ABoVE:2008-2020 年阿拉斯加、加拿大西北地区的土壤湿度和活动层厚度

简介: 简介:该数据集包含2008至2020年间美国阿拉斯加及加拿大西北地区土壤解冻深度与湿度的实地测量数据,涵盖206,000个活动层厚度及约16,000个体积含水量观测值,采用机械探测、探地雷达等多种技术获取,适用于冻土与气候变化研究。

​ABoVE: Soil Moisture and Active Layer Thickness in Alaska and NWT, Canada, 2008-2020

简介

该数据集提供了不同研究团队在美国阿拉斯加和加拿大西北地区的站点测量的土壤解冻深度和湿度 (STDM) 测量值和介电特性。每个站点有多个观测值,总共 352,719 个观测值。该数据集包括通过机械探测 (6.0%) 或探地雷达 (GPR) (94.0%) 测量的 206,000 个活动层厚度观测值。使用 GPR (22.1%)、Hydrosense I 和 II 探头 (75.3%) 和 DualEM (2.6%) 收集了大约 16,000 个体积含水量测量值。元数据包括位置、时间、地理空间坐标、技术和测量团队。测量值通常在解冻季节快要结束的 8 月和 9 月收集,涵盖 2008 年 6 月 22 日至 2020 年 8 月 15 日期间。

该数据集在相关出版物 Clayton 等人(2021)中被称为“土壤水分和活动层厚度现场测量”(SMALT),包含数千个解冻深度和土壤水分测量数据,这些测量数据收集于巴罗、苏厄德半岛、北坡、费尔班克斯、科尔德富特、育空-库斯科温三角洲、美国阿拉斯加三角洲交界处以及加拿大西北地区及其附近的研究地点。SMALT 包含 206,000 个使用机械探测(6.0%)或探地雷达(GPR)(94.0%)测量的土壤活动层厚度(ALT)观测数据。约 16,000 个体积含水量(VWC)测量数据由 GPR(22.1%)、Hydrosense I 和 II 探头(75.3%)以及 DualEM(2.6%)收集。

摘要

Table 1. Variable names and descriptions in ABoVE_Soil_ThawDepth_Moisture_Validation.csv.

Variable Units Description
site_name Site where measurements were collected
plot Plot at site where measurements were collected
point Point number within a survey
survey_technique Survey technique used by research team
team_name Research team name
organization Research team organization
observer Name of observer associated with the study plots/measurements
observer_email Observer email
latitude Decimal degrees (N) Latitude (N) of the measurement site
longitude Decimal degrees (E) Longitude (E) of the measurement site
PDOP Decimal degrees Position Dilution of Precision; accuracy of the GPS measurement
date YYYY-MM-DD Date of collection
time HH:MM:SS Time of collection; 24-hour clock
ALT_instrument Instrument used to measure Active layer thickness (ALT): probe or GPR
ALT cm Active layer thickness (ALT); thaw depth at time of measurement
ALT_err cm ALT measurement error
VWC_instrument Instrument used to measure volumetric water content (VWC): Hydrosense I, Hydrosense II, DualEM, or ground penetrating radar (GPR)
depth_top cm Depth to the top of the VWC measurement
depth_bottom cm Depth to the bottom of the VWC measurement
attenuation Attenuation of HydroSense measurement
dielectric_permittivity Soil dielectric permittivity
period microseconds Period of HydroSense measurement
VWC percent Volumetric water content
VWC_err percent VWC measurement error
corrected flag Errors corrected from version 1 to 2: 0=no, 1=yes
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_Soil_ThawDepth_Moisture_1903",
cloud_hosted=True,
bounding_box=(-169.51, 55.81, -98.74, 76.69),
temporal=("2016-08-18", "2018-09-12"),
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
|
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
|
9月前
|
存储 人工智能 监控
大牛直播SDK在四足机器人和无人机巡检中的创新应用方案
在工业4.0和智能化浪潮下,传统巡检方式正经历深刻变革。四足机器人与无人机凭借灵活机动性和高效巡检能力崭露头角,而大牛直播SDK则赋予其实时直播与智能互动功能。本文介绍大牛直播SDK的核心优势、在四足机器人和无人机巡检中的应用方案,以及技术实现要点和未来展望,展示智能巡检的广阔前景。
303 6
|
Oracle 关系型数据库 数据库
Oracle数据恢复—异常断电导致Oracle数据库数据丢失的数据恢复案例
Oracle数据库故障: 机房异常断电后,Oracle数据库启库报错:“system01.dbf需要更多的恢复来保持一致性,数据库无法打开”。数据库没有备份,归档日志不连续。用户方提供了Oracle数据库的在线文件,需要恢复zxfg用户的数据。 Oracle数据库恢复方案: 检测数据库故障;尝试挂起并修复数据库;解析数据文件。
|
6月前
|
新能源 API 开发者
车辆限行查询API的实战指南:让限行管理从此 “有码可循”
随着全国机动车保有量突破4.53亿辆,交通拥堵与污染问题日益严峻,各城市陆续实施限行政策。探数API推出的车辆限行查询服务覆盖200+城市,提供实时限行数据,包括本地/外地燃油车及新能源车的限行规则、区域和时间等信息。其功能涵盖单个城市限行政策查询与支持城市的全面列表,助力用户精准规划出行。通过HTTP POST请求即可轻松接入,适用于导航平台和个人开发者。在“双碳”目标下,该API推动绿色出行与智能交通发展,为个人、企业和城市治理提供高效解决方案。
504 5
|
SQL 算法 网络协议
实时计算 Flink版产品使用合集之kettle找不到表输入控件如何解决
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
330 1
|
9月前
|
机器学习/深度学习 人工智能 运维
AI和开源时代的计算机课程建设和改革建议
人工智能与开源技术正深刻影响高校计算机教育。通过构建“AI+开源”驱动的课程体系,深化专业课AI融合,强化跨学科项目学习,可培养复合型人才。同时,打造开源实验平台、推广智能教学模式、共建产教融合生态,并加强AI伦理教育,将推动教育数字化转型。Websoft9等工具为连接理论与实践提供支持,助力高校培养适应未来的技术人才。
|
10月前
|
人工智能 数据可视化 数据中心
2025 FinOps 状况报告解读
要任务,取代了工作负载优化。企业对 FinOps 的需求从单纯的技术优化转向更广泛的 IT 成本管理,强调自动化和工具投资。此外,FinOps 正与 ITFM、ITAM 和 TBM 深度融合,但 ESG 整合进展缓慢。AI 投资方面,金融行业更倾向于私有云和数据中心,而大多数企业则优先选择公有云。总体而言,FinOps 已成为企业 IT 成本管理的核心,未来将更加注重成本透明化和业务价值量化。
347 12