ABoVE:2017 年 ABoVE 空中行动相关现场目录

简介: 本数据集包含2017年ABoVE空降行动规划中使用的约6700个实地站点信息,涵盖阿拉斯加和加拿大西北部地区。内容包括站点名称、坐标、数据类型、负责人及联系方式、数据存档位置及链接、项目简介等,旨在帮助研究人员了解飞行路径设计,并识别地面采样位置。该数据支持生态、气候及遥感研究,适用于合成孔径雷达、激光雷达、光谱成像等多种传感器数据的应用分析。


ABoVE: Directory of Field Sites Associated with 2017 ABoVE Airborne Campaign

简介
本数据集列出了用于规划 2017 年 ABoVE 空降行动(AAC)的约 6,700 个实地站点。这些站点包括用于确定 2017 年 AAC 飞行路径的点、面和线位置。我们希望这份汇编能够帮助调查人员了解飞行路线的选择,并帮助调查人员识别用于空降行动的地面位置。数据用户还可以搜索每个站点的可用基础数据。站点描述包括名称、坐标、主要研究人员及其电子邮件、数据类型、长期存档位置以及项目描述链接。

2017 年 AAC 是美国宇航局地球科学部开展的规模最大、最复杂的机载科学实验之一。2017 年 4 月至 11 月期间,AAC 动用了 10 架飞机,进行了 200 多次科学飞行,勘测了阿拉斯加和加拿大西北部超过 400 万平方公里的土地。许多飞行与同日地面测量协调进行,以便将过程级研究与卫星传感器获取的地理空间数据产品联系起来。AAC 收集了涵盖关键中间空间和时间尺度的数据,这些数据对于全面理解 ABoVE 研究域的尺度变化,并最终利用卫星数据和生态系统模型外推至泛北极地区至关重要。AAC 为验证卫星和机载遥感数据及数据产品在北方高纬度生态系统的应用提供了独特的机会。该科学策略将全域采样与 L 波段和 P 波段合成孔径雷达(SAR)、成像光谱、全波形激光雷达、大气痕量气体(包括二氧化碳和甲烷)以及利用 Ka 波段 SAR 和太阳诱导叶绿素荧光进行的重点研究相结合。

感兴趣的目标包括 ABoVE 科学团队运营的现场站点以及 DOE NGEE-Arctic 团队在苏厄德半岛和巴罗运营的密集站点、位于图利克湖(北极/北坡)和博南扎溪(阿拉斯加北方/内陆)的 NSF-LTER 站点、位于北领地 Trail Valley Creek 附近北极苔原的加拿大寒冷地区水文站点、位于北领地 Daring Lake 和 Scotty Creek 的跨学科科学站、西北地区政府奴隶河/奴隶三角洲流域时间序列、克鲁恩湖(YT)研究站以及国家公园管理局、美国和加拿大森林管理局维护的众多森林和火灾干扰地块。

摘要
Column # Variable Summary
1 name Plot, site, or location identifier
2 region General location of the plot, site, or location.
3 point_y Latitude
4 point_x Longitude
5 data_type General description of the type of data set available for the plot, site, or location.
6 PI Principal Investigator (PI) associated with the plot, site or location.
3 PI_email Principal Investigator (PI) email address associated with the PI.
8 archive Long-term archive location for the full data set available for the plot, site, or location.
9 data_link1 Web address 1 for the long-term archive location of the full data set available for the plot, site, or location.
10 data_link2 Web address 2 for the long-term archive location of the full data set available for the plot, site, or location.
11 tower_type Tall towers and flux towers used in the planning of the ABoVE Airborne Campaign. This field is used as a quick indication of the tower type for a particular site.
12 prj_profile1 Project Profile 1 – A web link provided to the ABoVE project profile where more information about the data can be found.
13 prj_profile2 Project Profile 2 – A web link provided to the ABoVE project profile where more information about the data can be found.
4 prj_profile3 Project Profile 3 – A web link provided to the ABoVE project profile where more information about the data can be found.
15 layer_name Original file name of the file provided by the investigator during the AAC planning process.
16 PI_v2 The Principal Investigator’s name displayed without special characters.

