       "      <td>-21.206</td>\n",
       "      <td>32.474</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>22</th>\n",
       "      <td>6902664</td>\n",
       "      <td>125</td>\n",
       "      <td>2019-01-12 20:16:00+00:00</td>\n",
       "      <td>-18.198</td>\n",
       "      <td>35.057</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>21</th>\n",
       "      <td>3901643</td>\n",
       "      <td>44</td>\n",
       "      <td>2019-01-14 05:58:00+00:00</td>\n",
       "      <td>-22.706</td>\n",
       "      <td>37.542</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>20</th>\n",
       "      <td>3901942</td>\n",
       "      <td>49</td>\n",
       "      <td>2019-01-15 20:37:30+00:00</td>\n",
       "      <td>-15.739</td>\n",
       "      <td>34.976</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>19</th>\n",
       "      <td>6901262</td>\n",
       "      <td>23</td>\n",
       "      <td>2019-01-16 05:39:00+00:00</td>\n",
       "      <td>-17.725</td>\n",
       "      <td>34.223</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>18</th>\n",
       "      <td>6902785</td>\n",
       "      <td>54</td>\n",
       "      <td>2019-01-16 05:56:00+00:00</td>\n",
       "      <td>-25.507</td>\n",
       "      <td>38.293</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>17</th>\n",
       "      <td>3901932</td>\n",
       "      <td>23</td>\n",
       "      <td>2019-01-16 06:04:00+00:00</td>\n",
       "      <td>-19.081</td>\n",
       "      <td>34.101</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>16</th>\n",
       "      <td>6901260</td>\n",
       "      <td>52</td>\n",
       "      <td>2019-01-17 05:28:00+00:00</td>\n",
       "      <td>-13.092</td>\n",
       "      <td>38.266</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>15</th>\n",
       "      <td>6902552</td>\n",
       "      <td>168</td>\n",
       "      <td>2019-01-18 13:02:00+00:00</td>\n",
       "      <td>-23.575</td>\n",
       "      <td>33.225</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>14</th>\n",
       "      <td>1901688</td>\n",
       "      <td>292</td>\n",
       "      <td>2019-01-19 20:13:54.002000+00:00</td>\n",
       "      <td>-23.272</td>\n",
       "      <td>34.136</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>13</th>\n",
       "      <td>6901273</td>\n",
       "      <td>12</td>\n",
       "      <td>2019-01-20 05:31:00+00:00</td>\n",
       "      <td>-12.447</td>\n",
       "      <td>32.181</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>12</th>\n",
       "      <td>6902663</td>\n",
       "      <td>126</td>\n",
       "      <td>2019-01-21 20:21:00+00:00</td>\n",
       "      <td>-16.892</td>\n",
       "      <td>35.982</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>11</th>\n",
       "      <td>6901260</td>\n",
       "      <td>53</td>\n",
       "      <td>2019-01-22 05:33:00+00:00</td>\n",
       "      <td>-13.146</td>\n",
       "      <td>38.378</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>10</th>\n",
       "      <td>6901143</td>\n",
       "      <td>230</td>\n",
       "      <td>2019-01-22 09:01:03+00:00</td>\n",
       "      <td>-21.136</td>\n",
       "      <td>32.880</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>9</th>\n",
       "      <td>6902664</td>\n",
       "      <td>126</td>\n",
       "      <td>2019-01-22 20:23:00+00:00</td>\n",
       "      <td>-18.099</td>\n",
       "      <td>35.114</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>8</th>\n",
       "      <td>3901643</td>\n",
       "      <td>45</td>\n",
       "      <td>2019-01-24 06:11:00+00:00</td>\n",
       "      <td>-23.115</td>\n",
       "      <td>37.358</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>7</th>\n",
       "      <td>3901942</td>\n",
       "      <td>50</td>\n",
       "      <td>2019-01-25 20:21:30+00:00</td>\n",
       "      <td>-14.963</td>\n",
       "      <td>35.402</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>6</th>\n",
       "      <td>6901262</td>\n",
       "      <td>24</td>\n",
       "      <td>2019-01-26 05:47:59.999000+00:00</td>\n",
       "      <td>-17.474</td>\n",
       "      <td>34.302</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>5</th>\n",
       "      <td>3901932</td>\n",
       "      <td>24</td>\n",
       "      <td>2019-01-26 06:00:00+00:00</td>\n",
       "      <td>-18.151</td>\n",
       "      <td>34.375</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>4</th>\n",
       "      <td>6902785</td>\n",
       "      <td>55</td>\n",
       "      <td>2019-01-26 06:10:00+00:00</td>\n",
       "      <td>-25.212</td>\n",
       "      <td>38.213</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>3</th>\n",
       "      <td>6901260</td>\n",
       "      <td>54</td>\n",
       "      <td>2019-01-27 05:38:00+00:00</td>\n",
       "      <td>-13.265</td>\n",
       "      <td>38.484</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>2</th>\n",
       "      <td>6902552</td>\n",
       "      <td>169</td>\n",
       "      <td>2019-01-28 12:45:00+00:00</td>\n",
       "      <td>-23.267</td>\n",
       "      <td>33.294</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1</th>\n",
       "      <td>1901688</td>\n",
       "      <td>293</td>\n",
       "      <td>2019-01-29 13:03:27.001000+00:00</td>\n",
       "      <td>-23.403</td>\n",
       "      <td>34.206</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>0</th>\n",
       "      <td>6901273</td>\n",
       "      <td>13</td>\n",
       "      <td>2019-01-30 05:27:00+00:00</td>\n",
       "      <td>-12.737</td>\n",
       "      <td>32.602</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "    platform_number  cycle_number                         datetime     lon  \\\n",
       "40          6902663           124        2019-01-01 20:14:00+00:00 -17.383   \n",
       "39          6901260            49        2019-01-02 05:43:00+00:00 -12.812   \n",
       "38          6901143           228        2019-01-02 09:22:20+00:00 -21.083   \n",
       "37          6902664           124        2019-01-02 20:28:00+00:00 -18.411   \n",
       "36          3901643            43        2019-01-04 06:13:00+00:00 -22.429   \n",
       "35          3901942            48        2019-01-05 20:23:30+00:00 -15.286   \n",
       "34          6901262            22 2019-01-06 05:42:59.999000+00:00 -17.967   \n",
       "33          3901932            22        2019-01-06 05:49:00+00:00 -19.904   \n",
       "32          1901688           288        2019-01-07 03:11:53+00:00 -23.134   \n",
       "31          6901260            50        2019-01-07 05:26:00+00:00 -12.887   \n",
       "30          1901688           289        2019-01-08 03:15:16+00:00 -23.137   \n",
       "29          6902552           167        2019-01-08 12:50:00+00:00 -23.798   \n",
       "28          1901688           290        2019-01-09 03:19:48+00:00 -23.148   \n",
       "27          1901688           291        2019-01-10 03:27:35+00:00 -23.158   \n",
       "26          6901273            11        2019-01-10 05:25:00+00:00 -12.473   \n",
       "25          6902663           125        2019-01-11 20:15:00+00:00 -17.071   \n",
       "24          6901260            51        2019-01-12 05:18:00+00:00 -12.982   \n",
       "23          6901143           229        2019-01-12 07:05:12+00:00 -21.206   \n",
       "22          6902664           125        2019-01-12 20:16:00+00:00 -18.198   \n",
       "21          3901643            44        2019-01-14 05:58:00+00:00 -22.706   \n",
       "20          3901942            49        2019-01-15 20:37:30+00:00 -15.739   \n",
       "19          6901262            23        2019-01-16 05:39:00+00:00 -17.725   \n",
       "18          6902785            54        2019-01-16 05:56:00+00:00 -25.507   \n",
       "17          3901932            23        2019-01-16 06:04:00+00:00 -19.081   \n",
       "16          6901260            52        2019-01-17 05:28:00+00:00 -13.092   \n",
       "15          6902552           168        2019-01-18 13:02:00+00:00 -23.575   \n",
       "14          1901688           292 2019-01-19 20:13:54.002000+00:00 -23.272   \n",
       "13          6901273            12        2019-01-20 05:31:00+00:00 -12.447   \n",
       "12          6902663           126        2019-01-21 20:21:00+00:00 -16.892   \n",
       "11          6901260            53        2019-01-22 05:33:00+00:00 -13.146   \n",
       "10          6901143           230        2019-01-22 09:01:03+00:00 -21.136   \n",
       "9           6902664           126        2019-01-22 20:23:00+00:00 -18.099   \n",
       "8           3901643            45        2019-01-24 06:11:00+00:00 -23.115   \n",
       "7           3901942            50        2019-01-25 20:21:30+00:00 -14.963   \n",
       "6           6901262            24 2019-01-26 05:47:59.999000+00:00 -17.474   \n",
       "5           3901932            24        2019-01-26 06:00:00+00:00 -18.151   \n",
       "4           6902785            55        2019-01-26 06:10:00+00:00 -25.212   \n",
       "3           6901260            54        2019-01-27 05:38:00+00:00 -13.265   \n",
       "2           6902552           169        2019-01-28 12:45:00+00:00 -23.267   \n",
       "1           1901688           293 2019-01-29 13:03:27.001000+00:00 -23.403   \n",
       "0           6901273            13        2019-01-30 05:27:00+00:00 -12.737   \n",
       "\n",
       "       lat  \n",
       "40  35.601  \n",
       "39  37.707  \n",
       "38  32.254  \n",
       "37  34.985  \n",
       "36  37.556  \n",
       "35  35.316  \n",
       "34  34.228  \n",
       "33  33.428  \n",
       "32  34.258  \n",
       "31  37.905  \n",
       "30  34.248  \n",
       "29  33.144  \n",
       "28  34.233  \n",
       "27  34.218  \n",
       "26  32.219  \n",
       "25  35.830  \n",
       "24  38.047  \n",
       "23  32.474  \n",
       "22  35.057  \n",
       "21  37.542  \n",
       "20  34.976  \n",
       "19  34.223  \n",
       "18  38.293  \n",
       "17  34.101  \n",
       "16  38.266  \n",
       "15  33.225  \n",
       "14  34.136  \n",
       "13  32.181  \n",
       "12  35.982  \n",
       "11  38.378  \n",
       "10  32.880  \n",
       "9   35.114  \n",
       "8   37.358  \n",
       "7   35.402  \n",
       "6   34.302  \n",
       "5   34.375  \n",
       "4   38.213  \n",
       "3   38.484  \n",
       "2   33.294  \n",
       "1   34.206  \n",
       "0   32.602  "
      ]
     },
     "execution_count": 10,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "argo_df[['platform_number', 'cycle_number', 'datetime', 'lon', 'lat']] #, 'measurements']]"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "0053f163",
   "metadata": {},
   "source": [
    "*Now plot argo profile locations on an interactive map.*\n",
    "\n",
    "This plot uses folium/leaflet. Hover/click the clusters (which correspond to specific Argo float platforms) to zoom to the groups of individual profiles and display metadata about them:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 11,
   "id": "462cfbce",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:34.320181Z",
     "start_time": "2021-03-15T21:08:34.218898Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div style=\"width:100%;\"><div style=\"position:relative;width:100%;height:0;padding-bottom:60%;\"><span style=\"color:#565656\">Make this Notebook Trusted to load map: File -> Trust Notebook</span><iframe src=\"about:blank\" style=\"position:absolute;width:100%;height:100%;left:0;top:0;border:none !important;\" data-html=%3C%21DOCTYPE%20html%3E%0A%3Chead%3E%20%20%20%20%0A%20%20%20%20%3Cmeta%20http-equiv%3D%22content-type%22%20content%3D%22text/html%3B%20charset%3DUTF-8%22%20/%3E%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%3Cscript%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20L_NO_TOUCH%20%3D%20false%3B%0A%20%20%20%20%20%20%20%20%20%20%20%20L_DISABLE_3D%20%3D%20false%3B%0A%20%20%20%20%20%20%20%20%3C/script%3E%0A%20%20%20%20%0A%20%20%20%20%3Cstyle%3Ehtml%2C%20body%20%7Bwidth%3A%20100%25%3Bheight%3A%20100%25%3Bmargin%3A%200%3Bpadding%3A%200%3B%7D%3C/style%3E%0A%20%20%20%20%3Cstyle%3E%23map%20%7Bposition%3Aabsolute%3Btop%3A0%3Bbottom%3A0%3Bright%3A0%3Bleft%3A0%3B%7D%3C/style%3E%0A%20%20%20%20%3Cscript%20src%3D%22https%3A//cdn.jsdelivr.net/npm/leaflet%401.6.0/dist/leaflet.js%22%3E%3C/script%3E%0A%20%20%20%20%3Cscript%20src%3D%22https%3A//code.jquery.com/jquery-1.12.4.min.js%22%3E%3C/script%3E%0A%20%20%20%20%3Cscript%20src%3D%22https%3A//maxcdn.bootstrapcdn.com/bootstrap/3.2.0/js/bootstrap.min.js%22%3E%3C/script%3E%0A%20%20%20%20%3Cscript%20src%3D%22https%3A//cdnjs.cloudflare.com/ajax/libs/Leaflet.awesome-markers/2.0.2/leaflet.awesome-markers.js%22%3E%3C/script%3E%0A%20%20%20%20%3Clink%20rel%3D%22stylesheet%22%20href%3D%22https%3A//cdn.jsdelivr.net/npm/leaflet%401.6.0/dist/leaflet.css%22/%3E%0A%20%20%20%20%3Clink%20rel%3D%22stylesheet%22%20href%3D%22https%3A//maxcdn.bootstrapcdn.com/bootstrap/3.2.0/css/bootstrap.min.css%22/%3E%0A%20%20%20%20%3Clink%20rel%3D%22stylesheet%22%20href%3D%22https%3A//maxcdn.bootstrapcdn.com/bootstrap/3.2.0/css/bootstrap-theme.min.css%22/%3E%0A%20%20%20%20%3Clink%20rel%3D%22stylesheet%22%20href%3D%22https%3A//maxcdn.bootstrapcdn.com/font-awesome/4.6.3/css/font-awesome.min.css%22/%3E%0A%20%20%20%20%3Clink%20rel%3D%22stylesheet%22%20href%3D%22https%3A//cdnjs.cloudflare.com/ajax/libs/Leaflet.awesome-markers/2.0.2/leaflet.awesome-markers.css%22/%3E%0A%20%20%20%20%3Clink%20rel%3D%22stylesheet%22%20href%3D%22https%3A//cdn.jsdelivr.net/gh/python-visualization/folium/folium/templates/leaflet.awesome.rotate.min.css%22/%3E%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20%3Cmeta%20name%3D%22viewport%22%20content%3D%22width%3Ddevice-width%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20initial-scale%3D1.0%2C%20maximum-scale%3D1.0%2C%20user-scalable%3Dno%22%20/%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%3Cstyle%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%23map_958dbe81645044a1a2bf16744956f9a2%20%7B%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20position%3A%20relative%3B%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20width%3A%20100.0%25%3B%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20height%3A%20100.0%25%3B%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20left%3A%200.0%25%3B%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20top%3A%200.0%25%3B%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%3C/style%3E%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%3Cscript%20src%3D%22https%3A//cdnjs.cloudflare.com/ajax/libs/leaflet.markercluster/1.1.0/leaflet.markercluster.js%22%3E%3C/script%3E%0A%20%20%20%20%3Clink%20rel%3D%22stylesheet%22%20href%3D%22https%3A//cdnjs.cloudflare.com/ajax/libs/leaflet.markercluster/1.1.0/MarkerCluster.css%22/%3E%0A%20%20%20%20%3Clink%20rel%3D%22stylesheet%22%20href%3D%22https%3A//cdnjs.cloudflare.com/ajax/libs/leaflet.markercluster/1.1.0/MarkerCluster.Default.css%22/%3E%0A%3C/head%3E%0A%3Cbody%3E%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20%3Cdiv%20class%3D%22folium-map%22%20id%3D%22map_958dbe81645044a1a2bf16744956f9a2%22%20%3E%3C/div%3E%0A%20%20%20%20%20%20%20%20%0A%3C/body%3E%0A%3Cscript%3E%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20map_958dbe81645044a1a2bf16744956f9a2%20%3D%20L.map%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%22map_958dbe81645044a1a2bf16744956f9a2%22%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20center%3A%20%5B35.12782926829268%2C%20-18.791975609756097%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20crs%3A%20L.CRS.EPSG3857%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20zoom%3A%205%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20zoomControl%3A%20true%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20preferCanvas%3A%20false%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%0A%20%20%20%20%20%20%20%20%20%20%20%20%0A%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20tile_layer_e8c1a3e8b62e48d9953fd1cc12dacaf7%20%3D%20L.tileLayer%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%22https%3A//stamen-tiles-%7Bs%7D.a.ssl.fastly.net/terrain/%7Bz%7D/%7Bx%7D/%7By%7D.jpg%22%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22attribution%22%3A%20%22Map%20tiles%20by%20%5Cu003ca%20href%3D%5C%22http%3A//stamen.com%5C%22%5Cu003eStamen%20Design%5Cu003c/a%5Cu003e%2C%20under%20%5Cu003ca%20href%3D%5C%22http%3A//creativecommons.org/licenses/by/3.0%5C%22%5Cu003eCC%20BY%203.0%5Cu003c/a%5Cu003e.%20Data%20by%20%5Cu0026copy%3B%20%5Cu003ca%20href%3D%5C%22http%3A//openstreetmap.org%5C%22%5Cu003eOpenStreetMap%5Cu003c/a%5Cu003e%2C%20under%20%5Cu003ca%20href%3D%5C%22http%3A//creativecommons.org/licenses/by-sa/3.0%5C%22%5Cu003eCC%20BY%20SA%5Cu003c/a%5Cu003e.%22%2C%20%22detectRetina%22%3A%20false%2C%20%22maxNativeZoom%22%3A%2018%2C%20%22maxZoom%22%3A%2018%2C%20%22minZoom%22%3A%200%2C%20%22noWrap%22%3A%20false%2C%20%22opacity%22%3A%201%2C%20%22subdomains%22%3A%20%22abc%22%2C%20%22tms%22%3A%20false%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28map_958dbe81645044a1a2bf16744956f9a2%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_cluster_34c8893340e144188ef3810b78158e38%20%3D%20L.markerClusterGroup%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%20%20%20%20map_958dbe81645044a1a2bf16744956f9a2.addLayer%28marker_cluster_34c8893340e144188ef3810b78158e38%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_8fb9a6ddf721433bb132018d1cbc0ef9%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B35.601%2C%20-17.383%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_34c8893340e144188ef3810b78158e38%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_8fb9a6ddf721433bb132018d1cbc0ef9.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-01%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206902663_124%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206902663%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2035.601%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-17.383%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_9440d25328ba476da6267908b4b4e509%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B35.83%2C%20-17.071%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_34c8893340e144188ef3810b78158e38%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_9440d25328ba476da6267908b4b4e509.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-11%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206902663_125%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206902663%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2035.83%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-17.071%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_607a948d68c84155bbfbe37f8009c555%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B35.982%2C%20-16.892%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_34c8893340e144188ef3810b78158e38%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_607a948d68c84155bbfbe37f8009c555.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-21%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206902663_126%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206902663%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2035.982%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-16.892%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_cluster_26e198baf2824a9fb5ba26278576bf94%20%3D%20L.markerClusterGroup%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%20%20%20%20map_958dbe81645044a1a2bf16744956f9a2.addLayer%28marker_cluster_26e198baf2824a9fb5ba26278576bf94%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_077df100a7e34c67acd6c369e91e2c92%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B37.707%2C%20-12.812%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_26e198baf2824a9fb5ba26278576bf94%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_077df100a7e34c67acd6c369e91e2c92.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-02%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206901260_49%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206901260%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2037.707%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-12.812%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_470231ee6dc8413ebd996a69c4100874%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B37.905%2C%20-12.887%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_26e198baf2824a9fb5ba26278576bf94%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_470231ee6dc8413ebd996a69c4100874.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-07%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206901260_50%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206901260%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2037.905%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-12.887%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_64ff3aadadef4c92905c6913a1069c26%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B38.047%2C%20-12.982%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_26e198baf2824a9fb5ba26278576bf94%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_64ff3aadadef4c92905c6913a1069c26.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-12%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206901260_51%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206901260%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2038.047%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-12.982%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_81f63c88c19f4e92945f9df34fc1f386%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B38.266%2C%20-13.092%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_26e198baf2824a9fb5ba26278576bf94%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_81f63c88c19f4e92945f9df34fc1f386.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-17%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206901260_52%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206901260%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2038.266%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-13.092%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_cc3230e1dcbe4a0da84067ef608a678e%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B38.378%2C%20-13.146%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_26e198baf2824a9fb5ba26278576bf94%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_cc3230e1dcbe4a0da84067ef608a678e.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-22%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206901260_53%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206901260%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2038.378%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-13.146%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_07a5db2ae59d4928ad2e8ee3a4d9564d%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B38.484%2C%20-13.265%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_26e198baf2824a9fb5ba26278576bf94%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_07a5db2ae59d4928ad2e8ee3a4d9564d.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-27%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206901260_54%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206901260%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2038.484%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-13.265%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_cluster_f665b8b5759b4a4eb313602769734334%20%3D%20L.markerClusterGroup%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%20%20%20%20map_958dbe81645044a1a2bf16744956f9a2.addLayer%28marker_cluster_f665b8b5759b4a4eb313602769734334%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_f9c6030177a44081b0df5d7cc78bd64b%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B32.254%2C%20-21.083%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_f665b8b5759b4a4eb313602769734334%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_f9c6030177a44081b0df5d7cc78bd64b.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-02%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206901143_228%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206901143%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2032.254%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-21.083%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_84d9d28245414425851c7299c229bb7a%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B32.474%2C%20-21.206%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_f665b8b5759b4a4eb313602769734334%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_84d9d28245414425851c7299c229bb7a.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-12%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206901143_229%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206901143%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2032.474%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-21.206%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_5cfe443f516349c3a526856528553e65%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B32.88%2C%20-21.136%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_f665b8b5759b4a4eb313602769734334%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_5cfe443f516349c3a526856528553e65.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-22%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206901143_230%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206901143%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2032.88%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-21.136%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_cluster_950d0cb38771485c97fc4aea2bfa868f%20%3D%20L.markerClusterGroup%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%20%20%20%20map_958dbe81645044a1a2bf16744956f9a2.addLayer%28marker_cluster_950d0cb38771485c97fc4aea2bfa868f%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_2caff2ac98294888ae7fdf8664dcebff%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B34.985%2C%20-18.411%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_950d0cb38771485c97fc4aea2bfa868f%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_2caff2ac98294888ae7fdf8664dcebff.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-02%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206902664_124%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206902664%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2034.985%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-18.411%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_ce5fbf07a7f14201b210e1c4110cc202%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B35.057%2C%20-18.198%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_950d0cb38771485c97fc4aea2bfa868f%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_ce5fbf07a7f14201b210e1c4110cc202.