NPP 北方森林:1965-1995 年全球一致地点估算,R1

简介: 本数据集涵盖1965–1995年北美与欧亚大陆北方森林的生物量与净初级生产力(NPP),包括地上、地下及总NPP估算,数据分两类站点,含生物量碳储量与NPP测量方法,支持区域生态研究与碳循环分析。

​NPP Boreal Forest: Consistent Worldwide Site Estimates, 1965-1995, R1

简介

本数据集提供了位于北纬 66.37 度至 47.5 度之间的北美和欧亚大陆部分北方森林的地上和地下生物量、地上和地下净初级生产力(ANPP 和 BNPP)以及总净初级生产力(TNPP)的估算值。每个林分均通过查阅已发表的文献进行筛选,并根据净初级生产力收支、辅助站点数据和林分信息的完整性分为三类。在 1965 年至 1995 年的总时间范围内,各个站点的可用数据差异很大。

NPP 数据有两个 ASCII 文件(逗号分隔值格式)。

第一份文件提供了 24 个具有完整净初级生产力(ANPP + BNPP)的 I 类站点的地上和地下植被生物量碳分布、地上和地下净初级生产力以及年均生物量增量。文件还提供了站点特征和净初级生产力测量方法的相关信息。

• 第二个文件提供了 45 个 NPP 收支不完整的 II 类北方森林林分的林分信息、地上植被生物量中的碳分布和 ANPP 数据。

修订说明:已对多个站点的地上和地下生物量、地上净初级生产力(ANPP)和总净初级生产力(TNPP)值进行修正,使其与已发表的原始文献和相关数据集保持一致。时间跨度也已修正,使其与已发表的原始文献保持一致。详细信息请参阅本文档的“数据集修订”部分。

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_BOREAL_611",
cloud_hosted=True,
bounding_box=(-148.25, -47.5, 128.27, 66.37),
temporal=("1965-01-01", "1995-12-31"),
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
|
5天前
|
云安全 监控 安全
|
3天前
|
存储 机器学习/深度学习 人工智能
打破硬件壁垒!煎饺App:强悍AI语音工具,为何是豆包AI手机平替?
直接上干货!3000 字以上长文,细节拉满,把核心功能、使用技巧和实测结论全给大家摆明白,读完你就知道这款 “安卓机通用 AI 语音工具"——煎饺App它为何能打破硬件壁垒?它接下来,咱们就深度拆解煎饺 App—— 先给大家扒清楚它的使用逻辑,附上“操作演示”和“🚀快速上手不踩坑 : 4 条核心操作干货(必看)”,跟着走零基础也能快速上手;后续再用真实实测数据,正面硬刚煎饺 App的语音助手口令效果——创建京东「牛奶自动下单神器」口令 ,从修改口令、识别准确率到场景实用性,逐一测试不掺水,最后,再和豆包 AI 手机语音助手的普通版——豆包App对比测试下,简单地谈谈煎饺App的能力边界在哪?
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
Z-Image:冲击体验上限的下一代图像生成模型
通义实验室推出全新文生图模型Z-Image,以6B参数实现“快、稳、轻、准”突破。Turbo版本仅需8步亚秒级生成,支持16GB显存设备,中英双语理解与文字渲染尤为出色,真实感和美学表现媲美国际顶尖模型,被誉为“最值得关注的开源生图模型之一”。
1201 7
|
2天前
|
人工智能
自动化读取内容,不会写爆款的普通人也能产出好内容,附coze工作流
陌晨分享AI内容二创工作流,通过采集爆款文案、清洗文本、智能改写,实现高效批量生产。五步完成从选题到输出,助力内容创作者提升效率,适合多场景应用。
208 104
|
16天前
|
人工智能 Java API
Java 正式进入 Agentic AI 时代:Spring AI Alibaba 1.1 发布背后的技术演进
Spring AI Alibaba 1.1 正式发布,提供极简方式构建企业级AI智能体。基于ReactAgent核心,支持多智能体协作、上下文工程与生产级管控,助力开发者快速打造可靠、可扩展的智能应用。
1189 41
|
4天前
|
人工智能 安全 前端开发
AgentScope Java v1.0 发布,让 Java 开发者轻松构建企业级 Agentic 应用
AgentScope 重磅发布 Java 版本,拥抱企业开发主流技术栈。
353 11
|
16天前
|
人工智能 前端开发 算法
大厂CIO独家分享:AI如何重塑开发者未来十年
在 AI 时代,若你还在紧盯代码量、执着于全栈工程师的招聘,或者仅凭技术贡献率来评判价值,执着于业务提效的比例而忽略产研价值,你很可能已经被所谓的“常识”困住了脚步。
973 79
大厂CIO独家分享:AI如何重塑开发者未来十年
|
12天前
|
存储 自然语言处理 测试技术
一行代码,让 Elasticsearch 集群瞬间雪崩——5000W 数据压测下的性能避坑全攻略
本文深入剖析 Elasticsearch 中模糊查询的三大陷阱及性能优化方案。通过5000 万级数据量下做了高压测试,用真实数据复刻事故现场,助力开发者规避“查询雪崩”,为您的业务保驾护航。
578 32