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="ABoVE_Planning_Field_Sites_1582",
cloud_hosted=True,
bounding_box=(-166.01, 52.71, -103.6, 71.33),
temporal=("2017-04-01", "2017-04-01"),
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
|
10天前
|
编解码 算法 数据格式
OMPS-NPP L2 NP 臭氧 (O3) 垂直剖面条带轨道 NRT
OMPS-NPP L2 NP 臭氧垂直廓线产品提供Suomi-NPP卫星近实时全球臭氧分布数据,覆盖50–0.5 hPa大气层,含总臭氧、紫外气溶胶指数等参数,空间分辨率250km×250km,用于大气环境监测与研究。(238字符)
165 118
|
23天前
|
Python
LBA-ECO ND-30 水化学,排除降雨,67 公里处,塔帕若斯国家森林
本数据集记录巴西塔帕若斯国家森林67公里处降雨排除实验期间(2000–2004年)水体化学变化,涵盖降水、穿透雨、渗滤液及土壤水的pH、电导率、离子浓度等指标,采样持续至2006年。旨在研究干旱对亚马逊森林生态系统的影响,包含5个CSV文件,支持地理空间查询与分析。
176 110
|
1月前
|
Java Python Spring
LBA-ECO ND-11 农林业凋落物分解、碳和氮动态
本研究探讨农林复合系统中格力豆与古布阿苏凋落物混合后的碳氮释放动态。通过15N示踪发现,高质量格力豆叶片分解释放的氮可转移至低质量古布阿苏叶片,减缓其自身向土壤的氮释放。尽管存在氮转移,混合物的氮释放总体呈累加效应,无显著净交互作用,碳矿化速率短期加快但不改变长期分解趋势。结果表明,凋落物混合后的氮动态可基于单一物种行为预测,为农林复合系统养分管理提供科学依据。
167 111
|
4月前
|
机器学习/深度学习 人工智能 算法
Google DeepMind新产物: 行星级卫星嵌入数据集(10m)光学+雷达+DEM+climate...
Google 推出 Earth Engine 卫星嵌入数据集,利用 AI 将一年的多源卫星数据压缩至每个 10 米像素,实现高效地理空间分析。基于 AlphaEarth Foundations 模型,该数据集提供 64 维嵌入向量,支持相似性搜索、变化检测、自动聚类和精准分类,助力环境研究与应用。
393 0
|
2月前
|
传感器 编解码 数据挖掘
ASTER 全球数字高程模型 V003
ASTER全球数字高程模型V003(ASTGTM)由NASA与日本METI合作生成,覆盖北纬83°至南纬83°,空间分辨率约30米。基于2000–2013年ASTER立体影像自动处理,融合超188万场景,优化水体与地形精度,提供DEM与场景数量图层,数据无显著空隙,适用于多领域地形分析。
246 7
|
2月前
|
传感器 编解码 数据挖掘
ASTER 全球数字高程模型 V003
ASTER GDEM V3由NASA与METI合作开发,提供全球陆地高程数据,空间分辨约30米,覆盖北纬83°至南纬83°。基于188万景ASTER影像自动生成,含DEM与场景数图层,数据经云掩膜、异常值去除及多源融合优化,适用于地形分析,但可能存在局部伪影。
214 1
|
4月前
|
传感器 编解码 算法
ASTER 全球发射率数据集,每月,0.05 度,HDF5
ASTER全球发射率数据集(AG5KMMOH V4)提供0.05度月度分辨率的全球地表发射率信息,覆盖2000至2015年。该数据集基于ASTER传感器与MODIS产品,结合TES算法和MODTRAN模型进行大气校正,由NASA JPL开发。2016年12月起停止更新。
151 0
|
1月前
|
Python
LBA-ECO ND-06 土地利用对土壤养分的影响:1950-2001 年研究综述
本数据集整合了1950–2001年亚马逊地区39项研究的土壤养分数据,评估不同土地利用对土壤碳、氮、磷及阳离子交换能力的影响,检验五大假设,揭示知识空白,指导未来研究。包含CSV数据及文献列表。
130 23
|
1月前
|
数据采集 Python
巴西马托格罗索州西北部,LBA-ECO ND-11 低影响伐木造成的森林损害
本数据集记录巴西马托格罗索州西北部罗萨马尔农场2003–2004年减伐作业后的森林损害情况,涵盖林隙、道路及集材道对森林的影响,结合实地调查与遥感数据,评估伐木对热带雨林的生态破坏程度。
56 3