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-12%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206902664_125%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206902664%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2035.057%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-18.198%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_c8429397512c4246aa503c2e8618505c%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B35.114%2C%20-18.099%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_950d0cb38771485c97fc4aea2bfa868f%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_c8429397512c4246aa503c2e8618505c.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-22%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206902664_126%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206902664%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2035.114%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-18.099%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_cluster_4a7850cc0c704ea58a70ed81d2b53721%20%3D%20L.markerClusterGroup%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%20%20%20%20map_958dbe81645044a1a2bf16744956f9a2.addLayer%28marker_cluster_4a7850cc0c704ea58a70ed81d2b53721%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_fd93e6a433a042fd9a6a0270f071d40f%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B37.556%2C%20-22.429%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_4a7850cc0c704ea58a70ed81d2b53721%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_fd93e6a433a042fd9a6a0270f071d40f.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-04%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%203901643_43%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%203901643%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2037.556%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-22.429%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_6c11da0a9e9844d68463661057f8aeb5%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B37.542%2C%20-22.706%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_4a7850cc0c704ea58a70ed81d2b53721%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_6c11da0a9e9844d68463661057f8aeb5.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-14%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%203901643_44%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%203901643%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2037.542%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-22.706%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_bd6fad962df34c96a58ca12259a5906e%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B37.358%2C%20-23.115%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_4a7850cc0c704ea58a70ed81d2b53721%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_bd6fad962df34c96a58ca12259a5906e.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-24%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%203901643_45%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%203901643%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2037.358%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-23.115%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_cluster_2e48bbabc35f498bae30faade6d90d0a%20%3D%20L.markerClusterGroup%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%20%20%20%20map_958dbe81645044a1a2bf16744956f9a2.addLayer%28marker_cluster_2e48bbabc35f498bae30faade6d90d0a%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_7b410a6a00624e59b96afa99b96e4060%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B35.316%2C%20-15.286%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_2e48bbabc35f498bae30faade6d90d0a%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_7b410a6a00624e59b96afa99b96e4060.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-05%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%203901942_48%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%203901942%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2035.316%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-15.286%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_09201bd64d3c4e2c8238cb1e7663d5be%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B34.976%2C%20-15.739%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_2e48bbabc35f498bae30faade6d90d0a%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_09201bd64d3c4e2c8238cb1e7663d5be.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-15%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%203901942_49%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%203901942%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2034.976%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-15.739%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_05908e83bf084516a8e65134ede93ba6%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B35.402%2C%20-14.963%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_2e48bbabc35f498bae30faade6d90d0a%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_05908e83bf084516a8e65134ede93ba6.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-25%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%203901942_50%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%203901942%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2035.402%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-14.963%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_cluster_126dec1b6bba4ecf9f15817369e3f35d%20%3D%20L.markerClusterGroup%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%20%20%20%20map_958dbe81645044a1a2bf16744956f9a2.addLayer%28marker_cluster_126dec1b6bba4ecf9f15817369e3f35d%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_e756c2c6e3334503b131413ca3c38804%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B34.228%2C%20-17.967%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_126dec1b6bba4ecf9f15817369e3f35d%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_e756c2c6e3334503b131413ca3c38804.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-06%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206901262_22%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206901262%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2034.228%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-17.967%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_8ab33e154431467a9a1de773698c336a%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B34.223%2C%20-17.725%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_126dec1b6bba4ecf9f15817369e3f35d%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_8ab33e154431467a9a1de773698c336a.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-16%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206901262_23%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206901262%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2034.223%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-17.725%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_46097d6389a34b2486df3a53530d6403%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B34.302%2C%20-17.474%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_126dec1b6bba4ecf9f15817369e3f35d%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_46097d6389a34b2486df3a53530d6403.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-26%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206901262_24%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206901262%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2034.302%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-17.474%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_cluster_8e53a585056a4905ab4d5f94f521b6fd%20%3D%20L.markerClusterGroup%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%20%20%20%20map_958dbe81645044a1a2bf16744956f9a2.addLayer%28marker_cluster_8e53a585056a4905ab4d5f94f521b6fd%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_36b4f276f15f4a2ea28f73847421f4af%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B33.428%2C%20-19.904%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_8e53a585056a4905ab4d5f94f521b6fd%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_36b4f276f15f4a2ea28f73847421f4af.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-06%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%203901932_22%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%203901932%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2033.428%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-19.904%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_eaade7a822dd430685ebf9b5055c7015%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B34.101%2C%20-19.081%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_8e53a585056a4905ab4d5f94f521b6fd%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_eaade7a822dd430685ebf9b5055c7015.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-16%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%203901932_23%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%203901932%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2034.101%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-19.081%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_3071f017c51e4d5e92c8137184e31aac%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B34.375%2C%20-18.151%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_8e53a585056a4905ab4d5f94f521b6fd%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_3071f017c51e4d5e92c8137184e31aac.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-26%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%203901932_24%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%203901932%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2034.375%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-18.151%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_cluster_a67a468b194845f0ab12b11e5ebb649f%20%3D%20L.markerClusterGroup%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%20%20%20%20map_958dbe81645044a1a2bf16744956f9a2.addLayer%28marker_cluster_a67a468b194845f0ab12b11e5ebb649f%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_b41777c191594e2693f76b7aca858799%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B34.258%2C%20-23.134%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_a67a468b194845f0ab12b11e5ebb649f%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_b41777c191594e2693f76b7aca858799.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-07%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%201901688_288%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%201901688%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2034.258%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-23.134%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_98272fd062da4ae399874a0a2d50ce8f%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B34.248%2C%20-23.137%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_a67a468b194845f0ab12b11e5ebb649f%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_98272fd062da4ae399874a0a2d50ce8f.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-08%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%201901688_289%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%201901688%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2034.248%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-23.137%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_75cea075f0a247b7a5912b5fd0c2747d%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B34.233%2C%20-23.148%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_a67a468b194845f0ab12b11e5ebb649f%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_75cea075f0a247b7a5912b5fd0c2747d.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-09%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%201901688_290%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%201901688%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2034.233%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-23.148%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_19d241fa32fa492f981780358416289d%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B34.218%2C%20-23.158%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_a67a468b194845f0ab12b11e5ebb649f%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_19d241fa32fa492f981780358416289d.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-10%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%201901688_291%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%201901688%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2034.218%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-23.158%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_975d0304f8d246b7b97a25f95284d613%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B34.136%2C%20-23.272%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_a67a468b194845f0ab12b11e5ebb649f%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_975d0304f8d246b7b97a25f95284d613.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-19%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%201901688_292%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%201901688%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2034.136%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-23.272%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_05891d5c2ca74dedad99c14a4e36d98f%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B34.206%2C%20-23.403%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_a67a468b194845f0ab12b11e5ebb649f%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_05891d5c2ca74dedad99c14a4e36d98f.