当前位置: 首页 > news >正文

BigFoot NPP 在北美和南美地区的表面,2000-2004 年

BigFoot NPP Surfaces for North and South American Sites, 2000-2004

简介

BigFoot 项目于 2000 年至 2004 年间收集了位于阿拉斯加至巴西的九个 EOS 陆地验证站点的净初级生产力(NPP)数据。每个站点代表一到两种不同的生物群落,包括北极苔原;北方常绿针叶林;温带农田、草地、常绿针叶林和落叶阔叶林;沙漠草地和灌丛;以及热带常绿阔叶林。目前,我们正在存档 2001 年收集的北方老黑云杉(NOBS - BOREAS NSA,加拿大)和哈佛森林长期生态研究站(HARV - 马萨诸塞州,美国)的数据。NPP 表面数据由名为 Biome-BGC 的生态系统过程模型的空间版本生成。该模型的输入包括 Landsat ETM+衍生的土地覆盖和叶面积指数(LAI)、塔式观测的气象变量以及一系列站点尺度的生态物理参数。该模型使用实地测量的 NPP 进行校准,并使用塔式观测的 GPP 估算值进行验证。每个 BigFoot NPP 产品覆盖 7 x 7 公里的区域,包含 ASCII 栅格(BIL - 线交错波段)格式的 NPP 表面数据(25 米分辨率,280 行 x 280 列)以及一个提供图像特定元数据(例如投影、数据类型等)的文本文件。

项目背景:来自 MODIS(美国国家航空航天局地球观测系统 (EOS) 卫星 Terra 上的中分辨率成像光谱仪,反射率数据用于生成多种科学产品,包括土地覆盖、叶面积指数 (LAI)、总初级生产力 (GPP) 和净初级生产力 (NPP)。 BigFoot 项目的总体目标是验证这些产品的有效性。为此,BigFoot 项目结合了地面测量数据、高分辨率遥感数据以及生态系统过程模型,在代表不同生物群落的九个通量塔站点开展研究,以评估生态系统特征的时空格局对 MODIS 产品的影响。BigFoot 项目对每个站点二氧化碳通量塔周围 7×7 公里(49 个 MODIS 像素)的区域进行了表征。我们收集了与陆地碳循环相关的生态系统结构和功能特征的多年原位测量数据。我们的采样设计使我们能够考察这些特征的尺度和空间格局、MODIS 产品的年际变化和有效性,并提供了基于实地的通量塔覆盖区域的生态特征描述。BigFoot 项目由 NASA 陆地生态计划资助。

摘要

代码

!pip install leafmap !pip install pandas !pip install folium !pip install matplotlib !pip install mapclassify import pandas as pd import leafmap url = "https://github.com/opengeos/NASA-Earth-Data" df = pd.read_csv(url, sep="\t") df leafmap.nasa_data_login() results, gdf = leafmap.nasa_data_search( short_name="NPP_surfaces_750", cloud_hosted=True, bounding_box=(-165.68, 34.59, -98.1, 71.28), temporal=("2017-07-20", "2017-08-08"), count=-1, # use -1 to return all datasets return_gdf=True, ) gdf.explore() #leafmap.nasa_data_download(results[:5], out_dir="data")

网址推荐

个人主页

https://sites.google.com/view/xingguang/main

知识星球

知识星球 | 深度连接铁杆粉丝,运营高品质社群,知识变现的工具 (zsxq.com)https://wx.zsxq.com/group/48888525452428

机器学习

https://www.cbedai.net/xg

干旱监测平台

慧天干旱监测与预警-首页https://www.htdrought.com/

http://www.jsqmd.com/news/274842/

相关文章:

  • 揭秘 AI 写作黑科技:从提示词玄学到构建全自动深度内容生成 Agent 的实战指南
  • Python:wxauto或PyOfficeRobot的使用
  • MedPlan:基于两阶段RAG的个性化医疗AI系统实战案例
  • C#上位机与台达DVP系列Modbus 485通信实战
  • HTML教学系统设计4:打造三角色协作的自主学习系统,小白也能上手
  • 从提示词工程到智能体协同:深度解码 AI 写作的技术底层、进阶实践与未来内容生产力的重塑之路
  • 未来五年,AI将如何重塑我们的世界?
  • Python:wxauto无法安装的问题解决
  • 电动汽车在电网中的能量管理与调度探索
  • 龙门考古
  • 打通AI任督二脉:一文读懂MCP协议,手把手带你构建下一代智能助手架构
  • Vibe Coding在QT桌面开发中的可行性分析
  • 三菱FX3U与欧姆龙E5CC温控器通讯控制实战
  • Spring AI学习:AdvisorTool
  • 医疗小程序音视频问诊门诊医院药房系统开发漫谈
  • 解锁AI的“上帝视角”:基于MCP构建全栈式“代码审计与重构”智能体实战指南
  • HBuilder X 运行小程序时微信开发者工具没有自动打开mp-weixin文件夹[ app.json 文件内容错误] app.json: 在项目根目录未找到 app.json
  • 实用指南:3 传统序列模型——RNN
  • 吐血推荐MBA必备AI论文平台TOP9
  • 当一个新的观察者诞生,它所见的世界,已非旧世界
  • 从录制到直播,从单机到分布式:录播系统的核心技术与场景落地指南
  • 【图像检测】基于机器视觉的香蕉质量检测附Matlab代码
  • 高效数据架构:AI智能体帮数据架构师节省50%时间的秘诀
  • TC13986 SubRectangles加强版
  • 关于严格维护2025博客之星年度评选活动公平性、打击刷票行为的公告
  • 力扣14.最长公共前缀-纵向扫描法
  • 新写的launch文件不能用tab补全
  • 用ppt绘制新的形状
  • 20260120 - Linux驱动学习笔记:SPI子系统核心层到具体硬件驱动
  • 灵遁者诗歌:演员之镜 · 真实的演技