​

 ABoVE: Vegetation Composition across Fire History Gradients on the Y-K Delta, Alaska

简介
文档修订日期：2020-05-15

数据集版本: 1

数据集摘要
本数据集提供了 2017 年 7 月和 2018 年 7 月期间从阿拉斯加育空-库斯科金（Y-K）三角洲高地苔原火灾历史梯度的 43 个地块收集的生态野外数据。地块级数据包括植被物种组成和结构、叶面积指数（LAI）、地形、解冻深度以及在 1971-1972 年、1985 年、2006-2007 年、2015 年烧毁的地块或未烧毁的对照地收集的土壤特性。采用植被点截距（VPI）取样方法沿横断面对植被物种进行取样，并通过三个植被覆盖度指标进行汇总：(1) 最高植被覆盖度；(2) 任何植被覆盖度；(3) 多重植被覆盖度。每个指标都是一个物种的总命中数除以样本点总数。VPI 任意命中覆盖度指标数据与 Landsat 图像相结合，绘制出高地苔原地区四种综合植物功能类型（PFTs）的任意命中覆盖度分数图；这四种植物功能类型是：苔藓植物、草本植物、地衣和灌木。植被横断面和土壤坑的照片作为配套文件提供。
这些数据描述了 Y-K 三角洲 Izaviknek 和 Kingaglia 高地在历史上发生大面积火灾后几十年的演替和景观变化。

共有 10 个主要数据集文件：2 个 *.csv 格式文件、4 个 GeoTIFF (*.tif) 格式文件、2 个 shapefiles (*.zip) 文件和 2 个 (*.kmz) 格式文件。还包括 244 个辅助文件：2 个 (*.csv) 格式的文件和 242 张联合摄影专家组 (*.jpg) 格式的地块照片。

将植被点截距（VPI）任意点覆盖度度量数据与大地遥感卫星图像相结合，绘制出阿拉斯加 Y-K 三角洲高地苔原地区四种植物功能类型（PFTs）的任意点覆盖度分数图，这四种植物功能类型分别为囊叶植物、草本植物、地衣和灌木。VPI 数据收集自 1971 年、1985 年、2005 年和 2015 年烧毁地区的地块。资料来源：Frost et al：Frost 等人，2020 年。 

数据特征

空间覆盖范围：阿拉斯加州育空-库斯科克温三角洲（YKD）中部的 Izaviknek 和 Kingaglia 高地

上图参考地点：

 域：核心 ABoVE

 州/地区： 阿拉斯加州阿拉斯加州

 以上网格单元： Ah000v000 ；

Bh001v003, Bh002v003, Bh002v004；

Ch014v019, Ch013v019, Ch011v020, Ch012v020, Ch013v020, Ch014v020、
Ch015v020, Ch011v021, Ch012v021, Ch013v021, Ch014v021, Ch015v021、
Ch012v022, Ch013v022, Ch014v022, Ch015v022, Ch016v022, Ch012v023、
Ch013v023, Ch014v023, Ch015v023, Ch016v023, Ch013v024, Ch014v024

空间分辨率：各种地块测量，植被覆盖图 30 平方米

时间覆盖范围：地块植被测量 2017-07-20 至 2018-07-16

时间分辨率：每年

研究区域：纬度和经度以十进制度表示。

数据文件信息

该数据集包括 10 个文件：2 个逗号分隔值 (*.csv) 格式的文件、4 个 GeoTIFF (*.tif) 格式的文件、2 个 shapefiles (*.zip) 文件和 2 个 Keyhole Markup Language Zipped (*.kmz) 格式的文件。

数据文件细节

对于 GeoTIFF 文件，数值是出现相应 PFT 的采样点的百分比，缺失值用 255 表示，每个文件包含 4,912 行和 4,583 列。

对于 CSV 文件，数字数据的缺失值用 -9999 表示，文本数据的缺失值用 NA 表示。

投影为 "Canada_Albers_Equal_Area_Conic"，EPSG：102001。

表 2.文件 vegetation_cover.csv 中的变量名和说明，也包括配套文件 vegetation_cover_data_dictionary.csv。

表 3.plot_details.csv 文件中的变量名和说明，也包含在配套文件 plot_details_data_dictionary.csv 中。

Companion Files

配套文件

该数据集包括 244 个配套文件：2 个逗号分隔值 (*.csv) 格式的文件和 242 个联合摄影专家组 (*.jpg) 格式的文件。

242 个 *.jpg 格式的文件是地块照片，其命名规则与表 2 第一行中描述的 plot_ID 相似。

植被横断面照片

命名语法：region_burn status-last burn epoch-plot ID_sample year_photo info.jpg，其中：
    区域：YKDE = 育空-库斯科克温三角洲
    燃烧状态：B = 已燃烧，UB = 未燃烧
    年代（上次燃烧）：1971、1985、2005、2015（仅适用于燃烧状态为 "B "的地块）
    地块 ID：KX-X 或 XX（已烧毁地块），XXXX（未烧毁地块），其中 X 为数字
    样本年份：YYYY
    照片信息：横断面线 = 1-3，照片方向 = C（从中心）或 E（横断面末端朝向中心）

例如YKDE_B-2005-02_2017_3E.JPG

土坑照片

命名语法：region_burn status-last burn epoch-plot ID_sample year_photo info.jpg，其中：

    区域：YKDE = 育空-库斯科克温三角洲
    燃烧状态：B = 已燃烧，UB = 未燃烧
    年代（上次燃烧）：1971、1985、2005、2015（仅适用于燃烧状态为 "B "的地块）
    地块 ID：KX-X 或 XX（已烧毁地块），XXXX（未烧毁地块），其中 X 为数字
    样本年份：YYYY
    照片信息：  XXXX（唯一 ID）

例如：YKDE_B-1971-08_2017_0907.jpgYKDE_B-1971-08_2017_0907.JPG

表 4.  配套文件名称和说明

数据采集、材料和方法
阿拉斯加的育空-库斯科克维姆三角洲（YKD）是北极苔原生物群落中最温暖的地区之一，苔原火灾在其高地地区很常见。自 1953 年以来，约 20% 的育空地区（789 平方公里）经历过火灾，其中约一半的火灾发生在 2015 年（AICC，2019 年）。

以下是 Frost 等人（2020 年）提供的方法和分析的简要概述。

地块选择

采用分层随机方法在火灾梯度上选择小区位置，优先考虑 ABoVE 遥感飞行线内的点和 2015 年烧伤疤痕中的点（即火灾后 2-3 年采样）。

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="ABoVE_Izaviknek_Field_Data_1772",
    cloud_hosted=True,
    bounding_box=(-168.1, 49.54, -81.23, 75.0),
    temporal=("2017-07-20", "2018-07-16"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

数据引用

Frost, G.V., R.A. Loehman, P.R. Nelson, and D.P. Paradis. 2020. ABoVE: Vegetation Composition across Fire History Gradients on the Y-K Delta, Alaska. ORNL DAAC, Oak Ridge, Tennessee, USA. https://doi.org/10.3334/ORNLDAAC/1772

网址推荐

 0代码在线构建地图应用

https://sso.mapmost.com/#/login?source_inviter=nClSZANO

机器学习

https://www.cbedai.net/xg