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-29%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%201901688_293%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%201901688%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2034.206%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-23.403%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_cluster_60ec54aeeb4240de98ecb9cef2750c41%20%3D%20L.markerClusterGroup%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%20%20%20%20map_958dbe81645044a1a2bf16744956f9a2.addLayer%28marker_cluster_60ec54aeeb4240de98ecb9cef2750c41%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_1e2fbbee165c485a98586b1900683a93%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B33.144%2C%20-23.798%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_60ec54aeeb4240de98ecb9cef2750c41%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_1e2fbbee165c485a98586b1900683a93.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-08%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206902552_167%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206902552%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2033.144%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-23.798%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_5b23e7b4a7df4e1183580d3d9531b72e%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B33.225%2C%20-23.575%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_60ec54aeeb4240de98ecb9cef2750c41%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_5b23e7b4a7df4e1183580d3d9531b72e.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-18%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206902552_168%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206902552%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2033.225%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-23.575%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_a7f01dc331734ab984b1d8a81cccfb9d%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B33.294%2C%20-23.267%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_60ec54aeeb4240de98ecb9cef2750c41%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_a7f01dc331734ab984b1d8a81cccfb9d.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-28%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206902552_169%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206902552%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2033.294%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-23.267%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_cluster_80aa498fa3024374bb5b5edb644f5826%20%3D%20L.markerClusterGroup%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%20%20%20%20map_958dbe81645044a1a2bf16744956f9a2.addLayer%28marker_cluster_80aa498fa3024374bb5b5edb644f5826%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_87c5e1330c2f44c2ba86c58d0373a3e9%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B32.219%2C%20-12.473%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_80aa498fa3024374bb5b5edb644f5826%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_87c5e1330c2f44c2ba86c58d0373a3e9.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-10%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206901273_11%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206901273%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2032.219%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-12.473%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_1e3dcd55e8424481bf8e55b76f1cd332%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B32.181%2C%20-12.447%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_80aa498fa3024374bb5b5edb644f5826%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_1e3dcd55e8424481bf8e55b76f1cd332.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-20%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206901273_12%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206901273%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2032.181%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-12.447%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_84b9194e65ac4faebe325f1966ffd575%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B32.602%2C%20-12.737%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_80aa498fa3024374bb5b5edb644f5826%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_84b9194e65ac4faebe325f1966ffd575.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-30%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206901273_13%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206901273%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2032.602%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-12.737%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_cluster_26146f6ad9fc400eb5e4c3016bc1a988%20%3D%20L.markerClusterGroup%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%20%20%20%20map_958dbe81645044a1a2bf16744956f9a2.addLayer%28marker_cluster_26146f6ad9fc400eb5e4c3016bc1a988%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_acba2c126575493cac00e4b0dc360fc8%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B38.293%2C%20-25.507%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_26146f6ad9fc400eb5e4c3016bc1a988%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_acba2c126575493cac00e4b0dc360fc8.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-16%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206902785_54%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206902785%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2038.293%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-25.507%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20var%20marker_f43094ba95ec47fea758fd807128fe01%20%3D%20L.marker%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%5B38.213%2C%20-25.212%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29.addTo%28marker_cluster_26146f6ad9fc400eb5e4c3016bc1a988%29%3B%0A%20%20%20%20%20%20%20%20%0A%20%20%20%20%0A%20%20%20%20%20%20%20%20%20%20%20%20marker_f43094ba95ec47fea758fd807128fe01.bindTooltip%28%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%60%3Cdiv%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EDate%3C/b%3E%3A%202019-01-26%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EProfile%20ID%3C/b%3E%3A%206902785_55%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3EPlatform%20ID%3C/b%3E%3A%206902785%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELatitude%3C/b%3E%3A%2038.213%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3Cb%3ELongitude%3C/b%3E%3A%20-25.212%3Cbr%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%3C/div%3E%60%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%20%7B%22sticky%22%3A%20true%7D%0A%20%20%20%20%20%20%20%20%20%20%20%20%29%3B%0A%20%20%20%20%20%20%20%20%0A%3C/script%3E onload=\"this.contentDocument.open();this.contentDocument.write(    decodeURIComponent(this.getAttribute('data-html')));this.contentDocument.close();\" allowfullscreen webkitallowfullscreen mozallowfullscreen></iframe></div></div>"
      ],
      "text/plain": [
       "<folium.folium.Map at 0x199c77370>"
      ]
     },
     "metadata": {},
     "output_type": "display_data"
    }
   ],
   "source": [
    "def _get_tooltip(profile: dict):\n",
    "    return \"\"\"<b>Date</b>: {date}<br>\n",
    "              <b>Profile ID</b>: {_id}<br>\n",
    "              <b>Platform ID</b>: {platform_number}<br>\n",
    "              <b>Latitude</b>: {lat}<br>\n",
    "              <b>Longitude</b>: {lon}<br>\"\"\".format(**profile)\n",
    "\n",
    "\n",
    "m = folium.Map(location=[argo_df['lat'].mean(), argo_df['lon'].mean()], \n",
    "               tiles=\"Stamen Terrain\",\n",
    "               zoom_start=5, )\n",
    "\n",
    "# Loop over list of unique platform_numbers (floats)\n",
    "unique_argo_platform_numbers = argo_df.platform_number.unique().tolist()\n",
    "\n",
    "for i, platform in enumerate(unique_argo_platform_numbers):\n",
    "    # Get row(s) for the current platform\n",
    "    p = argo_df[argo_df['platform_number']==platform]\n",
    "    # Make an empty marker cluster to add to the map widget\n",
    "    cluster = MarkerCluster(name=p['platform_number'])\n",
    "    # Make markers in a loop and add to the cluster:\n",
    "    for c in p['cycle_number'].tolist():\n",
    "        # Select the row for the current profile ('cycle')\n",
    "        profile = p[p['cycle_number']==c].iloc[0]\n",
    "        # Create a new marker and add it to the cluster\n",
    "        cluster.add_child(folium.Marker(\n",
    "            location=[profile['lat'], profile['lon']],\n",
    "            tooltip=_get_tooltip(profile.to_dict())))\n",
    "    m.add_child(cluster)\n",
    "\n",
    "display(m)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "7d2a53f4",
   "metadata": {},
   "source": [
    "#### Reformat profile data into data frames\n",
    "\n",
    "The in situ measurements temperature, pressure, and salinity readings collected during each profile are returned inside the JSON response.\n",
    "\n",
    "The format of the *measurements* field is perfect for conversion to *pandas* data frames. Apply *pandas.DataFrame* over the entire measurements column to make a pandas.Series of data frames, and replace the existing content in the *measurements* column:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 12,
   "id": "1f1c49b1",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:34.642588Z",
     "start_time": "2021-03-15T21:08:34.601923Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>temp</th>\n",
       "      <th>pres</th>\n",
       "      <th>psal</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>count</th>\n",
       "      <td>105.000000</td>\n",
       "      <td>105.000000</td>\n",
       "      <td>105.000000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>mean</th>\n",
       "      <td>11.579429</td>\n",
       "      <td>794.390476</td>\n",
       "      <td>35.832990</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>std</th>\n",
       "      <td>4.726514</td>\n",
       "      <td>655.512828</td>\n",
       "      <td>0.433002</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>min</th>\n",
       "      <td>4.053000</td>\n",
       "      <td>6.000000</td>\n",
       "      <td>35.073000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>25%</th>\n",
       "      <td>8.096000</td>\n",
       "      <td>146.000000</td>\n",
       "      <td>35.597000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>50%</th>\n",
       "      <td>10.885000</td>\n",
       "      <td>713.000000</td>\n",
       "      <td>35.765000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>75%</th>\n",
       "      <td>15.750000</td>\n",
       "      <td>1363.000000</td>\n",
       "      <td>36.128000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>max</th>\n",
       "      <td>18.418000</td>\n",
       "      <td>2010.000000</td>\n",
       "      <td>36.504000</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "             temp         pres        psal\n",
       "count  105.000000   105.000000  105.000000\n",
       "mean    11.579429   794.390476   35.832990\n",
       "std      4.726514   655.512828    0.433002\n",
       "min      4.053000     6.000000   35.073000\n",
       "25%      8.096000   146.000000   35.597000\n",
       "50%     10.885000   713.000000   35.765000\n",
       "75%     15.750000  1363.000000   36.128000\n",
       "max     18.418000  2010.000000   36.504000"
      ]
     },
     "execution_count": 12,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "argo_df['measurements'] = argo_df['measurements'].apply(pd.DataFrame).tolist()\n",
    "\n",
    "# Print statistical summary of the table content:\n",
    "argo_df.iloc[0].measurements.describe()"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "bbc50009",
   "metadata": {},
   "source": [
    "**Plot temperature at the minimum pressure for each profile**\n",
    "\n",
    "This cell applies a lambda over the measurements column to slice the row corresponding to the minimum pressure bin for each profile and returns the corresponding temperature measurement:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 13,
   "id": "c1c9f238",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:35.174348Z",
     "start_time": "2021-03-15T21:08:34.982114Z"
    }
   },
   "outputs": [
    {
     "data": {
      "image/png": "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\n",
      "text/plain": [
       "<Figure size 1152x288 with 1 Axes>"
      ]
     },
     "metadata": {
      "needs_background": "light"
     },
     "output_type": "display_data"
    }
   ],
   "source": [
    "def _get_prof_temp_at_pres_min(x):\n",
    "    return x[x['pres']==x['pres'].min()]['temp'].item()\n",
    "\n",
    "# Apply the fuunction over the column of measurements tables\n",
    "argo_df['temp_at_pres_min'] = argo_df['measurements'].apply(_get_prof_temp_at_pres_min).tolist()\n",
    "\n",
    "# Plot temperature measured nearest to the sea surface for each profile \n",
    "argo_df.plot.scatter(x=\"datetime\", y=\"temp_at_pres_min\", figsize=(16, 4))\n",
    "plt.title(\"~Daily temperature at minimum pressure across ~40 argo profiles\")\n",
    "plt.xlabel(None)\n",
    "plt.ylabel(\"Temperature (degrees C)\")\n",
    "plt.ylim(15.5, 20.5)\n",
    "plt.grid(alpha=0.25)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "b083eda7",
   "metadata": {},
   "source": [
    "#### Select an *Argo of Interest* and its *platform_number*\n",
    "\n",
