​

 AirMOSS: L4 Modeled Net Ecosystem Exchange (NEE), Continental USA, 2012-2014

简介

AirMOSS是一个针对陆地生态系统的探测系统，用于测量和监测激活层和土壤中的水分。

这里提到的AirMOSS数据集是L4模拟的净生态系统交换（NEE）数据，涵盖了2012年至2014年期间的时间范围。NEE是指在生态系统内部相对于其环境的碳交换。

具体而言，AirMOSS的L4模式将陆地生态系统中的碳交换流量模拟成一个地理网格系统，在这个系统中，每个网格单元对应一个特定的空间区域。该数据集提供了在整个美国陆地范围内每个网格单元的NEE估计结果。

NEE是通过测量植被光合作用和呼吸过程中的碳交换来计算的。负值表示生态系统吸收了更多的碳，而正值表示生态系统释放了更多的碳。

这些数据对于了解陆地生态系统碳循环的动态和变化非常有用，对于研究气候变化和生态系统健康状况有重要意义。可以使用这些数据来研究不同地理区域的碳交换差异以及生态系统对不同环境因素的响应。

摘要

该数据集提供了美国大陆地区二氧化碳净生态系统交换（NEE）的第 4 级估算值，空间分辨率为 50 千米。 模型估算值的时间分辨率为每小时和每月，时间跨度为 2012 年 1 月至 2014 年 10 月。 AirMOSS L4 区域 NEE 数据由生态系统人口生物圈模型（ED2）生成，并以 AirMOSS 导出的 L2/3 根区土壤水分数据作为额外输入。 AirMOSS 土壤水分数据用于估算碳通量对土壤水分的敏感性，并通过约束模型对土壤水分的预测及其对地面和地下通量的影响来诊断和改进对 NEE 的估算和预测。 该数据集包括 1069 个 netCDF（*.nc4）格式的文件： 34 个月文件和 1035 个日文件。 日文件包含每小时分辨率的 NEE 数据。 该数据产品的算法理论基础文件（ATBD）作为配套文件提供。

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="AirMOSS_L4_Regional_NEE_1423,
    cloud_hosted=True,
    bounding_box=(-165.68, 34.59, -98.1, 71.28),
    temporal=("2017-10-20", "2017-11-08"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

Ali, A.A., K. Zhang, A. Antonarakis, and P.R. Moorcroft. 2016. AirMOSS: L4 Modeled Net Ecosystem Exchange (NEE), Continental USA, 2012-2014. ORNL DAAC, Oak Ridge, Tennessee, USA. AirMOSS: L4 Modeled Net Ecosystem Exchange (NEE), Continental USA, 2012-2014, https://doi.org/10.3334/ORNLDAAC/1423

网址推荐

知识星球

知识星球 | 深度连接铁杆粉丝，运营高品质社群，知识变现的工具 (zsxq.com)https://wx.zsxq.com/group/48888525452428

机器学习

https://www.cbedai.net/xg 

干旱监测平台

慧天干旱监测与预警-首页https://www.htdrought.com/

​