ABoVE LVIS L1B 地理定位回波能量波形 V001数据集

举报
此星光明 发表于 2024/03/07 08:56:38 2024/03/07
【摘要】 ​简介ABoVE LVIS L1B Geolocated Return Energy Waveforms V001ABoVE LVIS L1B 地理定位回波能量波形 V001该数据集包含 NASA 陆地、植被和冰雪传感器(LVIS)测量的阿拉斯加和加拿大西部上空的回波能量波形数据,LVIS 是一种机载激光雷达扫描激光测高仪。这些数据是作为 NASA 陆地生态计划活动--北极-北方脆弱性实验 ...

简介

ABoVE LVIS L1B Geolocated Return Energy Waveforms V001

ABoVE LVIS L1B 地理定位回波能量波形 V001
该数据集包含 NASA 陆地、植被和冰雪传感器(LVIS)测量的阿拉斯加和加拿大西部上空的回波能量波形数据,LVIS 是一种机载激光雷达扫描激光测高仪。这些数据是作为 NASA 陆地生态计划活动--北极-北方脆弱性实验 (ABoVE) 的一部分收集的。前言 – 人工智能教程

ABoVE (Arctic-Boreal Vulnerability Experiment) 是一个研究与监测北极-北方森林脆弱性的计划。ABoVE计划的数据集之一是LVIS(Land, Vegetation, and Ice Sensor) L1B 数据集。

LVIS是一个通过激光雷达测量地球表面高度和三维结构的仪器。它可用于获取森林、湿地、冰川和其他地表特征的详细信息。

LVIS L1B 数据集包括由LVIS仪器收集的回波强度、地表高度和光谱数据。这些数据可以用于生成高分辨率的数字地表模型和植被结构图,同时还可以用于估算地表覆盖类型和植被生物量等指标。

LVIS L1B 数据集的特点包括以下几个方面:

1. 高精度:LVIS仪器通过测量激光束的返回时间和强度,可以提供非常精确的地表高度信息。数据集中的高程数据通常具有几米的垂直精度。

2. 多参数:除了地表高度数据外,LVIS L1B 数据集还包括回波强度和光谱数据。回波强度数据可以用于估计植被生物量和地表覆盖类型,而光谱数据可以用于提取地表特征的物质组成信息。

3. 大范围覆盖:LVIS仪器可以通过航空或航天平台进行观测,因此可以覆盖大范围的地表区域。这使得LVIS L1B 数据集在广泛的地理和生态环境中都有应用潜力。

LVIS L1B 数据集可以用于许多应用领域,包括森林生态学、湿地保护、冰川研究等。它提供了对北极-北方地区地表结构和植被状况的详细了解,有助于研究者和决策者更好地理解这些地区的脆弱性和环境变化。

1 详细数据说明 本 Level-1B 产品中的数据由 NASA 陆地、植被和冰雪传感器(LVIS)收集,是北极-北方脆弱性实验 (ABoVE)的一部分。ABoVE 是 NASA 陆地生态计划在阿拉斯加和加拿大西部进行的实地活动。 通过 ABoVE LVIS Level-2 地理定位地表高程产品数据集,这些数据还以 Level-2 格式发布。Level-2 数据文件包含树冠顶和地面高程,以及从 Level-1B 数据导出的相对高度。其他相关 LVIS 数据集包括作为冰桥行动一部分收集的 Level-0、Level-1B 和 Level-2 产品。1.1 格式 数据文件采用 HDF5 格式 (.h5)。每个数据文件都有一个相关的 XML 文件 (.xml),其中包含附加的元数据。

基础信息

Publisher NASA NSIDC DAAC
Contact Name J. Blair
Contact Email mailto:James.B.Blair@nasa.gov
Public Access Level public
Geographic Coverage -158.0 48.0 -104.0 72.0
Temporal Applicability 2017-06-29T00:00:00Z/2017-07-17T23:59:59.999Z
Homepage ABoVE LVIS L1B Geolocated Return Energy Waveforms, Version 1 | National Snow and Ice Data Center
Issued 2017-06-29T15:37:13.488Z
Unique Identifier C1513105920-NSIDC_ECS
Last Update 2017-07-17T20:20:22.193Z

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/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
df
 
leafmap.nasa_data_login()
results, gdf = leafmap.nasa_data_search(
    short_name="ABLVIS1B",
    cloud_hosted=True,
    bounding_box=(-158.0, 48.0, -104.0, 72.0),
    temporal=("2017-06-29", "2017-07-01"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)

# Granules found: 250
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

结果 

数据连接

ABoVE LVIS L1B Geolocated Return Energy Waveforms, Version 1 | National Snow and Ice Data Center 

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。