    "See which floats had the most profiles within our timeframe/area of interest:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 14,
   "id": "126063dc",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:35.489461Z",
     "start_time": "2021-03-15T21:08:35.482988Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/plain": [
       "platform_number\n",
       "1901688    6\n",
       "3901643    3\n",
       "3901932    3\n",
       "3901942    3\n",
       "6901143    3\n",
       "6901260    6\n",
       "6901262    3\n",
       "6901273    3\n",
       "6902552    3\n",
       "6902663    3\n",
       "6902664    3\n",
       "6902785    2\n",
       "Name: cycle_number, dtype: int64"
      ]
     },
     "execution_count": 14,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "argo_df.groupby(\"platform_number\").count()['cycle_number']"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "e49494f6",
   "metadata": {},
   "source": [
    "Choose a float with six profiles to study further during the remainder of the notebook."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 15,
   "id": "64ab8834",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:35.960685Z",
     "start_time": "2021-03-15T21:08:35.918266Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>pres_max_for_TEMP</th>\n",
       "      <th>pres_min_for_TEMP</th>\n",
       "      <th>pres_max_for_PSAL</th>\n",
       "      <th>pres_min_for_PSAL</th>\n",
       "      <th>max_pres</th>\n",
       "      <th>date_qc</th>\n",
       "      <th>lat</th>\n",
       "      <th>lon</th>\n",
       "      <th>position_qc</th>\n",
       "      <th>cycle_number</th>\n",
       "      <th>platform_number</th>\n",
       "      <th>BASIN</th>\n",
       "      <th>temp_at_pres_min</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>count</th>\n",
       "      <td>6.000000</td>\n",
       "      <td>6.0</td>\n",
       "      <td>6.000000</td>\n",
       "      <td>6.0</td>\n",
       "      <td>6.000000</td>\n",
       "      <td>6.0</td>\n",
       "      <td>6.000000</td>\n",
       "      <td>6.000000</td>\n",
       "      <td>6.0</td>\n",
       "      <td>6.000000</td>\n",
       "      <td>6.0</td>\n",
       "      <td>6.0</td>\n",
       "      <td>6.000000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>mean</th>\n",
       "      <td>1992.666667</td>\n",
       "      <td>6.0</td>\n",
       "      <td>1992.666667</td>\n",
       "      <td>6.0</td>\n",
       "      <td>1992.666667</td>\n",
       "      <td>1.0</td>\n",
       "      <td>38.131167</td>\n",
       "      <td>-13.030667</td>\n",
       "      <td>1.0</td>\n",
       "      <td>51.500000</td>\n",
       "      <td>6901260.0</td>\n",
       "      <td>1.0</td>\n",
       "      <td>16.921000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>std</th>\n",
       "      <td>21.500388</td>\n",
       "      <td>0.0</td>\n",
       "      <td>21.500388</td>\n",
       "      <td>0.0</td>\n",
       "      <td>21.500388</td>\n",
       "      <td>0.0</td>\n",
       "      <td>0.297238</td>\n",
       "      <td>0.168997</td>\n",
       "      <td>0.0</td>\n",
       "      <td>1.870829</td>\n",
       "      <td>0.0</td>\n",
       "      <td>0.0</td>\n",
       "      <td>0.495337</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>min</th>\n",
       "      <td>1961.000000</td>\n",
       "      <td>6.0</td>\n",
       "      <td>1961.000000</td>\n",
       "      <td>6.0</td>\n",
       "      <td>1961.000000</td>\n",
       "      <td>1.0</td>\n",
       "      <td>37.707000</td>\n",
       "      <td>-13.265000</td>\n",
       "      <td>1.0</td>\n",
       "      <td>49.000000</td>\n",
       "      <td>6901260.0</td>\n",
       "      <td>1.0</td>\n",
       "      <td>16.153000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>25%</th>\n",
       "      <td>1980.500000</td>\n",
       "      <td>6.0</td>\n",
       "      <td>1980.500000</td>\n",
       "      <td>6.0</td>\n",
       "      <td>1980.500000</td>\n",
       "      <td>1.0</td>\n",
       "      <td>37.940500</td>\n",
       "      <td>-13.132500</td>\n",
       "      <td>1.0</td>\n",
       "      <td>50.250000</td>\n",
       "      <td>6901260.0</td>\n",
       "      <td>1.0</td>\n",
       "      <td>16.643250</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>50%</th>\n",
       "      <td>1994.500000</td>\n",
       "      <td>6.0</td>\n",
       "      <td>1994.500000</td>\n",
       "      <td>6.0</td>\n",
       "      <td>1994.500000</td>\n",
       "      <td>1.0</td>\n",
       "      <td>38.156500</td>\n",
       "      <td>-13.037000</td>\n",
       "      <td>1.0</td>\n",
       "      <td>51.500000</td>\n",
       "      <td>6901260.0</td>\n",
       "      <td>1.0</td>\n",
       "      <td>17.014000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>75%</th>\n",
       "      <td>2010.750000</td>\n",
       "      <td>6.0</td>\n",
       "      <td>2010.750000</td>\n",
       "      <td>6.0</td>\n",
       "      <td>2010.750000</td>\n",
       "      <td>1.0</td>\n",
       "      <td>38.350000</td>\n",
       "      <td>-12.910750</td>\n",
       "      <td>1.0</td>\n",
       "      <td>52.750000</td>\n",
       "      <td>6901260.0</td>\n",
       "      <td>1.0</td>\n",
       "      <td>17.263250</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>max</th>\n",
       "      <td>2014.000000</td>\n",
       "      <td>6.0</td>\n",
       "      <td>2014.000000</td>\n",
       "      <td>6.0</td>\n",
       "      <td>2014.000000</td>\n",
       "      <td>1.0</td>\n",
       "      <td>38.484000</td>\n",
       "      <td>-12.812000</td>\n",
       "      <td>1.0</td>\n",
       "      <td>54.000000</td>\n",
       "      <td>6901260.0</td>\n",
       "      <td>1.0</td>\n",
       "      <td>17.479000</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "       pres_max_for_TEMP  pres_min_for_TEMP  pres_max_for_PSAL  \\\n",
       "count           6.000000                6.0           6.000000   \n",
       "mean         1992.666667                6.0        1992.666667   \n",
       "std            21.500388                0.0          21.500388   \n",
       "min          1961.000000                6.0        1961.000000   \n",
       "25%          1980.500000                6.0        1980.500000   \n",
       "50%          1994.500000                6.0        1994.500000   \n",
       "75%          2010.750000                6.0        2010.750000   \n",
       "max          2014.000000                6.0        2014.000000   \n",
       "\n",
       "       pres_min_for_PSAL     max_pres  date_qc        lat        lon  \\\n",
       "count                6.0     6.000000      6.0   6.000000   6.000000   \n",
       "mean                 6.0  1992.666667      1.0  38.131167 -13.030667   \n",
       "std                  0.0    21.500388      0.0   0.297238   0.168997   \n",
       "min                  6.0  1961.000000      1.0  37.707000 -13.265000   \n",
       "25%                  6.0  1980.500000      1.0  37.940500 -13.132500   \n",
       "50%                  6.0  1994.500000      1.0  38.156500 -13.037000   \n",
       "75%                  6.0  2010.750000      1.0  38.350000 -12.910750   \n",
       "max                  6.0  2014.000000      1.0  38.484000 -12.812000   \n",
       "\n",
       "       position_qc  cycle_number  platform_number  BASIN  temp_at_pres_min  \n",
       "count          6.0      6.000000              6.0    6.0          6.000000  \n",
       "mean           1.0     51.500000        6901260.0    1.0         16.921000  \n",
       "std            0.0      1.870829              0.0    0.0          0.495337  \n",
       "min            1.0     49.000000        6901260.0    1.0         16.153000  \n",
       "25%            1.0     50.250000        6901260.0    1.0         16.643250  \n",
       "50%            1.0     51.500000        6901260.0    1.0         17.014000  \n",
       "75%            1.0     52.750000        6901260.0    1.0         17.263250  \n",
       "max            1.0     54.000000        6901260.0    1.0         17.479000  "
      ]
     },
     "execution_count": 15,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "target_argo = 6901260\n",
    "\n",
    "# Select rows (profiles) for the desired platform:\n",
    "argo_skinny = argo_df[argo_df.platform_number==target_argo].copy()\n",
    "\n",
    "argo_skinny.describe()"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "9e5d9a0b",
   "metadata": {},
   "source": [
    "## Access *sea surface temperature* from MODIS\n",
    "\n",
    "The user guide for MODIS Level 2 Sea Surface Temperature (SST) from GHRSST is available on the PO.DAAC Drive: https://podaac-tools.jpl.nasa.gov/drive/files/OceanTemperature/ghrsst/docs/GDS20r5.pdf\n",
    "\n",
    "We will access L2 SST data for our AOI and time period of interest by submitting two subset requests to the [Harmony API](https://harmony.earthdata.nasa.gov/).\n",
    "\n",
    "**Redefine the AOI to the minimum XY bounds of selected profiles**\n",
    "\n",
    "Simply replace the *`aoi_*`* Python variables with min/max of the *lat* and *lon* columns in the new *argo_skinny* data frame:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 16,
   "id": "27f8a42a",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:36.313559Z",
     "start_time": "2021-03-15T21:08:36.308456Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/plain": [
       "(-13.265, 37.707, -12.812, 38.484)"
      ]
     },
     "execution_count": 16,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "aoi_minlon = argo_skinny.lon.min()\n",
    "aoi_maxlon = argo_skinny.lon.max()\n",
    "aoi_minlat = argo_skinny.lat.min()\n",
    "aoi_maxlat = argo_skinny.lat.max()\n",
    "\n",
    "aoi_minlon, aoi_minlat, aoi_maxlon, aoi_maxlat"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "f32c077d",
   "metadata": {},
   "source": [
    "**Search the Common Metadata Repository (CMR) for its unique *concept-id***\n",
    "\n",
    "The API requires a dataset identifier that we must obtain from CMR. In the next cell, submit a request to the CMR API to grab the metadata for to the dataset/collection."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 17,
   "id": "37c311c2",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:37.076361Z",
     "start_time": "2021-03-15T21:08:36.696876Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/plain": [
       "'C1940473819-POCLOUD'"
      ]
     },
     "execution_count": 17,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "modis_results = requests.get(\n",
    "    url='https://cmr.earthdata.nasa.gov/search/collections.umm_json', \n",
    "    params={'provider': \"POCLOUD\",\n",
    "            'ShortName': \"MODIS_A-JPL-L2P-v2019.0\",\n",
    "            'token': _token}\n",
    ").json()\n",
    "\n",
    "# Select the first/only record in the JSON response:\n",
    "modis_coll = modis_results['items'][0]\n",
    "\n",
    "# Select the 'concept-id' from the 'meta' dictionary:\n",
    "modis_ccid = modis_coll['meta']['concept-id']\n",
    "\n",
    "modis_ccid"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "4c0df2d5",
   "metadata": {},
   "source": [
    "#### Request subsets from the Harmony API\n",
    "\n",
    "We will submit two requests to the [Harmony API](https://harmony.earthdata.nasa.gov/). The API is under active development, and it's therefore recommended that you test your input parameters in the [Swagger API interface](https://harmony.earthdata.nasa.gov/docs/api/#).\n",
    "\n",
    "The next cell joins the base url for the API to the concept-id obtained above. Run the cell and print the complete url to confirm:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 18,
   "id": "ef7543ce",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:37.123308Z",
     "start_time": "2021-03-15T21:08:37.120604Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "https://harmony.earthdata.nasa.gov/C1940473819-POCLOUD/ogc-api-coverages/1.0.0/collections/all/coverage/rangeset?\n"
     ]
    }
   ],
   "source": [
    "harmony_url = \"https://harmony.earthdata.nasa.gov\"\n",
    "harmony_url_modis = f\"{harmony_url}/{modis_ccid}/ogc-api-coverages/1.0.0/collections/all/coverage/rangeset?\"\n",
    "\n",
    "print(harmony_url_modis)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "eadb8f20",
   "metadata": {},
   "source": [
    "Make a dictionary of subset parameters and format the values to meet requirements of the Harmony API. (See the Swagger UI linked above for more information about those requirements.)\n",
    "\n",
    "*Note how I've commented out the `time` parameter for the second half of January.* I requested the first 15 days and then the second 15 days in two requests to get the whole month. \n",
    "\n",
    "Here we print the parameters for the first request:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 19,
   "id": "6acf2802",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:37.941220Z",
     "start_time": "2021-03-15T21:08:37.937601Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/plain": [
       "{'time': '(\"2019-01-01T00:00:00.000Z\":\"2019-01-15T23:59:59.999Z\")',\n",
       " 'lat': '(37.707:38.484)',\n",
       " 'lon': '(-13.265:-12.812)'}"
      ]
     },
     "execution_count": 19,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "harmony_params_modis1 = {\n",
    "    'time': f'(\"{start_date}T00:00:00.000Z\":\"2019-01-15T23:59:59.999Z\")',\n",
    "    'lat': f'({aoi_minlat}:{aoi_maxlat})',\n",
