CARVE:阿拉斯加 CARVE 飞机飞行视频,2012-2015 年

简介: 北极水库碳脆弱性实验 (CARVE) 是 NASA 的一项研究计划,通过飞机测量、地面观测与数据分析,量化阿拉斯加陆地生态系统中温室气体的动态变化。2012-2015 年间,CARVE 在阿拉斯加和加拿大北极地区收集了详细的温室气体数据,并提供了遥感和建模支持,填补了地球科学领域的关键空白。本简介包含 CARVE 飞行视频数据的空间覆盖范围(-168.11° 至 -131.75° 经度,58.84° 至 71.56° 纬度)、时间覆盖及分辨率信息,并提供 Python 数据处理代码示例,便于进一步研究与应用。

​CARVE: In-flight Videos from the CARVE Aircraft, Alaska, 2012-2015

简介

北极水库碳脆弱性实验 (CARVE) 是一项 NASA 地球探险 (EV-1) 研究,旨在通过密集的季节性飞机活动、地面观测和持续 5 年的分析,量化阿拉斯加陆地生态系统大气和地表状态变量之间的相关性。CARVE 收集了阿拉斯加北极地区从当地到区域尺度的温室气体详细测量数据,并展示了新的遥感和改进的建模能力,以量化北极碳通量和碳循环-气候过程。CARVE 科学填补了地球科学知识的关键空白,并满足了 NASA 碳循环和生态系统、大气成分和气候变率与变化重点领域以及应用科学计划的空气质量和生态系统要素的高优先级目标。CARVE 数据还补充并增强了当前 NASA 和非 NASA 传感器的科学回报。

摘要

Spatial Coverage: CARVE flights over the Alaskan and Canadian Arctic

Spatial Resolution: Point measurements

Temporal Coverage: Periodic flights occurred during 2012 - 2015. Videos are not available from all flights.

Temporal Resolution: Videos were taken opportunistically during flights.

Study Area (coordinates in decimal degrees)

Site

Westernmost Longitude

Easternmost Longitude

Northernmost Latitude

Southernmost Latitude

Alaska and Canadian Arctic

-168.11

-131.75

71.56

58.84

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="CARVE_Videos_1433",
cloud_hosted=True,
bounding_box=(-168.11, 58.84, -131.75, 71.56),
temporal=("2012-06-18", "2015-11-12"),
count=-1, # use -1 to return all datasets
return_gdf=True,
)

gdf.explore()

leafmap.nasa_data_download(results[:5], out_dir="data")

相关文章
|
7月前
|
人工智能 前端开发 JavaScript
webpack-dev-server代理后端一直报CORS跨域或500错误
在Vue项目中使用Webpack的devServer代理后端接口时,遇到500错误。问题根源在于浏览器请求中携带的Origin头导致服务器报错,而Postman测试正常。通过分析发现,调整或移除Origin头可解决问题。解决办法包括:1) 在代理配置中添加正确的Origin头;2) 删除请求中的Origin头。文章还深入解析了Origin头的作用及changeOrigin配置的实际意义,并附带相关文档链接,帮助开发者更好地理解与解决类似跨域问题。
513 20
|
人工智能 搜索推荐 大数据
GitHub Copilot Enterprise登场,或将掀起编程界的ChatGPT革命!
【2月更文挑战第13天】GitHub Copilot Enterprise登场,或将掀起编程界的ChatGPT革命!
302 2
GitHub Copilot Enterprise登场,或将掀起编程界的ChatGPT革命!
|
算法 搜索推荐 安全
淘宝信息流融合混排服务升级
淘宝信息流融合混排服务升级
945 1
|
Linux 网络安全 开发工具
如何在 Linux CentOS 8 中搭建 GitLab 私有仓库并结合 Cpolar 内网穿透工具实现公网访问私有仓库【无公网IP内网穿透】
如何在 Linux CentOS 8 中搭建 GitLab 私有仓库并结合 Cpolar 内网穿透工具实现公网访问私有仓库【无公网IP内网穿透】
|
机器学习/深度学习 设计模式 人工智能
开源即巅峰!《Java程序性能优化实战》GitHub三小时标星已超34k
阿嘴又来给大家分享好书了:葛一鸣老师的 《Java程序性能优化实战》,开源版本网上暂时还没!小编会在文末附电子版免费下载方式。
|
SpringCloudAlibaba 监控 Dubbo
SpringCloudAliBaba篇 之 Sentinel:图解分布式系统的流量防卫兵(上)
SpringCloudAliBaba篇 之 Sentinel:图解分布式系统的流量防卫兵
861 0
|
7月前
|
消息中间件 数据可视化 Kafka
docker arm架构部署kafka要点
本内容介绍了基于 Docker 的容器化解决方案,包含以下部分: 1. **Docker 容器管理**:通过 Portainer 可视化管理工具实现对主节点和代理节点的统一管理。 2. **Kafka 可视化工具**:部署 Kafka-UI 以图形化方式监控和管理 Kafka 集群,支持动态配置功能, 3. **Kafka 安装与配置**:基于 Bitnami Kafka 镜像,提供完整的 Kafka 集群配置示例,涵盖 KRaft 模式、性能调优参数及数据持久化设置,适用于高可用生产环境。 以上方案适合 ARM64 架构,为用户提供了一站式的容器化管理和消息队列解决方案。
654 10
|
存储 运维 监控
在Linux中,如何解决keepalived脑裂问题?
在Linux中,如何解决keepalived脑裂问题?
|
机器学习/深度学习 监控 算法
计算机视觉实战项目3(图像分类+目标检测+目标跟踪+姿态识别+车道线识别+车牌识别+无人机检测+A*路径规划+单目测距与测速+行人车辆计数等)-1
计算机视觉实战项目3(图像分类+目标检测+目标跟踪+姿态识别+车道线识别+车牌识别+无人机检测+A*路径规划+单目测距与测速+行人车辆计数等)-1
|
监控 API 开发工具
邮件中继中转邮箱API发送邮件的方法和步骤
AokSend介绍了使用邮件中继中转邮箱API发送邮件的步骤:理解API概念,获取API密钥,设置发件人和收件人信息,构建并发送API请求,处理响应,监控调试,及完善邮件功能。该服务支持大量验证码发送、触发式接口和高触达SMTP/API接口。选择合适提供商并参考文档可优化邮件发送。