2013-2021 年间美国内陆水体 23,570 个点的蓝藻细胞计数的地面测量值
蓝藻聚合人工标签 (CAML)
简介
通过原位采样和分析对小型内陆水体中的蓝藻藻华进行连续监测是一项具有挑战性的工作，这 不仅是因为需要覆盖的水体数量和位置，还因为藻类生长和毒素产生的动态特性。 检测目标随蓝藻菌株以及物理、化学和生物因素的不同而变化。 由于不同地区的采样方法、频率和分析技术各不相同，因此地面监测也缺乏一致性。 然而，遥感技术可以在大范围内系统地收集数据，以确定潜在有害藻类生长的区域。 我们介绍了蓝藻聚合人工标签（CAML），这是一个用于调查美国内陆水体蓝藻检测和严重程度分类的大型原位蓝藻测量数据集。 将 CAML 数据集应用于模型时，可使用来自公开终端的相关卫星图像。 该数据集标注了 2013-2021 年间美国内陆水体 23,570 个点的蓝藻细胞计数的地面测量值。 根据这些数据训练的算法可用于估算水体中的蓝藻细胞数，以便及时采取水质和公共卫生干预措施，并了解与蓝藻发生和扩散相关的环境和人为因素。 数据以逗号分隔值 (CSV) 格式提供。
数据集说明
高质量的现场测量是卫星数据产品验证、算法开发和许多气候相关调查的先决条件。 因此，NASA 海洋生物处理小组（OBPG）维护着一个本地海洋和大气原位数据存储库，以支持其定期科学分析。 SeaWiFS 项目最初开发了这一系统 SeaBASS，用于对辐射测量和浮游植物色素数据进行编目，并用于校准和验证活动。 为了便于收集全球数据集，根据 NASA 研究公告 NRA-96 和 NRA-99，利用 SIMBIOS 计划参与者收集的海洋和大气数据对 SeaBASS 进行了扩充，这大大有助于减少空间偏差和最大限度地提高数据采集率。 存档数据包括表观和固有光学特性、浮游植物色素浓度的测量值，以及其他相关海洋和大气数据，如水温、盐度、受激荧光和气溶胶光学厚度。 数据的收集使用了许多不同的成套仪器，如剖面仪、浮标和手持式仪器，并在包括船舶和系泊设备在内的各种平台上进行制造。
代码
var caml = ee.FeatureCollection("projects/sat-io/open-datasets/HAB-DETECTION/CAML_cyanobacteria_abundance_20211229_R1");
// Dictionary to map data providers to specific colors
var dataProviderColors = ee.Dictionary({
'Bureau_of_Water_Kansas_Department_of_Health_and_Environment': 'ff0000',
'California_Environmental_Data_Exchange_Network': '00ff00',
'Connecticut_State_Department_of_Public_Health': '0000ff',
'Delaware_National_Resources_and_the_University_of_Delaware\'s_Citizen_Monitoring_Program': 'ffff00',
'EPA_Central_Data_Exchange': '00ffff',
'EPA_National_Aquatic_Research_Survey': 'ff00ff',
'EPA_Water_Quality_Data_Portal': '800000',
'Indiana_State_Department_of_Health': '008000',
'NC_Division_of_Water_Resources_NC_Department_of_Environmental_Quality': '000080',
'New_Mexico_Environment_Department': '808000',
'Pennsylvania_Department_of_Environmental_Protection': '800080',
'Texas_Commission_on_Environmental_Quality': '008080',
'US_Army_Corps_of_Engineers': 'C0C0C0',
'Wyoming_Department_of_Environmental_Quality': '808080'
});
// Function to add style based on 'abun' and 'data_provider'
function addStyle(pt) {
var size = ee.Number(pt.get('abun')).subtract(0).divide(ee.Number(804667.5).subtract(0)).multiply(8).add(2);
var color = dataProviderColors.get(pt.get('data_provider'));
return pt.set('styleProperty', ee.Dictionary({'pointSize': size, 'color': color}));
}
// Apply the style function to the feature collection
var styledFeatures = caml.map(addStyle);
function addLayer(provider) {
Map.addLayer(styledFeatures.filter(ee.Filter.eq('data_provider', provider)).style({styleProperty: 'styleProperty', neighborhood: 50}), {}, provider, true, 0.8);
}
var snazzy = require("users/aazuspan/snazzy:styles");
snazzy.addStyle("https://snazzymaps.com/style/65217/grey", "Greyscale");
// Apply `addLayer` to each record in `fuels`
dataProviderColors.keys().getInfo().map(addLayer);
代码链接
数据链接
引用
CAML Data (2013-2021). Investigators: Emily Gelbart (NASA), Ritwik Gupta (UC Berkeley), Katie Wetstone (DrivenData), Emily Dorne (DrivenData), Shobhana Gupta (NASA, ASRC
Federal). Retrieved from https://seabass.gsfc.nasa.gov/archive/NASA_HEADQUARTERS/SGupta/CAML/CAML_2013_2021
许可
根据 NASA 地球科学数据和信息政策，所有 SeaBASS 数据均可公开获取。 由 NASA、加州大学伯克利分校、DrivenData、ASRC Federal 提供： 美国国家航空航天局、加州大学伯克利分校、DrivenData、ASRC Federal 在 GEE 中进行了编辑： Samapriya Roy 关键词： 水质、有害藻类繁殖、蓝藻、手动标签、地面数据 最后更新： 2024-03-20
网址推荐
0代码在线构建地图应用
机器学习
- 点赞
- 收藏
- 关注作者
评论（0）