    "    'lon': f'({aoi_minlon}:{aoi_maxlon})',\n",
    "}\n",
    "\n",
    "harmony_params_modis2 = {\n",
    "    'time': f'(\"2019-01-16T00:00:00.000Z\":\"{end_date}T23:59:59.999Z\")',\n",
    "    'lat': f'({aoi_minlat}:{aoi_maxlat})',\n",
    "    'lon': f'({aoi_minlon}:{aoi_maxlon})',\n",
    "}\n",
    "\n",
    "harmony_params_modis1"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "81d6515d",
   "metadata": {},
   "source": [
    "Complete the url by formatting the query portion using the parameters dictionary:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 20,
   "id": "94d4f4ef",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:38.639105Z",
     "start_time": "2021-03-15T21:08:38.636070Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "https://harmony.earthdata.nasa.gov/C1940473819-POCLOUD/ogc-api-coverages/1.0.0/collections/all/coverage/rangeset?subset=time(\"2019-01-01T00:00:00.000Z\":\"2019-01-15T23:59:59.999Z\")&subset=lat(37.707:38.484)&subset=lon(-13.265:-12.812)\n"
     ]
    }
   ],
   "source": [
    "request_url_modis1 = harmony_url_modis+\"subset=time{time}&subset=lat{lat}&subset=lon{lon}\".format(**harmony_params_modis1)\n",
    "request_url_modis2 = harmony_url_modis+\"subset=time{time}&subset=lat{lat}&subset=lon{lon}\".format(**harmony_params_modis2)\n",
    "\n",
    "print(request_url_modis1)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "aa836ffe",
   "metadata": {},
   "source": [
    "#### Submit the request parameters to the Harmony API endpoint\n",
    "\n",
    "I've already submitted the two requests required to obtain full coverage for our region and timeframe of interest (the two urls in the *job_status* list below). To submit a new request, or to submit these two MODIS requests again, comment out the two items in the list like this:\n",
    "\n",
    "```python\n",
    "job_status = [\n",
    "    #'https://...'\n",
    "    #'https://...\n",
    "]\n",
    "```\n",
    "\n",
    "It should trigger new requests in the subsequent cells."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 21,
   "id": "93127bbd",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:39.787125Z",
     "start_time": "2021-03-15T21:08:39.784692Z"
    }
   },
   "outputs": [],
   "source": [
    "job_status = [    \n",
    "#    \"https://harmony.earthdata.nasa.gov/jobs/512ca343-3bfe-48c5-a480-9281b7348761\",  # First time slice\n",
    "#    \"https://harmony.earthdata.nasa.gov/jobs/5b29414d-3856-4e94-9568-01b32b02a951\",  # Second time slice\n",
    "]"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "325aed19",
   "metadata": {},
   "source": [
    "The next cell should download a JSON for your new request or from the first request that I submitted while I developed this notebook.\n",
    "\n",
    "Print the message field of the JSON response:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 22,
   "id": "30065bff",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:46.407504Z",
     "start_time": "2021-03-15T21:08:40.543604Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/plain": [
       "'The job is being processed'"
      ]
     },
     "execution_count": 22,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "request_urls_for_modis = [request_url_modis1, request_url_modis2]\n",
    "\n",
    "if len(job_status)==0:\n",
    "    # Loop over the list of request urls:\n",
    "    for r in request_urls_for_modis:\n",
    "        # Submit the request and decode the response from json string to dict:\n",
    "        response_modis = requests.get(r)\n",
    "        # If the response came back with something other than '2xx', raise an error:\n",
    "        if not response_modis.status_code // 100 == 2: \n",
    "            raise Exception(response_modis.text)\n",
    "        else:\n",
    "            response_data = response_modis.json()\n",
    "        # Append the status endpoint to the list of 'job_status' urls:\n",
    "        job_status.append(response_data['links'][0]['href'])\n",
    "else:\n",
    "    response_data = requests.get(job_status[0]).json()\n",
    "\n",
    "response_data['message']"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "a2c43e48",
   "metadata": {},
   "source": [
    "Successful requests to the API will respond with a JSON that starts like this:\n",
    "\n",
    "```json\n",
    "{\n",
    "  \"username\": \"jmcnelis\",\n",
    "  \"status\": \"running\",\n",
    "  \"message\": \"The job is being processed\",\n",
    "  \"progress\": 0,\n",
    "  \"createdAt\": \"2021-02-25T02:09:35.972Z\",\n",
    "  \"updatedAt\": \"2021-02-25T02:09:35.972Z\",\n",
    "    ...\n",
    "```\n",
    "\n",
    "The example above is truncated to the first several lines for the sake of space.\n",
    "\n",
    "**Monitor the status of an in-progress job**\n",
    "\n",
    "Select the `status` URL(s) from the list(s) of `links`:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 23,
   "id": "7d448c68",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:08:49.362801Z",
     "start_time": "2021-03-15T21:08:49.359356Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "['https://harmony.earthdata.nasa.gov/jobs/558426d1-3df4-4cc2-80dc-943d03ac5810', 'https://harmony.earthdata.nasa.gov/jobs/dafd8c06-89b5-4dd6-af1d-cacb12512101']\n"
     ]
    }
   ],
   "source": [
    "if len(job_status)==0:\n",
    "    try:\n",
    "        job_status = [l['href'] for l in response_data['links'] if l['title']==\"Job Status\"]\n",
    "    except (KeyError, IndexError) as e:\n",
    "        raise e\n",
    "\n",
    "print(job_status)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "7a3920e4",
   "metadata": {},
   "source": [
    "Run the next cell to monitor the status of as many requests as you need.\n",
    "\n",
    "It will loop over the `job_status` list and wait for all the requests to finish processing. (It terminates when the `status` field of the JSON response _does not_ contain the string `\"running\"`.)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 24,
   "id": "748fd266",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:02.192779Z",
     "start_time": "2021-03-15T21:09:06.021432Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "# Job(s) in progress (1/2)\n",
      "# Job(s) in progress (1/2)\n",
      "# Job(s) in progress (1/2)\n",
      "# Job(s) in progress (1/2)\n",
      "# Job(s) in progress (1/2)\n",
      "# Job(s) in progress (1/2)\n",
      "# Job(s) in progress (1/2)\n",
      "# Job(s) in progress (1/2)\n",
      "# Job(s) in progress (2/2)\n",
      "\n",
      "&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&\n",
      "%\t\tDONE!\n",
      "&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&\n",
      "\n"
     ]
    }
   ],
   "source": [
    "wait = 10       # The number of seconds to wait between each status check\n",
    "completed = {}  # A dict of JSON responses for completed jobs\n",
    "\n",
    "# Loop repeatedly to check job status. Wait before retrying.\n",
    "while True:\n",
    "    for j in job_status:  # Iterate over list of job urls\n",
    "        if j in completed:  # Skip if completed.\n",
    "            continue\n",
    "        # Get the current job's status as a JSON object.\n",
    "        job_data = requests.get(j).json()\n",
    "        if job_data['status']!='running':\n",
    "            completed[j] = job_data  # Add to 'completed' if finished\n",
    "    # Break loop if 'completed' dictionary contains all jobs.\n",
    "    if len(completed)==2:\n",
    "        break\n",
    "    # If still processing, print a status update and wait ten seconds.\n",
    "    print(f\"# Job(s) in progress ({len(completed)+1}/{len(job_status)})\")\n",
    "    time.sleep(wait)\n",
    "    \n",
    "print(f\"\\n{'&'*40}\\n%\\t\\tDONE!\\n{'&'*40}\\n\")"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "d5a1f056",
   "metadata": {},
   "source": [
    "The final response(s) are *massive* whenever your subset results in a large number of output granules. Print everything but the `links` here:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 25,
   "id": "a01a165f",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:18.825910Z",
     "start_time": "2021-03-15T21:11:18.822802Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "{\n",
      "  \"username\": \"jmcnelis\",\n",
      "  \"status\": \"successful\",\n",
      "  \"message\": \"The job has completed successfully\",\n",
      "  \"progress\": 100,\n",
      "  \"createdAt\": \"2021-03-15T21:08:45.844Z\",\n",
      "  \"updatedAt\": \"2021-03-15T21:10:51.310Z\",\n",
      "  \"request\": \"https://harmony.earthdata.nasa.gov/C1940473819-POCLOUD/ogc-api-coverages/1.0.0/collections/all/coverage/rangeset?subset=time(%222019-01-16T00%3A00%3A00.000Z%22%3A%222019-01-31T23%3A59%3A59.999Z%22)&subset=lat(37.707%3A38.484)&subset=lon(-13.265%3A-12.812)\",\n",
      "  \"numInputGranules\": 55,\n",
      "  \"jobID\": \"dafd8c06-89b5-4dd6-af1d-cacb12512101\"\n",
      "}\n"
     ]
    }
   ],
   "source": [
    "print(json.dumps({k:v for k, v in job_data.items() if k!=\"links\"}, indent=2))"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "c1a93637",
   "metadata": {},
   "source": [
    "Now look at the first url that points to a subset file (skip the first two because they point to other stuff about the order):"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 26,
   "id": "1ff9ce4e",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:23.520484Z",
     "start_time": "2021-03-15T21:11:23.518083Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "{\n",
      "  \"href\": \"https://harmony.earthdata.nasa.gov/service-results/harmony-prod-staging/public/podaac/l2-subsetter/80c8503e-c958-4825-b072-ccdee3f7863b/20190116023001-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4\",\n",
      "  \"title\": \"20190116023001-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4\",\n",
      "  \"type\": \"application/x-netcdf4\",\n",
      "  \"rel\": \"data\",\n",
      "  \"bbox\": [\n",
      "    -13.3,\n",
      "    37.7,\n",
      "    -12.8,\n",
      "    38.5\n",
      "  ],\n",
      "  \"temporal\": {\n",
      "    \"start\": \"2019-01-16T02:30:01.000Z\",\n",
      "    \"end\": \"2019-01-16T02:34:59.000Z\"\n",
      "  }\n",
      "}\n"
     ]
    }
   ],
   "source": [
    "print(json.dumps(job_data['links'][2], indent=2))"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "40443986",
   "metadata": {},
   "source": [
    "This cell collects all the output links (Python dicts) from our requests in a list and prints the total number of outputs:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 27,
   "id": "707c97f6",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:27.735502Z",
     "start_time": "2021-03-15T21:11:27.732640Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "74\n"
     ]
    }
   ],
   "source": [
    "job_links = []\n",
    "\n",
    "for j in list(completed.values()):\n",
    "    for l in j['links']:\n",
    "        if l['href'].endswith(\"subsetted.nc4\"):\n",
    "            job_links.append(l)\n",
    "\n",
    "print(len(job_links))"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "5fe606d6",
   "metadata": {},
   "source": [
    "##### Prepare subset data for further analysis\n",
    "\n",
    "Get the subset metadata as `pandas.DataFrame`. We can use *apply* logic to calculate stats over the time series in subsequent steps. Print the number of rows to confirm. (Should match above)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 28,
   "id": "daf340b7",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:28.814911Z",
     "start_time": "2021-03-15T21:11:28.811051Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "74\n"
     ]
    }
   ],
   "source": [
    "subsets_df = pd.DataFrame(data=[{**l, **l['temporal']} for l in job_links])\n",
    "\n",
    "print(subsets_df.index.size)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "df28a78e",
   "metadata": {},
   "source": [
    "**Select day/drop night observations**\n",
    "\n",
    "Add a day/night flag column to the table. Apply a function over the `href` column to check the source filename for a string indicating day/night for the swath:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 29,
   "id": "c407369d",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:29.427130Z",
     "start_time": "2021-03-15T21:11:29.416076Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "<class 'pandas.core.frame.DataFrame'>\n",
      "RangeIndex: 74 entries, 0 to 73\n",
      "Data columns (total 9 columns):\n",
      " #   Column    Non-Null Count  Dtype \n",
      "---  ------    --------------  ----- \n",
      " 0   href      74 non-null     object\n",
      " 1   title     74 non-null     object\n",
      " 2   type      74 non-null     object\n",
      " 3   rel       74 non-null     object\n",
      " 4   bbox      74 non-null     object\n",
      " 5   temporal  74 non-null     object\n",
      " 6   start     74 non-null     object\n",
      " 7   end       74 non-null     object\n",
      " 8   daytime   74 non-null     bool  \n",
      "dtypes: bool(1), object(8)\n",
      "memory usage: 4.8+ KB\n"
     ]
    }
   ],
   "source": [
    "subsets_df['daytime'] = subsets_df['href'].apply(lambda x: 'MODIS_A-N' not in x)\n",
    "\n",
    "subsets_df.info()"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "9cb62b1f",
   "metadata": {},
   "source": [
    "And finally, reformat the *start* timestamps as a new column containing pandas datetime objects instead of strings. Then, add one more column containing a date object (rather than the full datetime timestamp) which we'll use to aggregate the data before plotting."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 30,
   "id": "a4fadd5f",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:30.052517Z",
     "start_time": "2021-03-15T21:11:30.046937Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/plain": [
       "datetime.date(2019, 1, 1)"
      ]
     },
     "execution_count": 30,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "# Add new 'datetime' column so that we aren't working with strings:\n",
    "subsets_df['datetime'] = pd.to_datetime(subsets_df['start'])\n",
    "\n",
    "# Add new 'date' column for aggregation during the final steps of the workflow:\n",
    "subsets_df['date'] = subsets_df.datetime.apply(lambda x: x.date()).tolist()\n",
    "\n",
    "subsets_df.date.iloc[0]"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "7db22698",
   "metadata": {},
   "source": [
    "### Accessing outputs from your subset request\n",
    "\n",
    "Now we will download all the netCDF subsets to the local workspace. (I'm inside AWS as I develop this ipynb.) Set a target directory and create it if needed:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 31,
   "id": "4534601f",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:30.530313Z",
     "start_time": "2021-03-15T21:11:30.400937Z"
    }
   },
   "outputs": [],
   "source": [
    "target_dir = f\"resources/data/\"\n",
    "\n",
    "!mkdir -p $target_dir"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "117803b4",
   "metadata": {},
   "source": [
    "This function should handle downloads reliably--test by downloading the first netCDF subset from our table (*subsets_df*):"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 32,
   "id": "54084bfc",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:30.749873Z",
     "start_time": "2021-03-15T21:11:30.742862Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "# File already exists. Skipping...\n",
      "(20190101031001-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "The first file downloaded successfully: True\n"
     ]
    }
   ],
   "source": [
    "def download_target_file(url: str, force: bool=False):\n",
    "    # Determine the target path for the download\n",
    "    target_file = join(target_dir, basename(url))\n",
    "    if isfile(target_file) and force is False:\n",
    "        print(f\"# File already exists. Skipping...\\n({basename(url)})\\n\")\n",
    "        return\n",
    "    print(f\"# File downloading...\\n({basename(url)})\\n\")\n",
    "    # Open a remote connection for download stream/write to disk:\n",
    "    with requests.get(url) as r:\n",
    "        # Raise exception if response has status other than '2xx':\n",
    "        if not r.status_code // 100 == 2: \n",
    "            raise Exception(r.text)\n",
    "        else:\n",
    "            # Otherwise write the file to disk:\n",
    "            with open(target_file, 'wb') as f:\n",
    "                for chunk in r.iter_content(chunk_size=1024):\n",
    "                    if chunk:\n",
    "                        f.write(chunk)\n",
    "                        \n",
    "\n",
    "# Test the download function by passing the URL for the first subset in the `subsets` table:\n",
    "download_target_file(url=subsets_df['href'].iloc[0])\n",
    "\n",
    "# Join the string path to the target file that should have just downloaded.\n",
    "test_nc4 = join(target_dir, basename(subsets_df['href'].iloc[0]))\n",
    "\n",
    "print(\"The first file downloaded successfully:\", isfile(test_nc4))"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "6669db14",
   "metadata": {},
   "source": [
    "Make sure you can dump the header of that file with *ncdump*. (The output below is truncated.)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 33,
   "id": "3d2f7828",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:31.255051Z",
     "start_time": "2021-03-15T21:11:31.087563Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "netcdf \\20190101031001-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted {\n",
      "dimensions:\n",
      "\tnj = 92 ;\n",
      "\tni = 42 ;\n",
      "\ttime = 1 ;\n",
      "variables:\n",
      "\tfloat lat(nj, ni) ;\n",
      "\t\tlat:_FillValue = -999.f ;\n",
      "\t\tlat:long_name = \"latitude\" ;\n",
      "\t\tlat:standard_name = \"latitude\" ;\n",
      "\t\tlat:units = \"degrees_north\" ;\n",
      "\t\tlat:valid_min = -90.f ;\n",
      "\t\tlat:valid_max = 90.f ;\n",
      "\t\tlat:comment = \"geographical coordinates, WGS84 projection\" ;\n",
      "\t\tlat:coverage_content_type = \"coordinate\" ;\n",
      "\tfloat lon(nj, ni) ;\n",
      "\t\tlon:_FillValue = -999.f ;\n",
      "\t\tlon:long_name = \"longitude\" ;\n",
      "\t\tlon:standard_name = \"longitude\" ;\n",
      "\t\tlon:units = \"degrees_east\" ;\n"
     ]
    }
   ],
   "source": [
    "!ncdump -h $test_nc4 | head -20"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "4d24ba1a",
   "metadata": {},
   "source": [
    "NetCDF file format errors indicate that the download was not successful. *cat* the file for more clues. Read and plot the *sea_surface_temperature* variable:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 34,
   "id": "2c70b834",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:31.627310Z",
     "start_time": "2021-03-15T21:11:31.443306Z"
    }
   },
   "outputs": [
    {
     "data": {
      "image/png": "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\n",
      "text/plain": [
       "<Figure size 432x288 with 2 Axes>"
      ]
     },
     "metadata": {
      "needs_background": "light"
     },
     "output_type": "display_data"
    }
   ],
   "source": [
    "with xr.open_dataset(test_nc4) as ds:\n",
    "    ds.sea_surface_temperature[0].plot()"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "ff44bd1a",
   "metadata": {},
   "source": [
    "#### Download all the netCDF subsets\n",
    "\n",
    "Get the links in the *href* column in a loop:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 35,
   "id": "f1720d45",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:31.843575Z",
     "start_time": "2021-03-15T21:11:31.832914Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "# File already exists. Skipping...\n",
      "(20190101031001-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190101141501-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190102021501-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190102132001-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190103030000-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190103140501-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190104020501-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190104034001-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190104034501-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190104131001-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190104144501-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190105025001-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190105135000-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190106033000-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190106143501-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190107023501-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190107134001-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190108032000-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190108142000-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190109022501-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190109132501-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190110030501-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190110141001-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190111021000-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190111131500-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190111145500-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190112025501-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190112140001-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190113020001-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190113033501-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190113130500-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190113144001-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190114024000-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190114134500-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190115032501-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190115143001-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190116023001-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190116133500-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190117031000-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190117141501-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190118021501-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190118132001-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190119030001-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190119140500-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190120020501-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190120034000-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190120034501-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190120131001-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190120144501-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190121025001-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190121135001-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190122033000-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190122143500-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190123023501-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190123134001-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190124032001-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190124142001-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190125022500-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190125132500-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190126030501-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190126141001-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190127021001-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190127131500-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190127145500-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190128025500-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190128140001-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190129020001-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190129033501-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190129130501-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190129144001-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190130024001-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190130134500-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190131032501-JPL-L2P_GHRSST-SSTskin-MODIS_A-N-v02.0-fv01.0_subsetted.nc4)\n",
      "\n",
      "# File already exists. Skipping...\n",
      "(20190131143001-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4)\n",
      "\n"
     ]
    }
   ],
   "source": [
    "for u in subsets_df['href'].tolist():\n",
    "    download_target_file(u)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "0c98854e",
   "metadata": {},
   "source": [
    "The next cell adds a column of absolute paths to the netCDF files to the data frame *subsets_df*:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 36,
   "id": "1f581b33",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:32.998900Z",
     "start_time": "2021-03-15T21:11:32.988444Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/plain": [
       "True"
      ]
     },
     "execution_count": 36,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "subsets_df['path'] = subsets_df['href'].apply(lambda x: abspath(join(target_dir, basename(x))))\n",
    "\n",
    "isfile(subsets_df['path'].iloc[0])"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "9019110b",
   "metadata": {},
   "source": [
    "#### Limit to daytime MODIS observations\n",
    "\n",
    "Select just the *daytime* observations into a new data frame. (Remember we added a *daytime* column during a previous step.)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 37,
   "id": "c7c72474",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:33.613325Z",
     "start_time": "2021-03-15T21:11:33.608850Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "37 of 74 MODIS acquisitions were collected during daytime\n"
     ]
    }
   ],
   "source": [
    "subsets_day = subsets_df[subsets_df.daytime==True].copy()\n",
    "\n",
    "print(subsets_day.index.size, \"of\", subsets_df.index.size, \"MODIS acquisitions were collected during daytime\")"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "810e2174",
   "metadata": {},
   "source": [
    "#### Data quality\n",
    "\n",
    "The *quality_level* variable describes the observation quality for each pixel in the L2 swaths. Values are assigned between 1 and 6 corresponding to these quality levels:\n",
    "\n",
    "1. no_data\n",
    "2. bad_data\n",
    "3. worst_quality\n",
    "4. low_quality\n",
    "5. acceptable_quality\n",
    "6. best_quality\n",
    "\n",
    "The next cell plots the masked SST grid for the first daytime observations:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 38,
   "id": "4dd67bbe",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:34.206615Z",
     "start_time": "2021-03-15T21:11:34.011519Z"
    }
   },
   "outputs": [
    {
     "data": {
      "image/png": "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\n",
      "text/plain": [
       "<Figure size 432x288 with 2 Axes>"
      ]
     },
     "metadata": {
      "needs_background": "light"
     },
     "output_type": "display_data"
    }
   ],
   "source": [
    "with xr.open_dataset(subsets_day.iloc[0].path) as ds:\n",
    "\n",
    "    # Create a mask for pixels that are \n",
    "    quality_mask = ds.quality_level[0]==5\n",
    "\n",
    "    # Fill pixels where ###### with np.nan:\n",
    "    masked_ds = ds.where(quality_mask)\n",
    "\n",
    "    # Plot the resulting array of sea surface temperature:\n",
    "    masked_ds.sea_surface_temperature[0].plot()"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "cfdd51f7",
   "metadata": {},
   "source": [
    "### Plot time series from multiple data sources\n",
    "\n",
    "Roll the logic above into a few map-able functions that group the SST data by day to produce (up to) one daily mean.\n",
    "\n",
    ">#### Apply filter and mean in two functions\n",
    ">\n",
    ">`get_user_stat` reads the input netCDF and applies some user-specified function to the dataset to render the desired output, then closes the file.\n",
    ">\n",
    ">The second function `_masked_mean` filters and calculates the XY mean of the *sea_surface_temperature* variable. (You could replace this function with your own to do something different.)\n",
    "\n",
    "Test the combined routine against the first file in the daytime MODIS table:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 39,
   "id": "2fa4ace5",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:34.765630Z",
     "start_time": "2021-03-15T21:11:34.762616Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/plain": [
       "'/Users/jmcnelis/tmp/appscitmp/tutorials/notebooks/SWOT-EA-2021/resources/data/20190101141501-JPL-L2P_GHRSST-SSTskin-MODIS_A-D-v02.0-fv01.0_subsetted.nc4'"
      ]
     },
     "execution_count": 39,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "subsets_day['path'].iloc[0]"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 40,
   "id": "b87e1ce7",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:34.971209Z",
     "start_time": "2021-03-15T21:11:34.938063Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/plain": [
       "16.743005371093773"
      ]
     },
     "execution_count": 40,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "import warnings\n",
    "\n",
    "def get_user_stat(netcdf, function):\n",
    "    with xr.open_dataset(netcdf) as ds:  \n",
    "        output = function(ds)\n",
    "    return output\n",
    "\n",
    "\n",
    "def _masked_mean(ds):\n",
    "    '''Produce any output stat/object you want in this function'''\n",
    "    # Create a mask for pixels that are \n",
    "    quality_mask = ds.quality_level[0]>=5\n",
    "    # Fill pixels with np.nan where quality_level is less than 4:\n",
    "    masked_ds = ds.where(quality_mask)\n",
    "    # Ignore warnings about calculating mean over an empty array:\n",
    "    with warnings.catch_warnings():\n",
    "        warnings.simplefilter(\"ignore\", category=RuntimeWarning)\n",
    "        # Calculate mean over the XY dimensions (nj, ni in this case)\n",
    "        value = masked_ds['sea_surface_temperature'].mean(['nj', 'ni']).data.item()\n",
    "    #value = np.nanmean(masked_sst)\n",
    "    return value\n",
    "\n",
    "val = get_user_stat(subsets_day['path'].iloc[0], function=_masked_mean)\n",
    "\n",
    "val-273.15  # subtract 273.15 to convert Kelvin to Celsius"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "854090d4",
   "metadata": {},
   "source": [
    "That should give a reasonable value in degrees Celsius.\n",
    "\n",
    "##### Get means for the filtered MODIS SST time series in a new column\n",
    "\n",
    "Apply the `_masked_mean` function over the column of subsets (i.e. netCDF4 files) to get the time series in a new column *sst_mean*:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 41,
   "id": "31ed9aba",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:36.422660Z",
     "start_time": "2021-03-15T21:11:35.294458Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/plain": [
       "count    15.000000\n",
       "mean     16.404915\n",
       "std       0.566561\n",
       "min      15.284357\n",
       "25%      15.921838\n",
       "50%      16.546533\n",
       "75%      16.833688\n",
       "max      17.222162\n",
       "Name: sst_mean, dtype: float64"
      ]
     },
     "execution_count": 41,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "subsets_day['sst_mean'] = subsets_day['path'].apply(get_user_stat, args=(_masked_mean,))-273.15\n",
    "\n",
    "subsets_day['sst_mean'].describe()"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "06b44c88",
   "metadata": {},
   "source": [
    "We may need to group by the date:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 42,
   "id": "2d5b3140",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:36.435666Z",
     "start_time": "2021-03-15T21:11:36.424339Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>sst_mean</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>count</th>\n",
       "      <td>15.000000</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>mean</th>\n",
       "      <td>16.404915</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>std</th>\n",
       "      <td>0.566561</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>min</th>\n",
       "      <td>15.284357</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>25%</th>\n",
       "      <td>15.921838</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>50%</th>\n",
       "      <td>16.546533</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>75%</th>\n",
       "      <td>16.833688</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>max</th>\n",
       "      <td>17.222162</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "</div>"
      ],
      "text/plain": [
       "        sst_mean\n",
       "count  15.000000\n",
       "mean   16.404915\n",
       "std     0.566561\n",
       "min    15.284357\n",
       "25%    15.921838\n",
       "50%    16.546533\n",
       "75%    16.833688\n",
       "max    17.222162"
      ]
     },
     "execution_count": 42,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "subsets_day_means = subsets_day.groupby(\"date\", as_index=False).mean()\n",
    "\n",
    "subsets_day_means.describe()"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "cc88d40e",
   "metadata": {},
   "source": [
    "Now plot the two time series along the same *date* axis for visual comparison:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 43,
   "id": "ef2cabf1",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:11:36.776275Z",
     "start_time": "2021-03-15T21:11:36.541708Z"
    }
   },
   "outputs": [
    {
     "data": {
      "image/png": "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\n",
      "text/plain": [
       "<Figure size 1152x288 with 1 Axes>"
      ]
     },
     "metadata": {
      "needs_background": "light"
     },
     "output_type": "display_data"
    }
   ],
   "source": [
    "fig, ax = plt.subplots(figsize=(16, 4))\n",
    "\n",
    "# Plot mean sea surface temperature from MODIS SST from GHRSST\n",
    "subsets_day_means.plot.scatter(\n",
    "    x=\"date\",\n",
    "    y=\"sst_mean\", \n",
    "    label=\"SST observed by MODIS\",\n",
    "    s=100,\n",
    "    ax=ax\n",
    ")\n",
    "\n",
    "# Plot mean sea surface temperature from the Argo floats\n",
    "argo_skinny.plot.scatter(\n",
    "    x=\"date\",\n",
    "    y=\"temp_at_pres_min\",\n",
    "    s=100,\n",
    "    color=\"orange\",\n",
    "    marker=\"v\",\n",
    "    label=\"SST measured by Argo floats\",\n",
    "    ax=ax\n",
    ")\n",
    "\n",
    "# Matplotlib aesthetic treatments starting from here -->\n",
    "ax.set_ylabel(\"Temperature (deg C)\")\n",
    "ax.set_ylim(15.0, 18.0)\n",
    "ax.grid(alpha=0.25)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "f50f7b0a",
   "metadata": {},
   "source": [
    "### MUR Level 4 SST from AWS Open Registry\n",
    "\n",
    "Try plotting the summarized time series for the two datasets against MUR L4 SST from AWS Open Registry: https://registry.opendata.aws/mur/"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 44,
   "id": "df3834d0",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:12:19.508537Z",
     "start_time": "2021-03-15T21:11:37.366147Z"
    }
   },
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "<xarray.DataArray 'analysed_sst' (time: 31)>\n",
      "dask.array<sub, shape=(31,), dtype=float32, chunksize=(1,), chunktype=numpy.ndarray>\n",
      "Coordinates:\n",
      "  * time     (time) datetime64[ns] 2019-01-01T09:00:00 ... 2019-01-31T09:00:00\n"
     ]
    }
   ],
   "source": [
    "import fsspec\n",
    "import xarray as xr\n",
    "from dask.distributed import Client\n",
    "\n",
    "# Reference the MUR L4 SST data on the AWS Open Registry\n",
    "url = 's3://mur-sst/zarr'\n",
    "\n",
    "# Open the remote dataset from its S3 endpoint (pre-consolidated)\n",
    "ds = xr.open_zarr(fsspec.get_mapper(url, anon=True), consolidated=True)\n",
    "\n",
    "# Slice the dataset along its X, Y, and T dimensions:\n",
    "mur_L4_subset = ds['analysed_sst'].sel(\n",
    "    time=slice('2019-01-01','2019-01-31'),\n",
    "    lat=slice(aoi_minlat, aoi_maxlat), \n",
    "    lon=slice(aoi_minlon, aoi_maxlon),\n",
    ").persist()\n",
    "\n",
    "# Aggregate the spatial dimensions to compute the one-dimensional time series of means:\n",
    "mur_L4_subset_means = mur_L4_subset.groupby(\"time\").mean([\"lon\", \"lat\"])-273.15\n",
    "\n",
    "print(mur_L4_subset_means)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "930b1d1e",
   "metadata": {},
   "source": [
    "Add the MUR time series to the subsets table so that they share the same time axis with the L2 time series:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 45,
   "id": "611157e4",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:12:19.564312Z",
     "start_time": "2021-03-15T21:12:19.510356Z"
    }
   },
   "outputs": [],
   "source": [
    "subsets_day_means['L4_MUR_SST'] = mur_L4_subset_means.compute().data"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "3ecee3ef",
   "metadata": {},
   "source": [
    "Plot the result alongside our data processed throughout the notebook:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 46,
   "id": "29a7ac26",
   "metadata": {
    "ExecuteTime": {
     "end_time": "2021-03-15T21:12:19.825875Z",
     "start_time": "2021-03-15T21:12:19.566301Z"
    }
   },
   "outputs": [
    {
     "data": {
      "text/plain": [
       "Text(0.5, 1.0, 'Daily SST from L2 MODIS, L4 MUR, and in situ measurements (January 2019)')"
      ]
     },
     "execution_count": 46,
     "metadata": {},
     "output_type": "execute_result"
    },
    {
     "data": {
      "image/png": "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\n",
      "text/plain": [
       "<Figure size 1152x360 with 1 Axes>"
      ]
     },
     "metadata": {
      "needs_background": "light"
     },
     "output_type": "display_data"
    }
   ],
   "source": [
    "fig, ax = plt.subplots(figsize=(16, 5))\n",
    "\n",
    "# Plot the L4 SST from MUR (hosted by AWS Open Registry)\n",
    "subsets_day_means.plot.line(\n",
    "    x=\"date\",\n",
    "    y=\"L4_MUR_SST\",\n",
    "    color=\"red\",\n",
    "    label=\"L4 MUR SST (AWS Open Registry)\",\n",
    "    ax=ax,\n",
    ")\n",
    "\n",
    "# Plot the L2 SST from GHRSST (subset through Harmony API)\n",
    "subsets_day_means.plot.scatter(\n",
    "    x=\"date\",\n",
    "    y=\"sst_mean\", \n",
    "    label=\"L2 MODIS SST (EOSDIS Cloud)\",\n",
    "    s=100,\n",
    "    ax=ax\n",
    ")\n",
    "\n",
    "# Plot the in situ temps measured at the surface during Argo profiles (accessed from ArgoVis)\n",
    "argo_skinny.plot.scatter(\n",
    "    x=\"date\",\n",
    "    y=\"temp_at_pres_min\",\n",
    "    s=100,\n",
    "    color=\"orange\",\n",
    "    marker=\"v\",\n",
    "    label=\"In situ measurements (ArgoVis API)\",\n",
    "    ax=ax\n",
    ")\n",
    "\n",
    "# Matplotlib aesthetic treatments starting from here -->\n",
    "plt.xticks(rotation=15)\n",
    "ax.set_xlabel(None)\n",
    "ax.set_xlim(subsets_day_means.date.iloc[0], subsets_day_means.date.iloc[-1])\n",
    "ax.set_ylabel(\"Temperature (deg C)\")\n",
    "ax.set_ylim(15.0, 18.0)\n",
    "ax.grid(alpha=0.25)\n",
    "ax.set_title(\"Daily SST from L2 MODIS, L4 MUR, and in situ measurements (January 2019)\")"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "id": "2725244c",
   "metadata": {},
   "outputs": [],
   "source": []
  }
 ],
 "metadata": {
  "hide_input": false,
  "kernelspec": {
   "display_name": "Python 3 (ipykernel)",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.8.12"
  },
  "toc": {
   "base_numbering": 1,
   "nav_menu": {},
   "number_sections": false,
   "sideBar": true,
   "skip_h1_title": true,
   "title_cell": "Table of Contents",
   "title_sidebar": "Contents",
   "toc_cell": false,
   "toc_position": {},
   "toc_section_display": true,
   "toc_window_display": false
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}