印度尼西亚加里曼丹中部1997 年到 2015 年的年度焚烧面积地图

举报
此星光明 发表于 2025/02/04 10:55:40 2025/02/04
1.7k+ 0 0
【摘要】 ​ Annual Burned Area from Landsat, Mawas, Central Kalimantan, Indonesia, 1997-2015印度尼西亚加里曼丹中部1997 年到 2015 年的年度焚烧面积地图简介该数据集提供了印度尼西亚加里曼丹中部马瓦斯保护计划部分地区从 1997 年到 2015 年的年度焚烧面积地图。 在这 19 年间,获得了分辨率为 30 米的陆...

 Annual Burned Area from Landsat, Mawas, Central Kalimantan, Indonesia, 1997-2015

印度尼西亚加里曼丹中部1997 年到 2015 年的年度焚烧面积地图

简介

该数据集提供了印度尼西亚加里曼丹中部马瓦斯保护计划部分地区从 1997 年到 2015 年的年度焚烧面积地图。 在这 19 年间,获得了分辨率为 30 米的陆地卫星图像(TM、ETM+、OLI/TIR),包括表面反射率、亮度温度和像素质量保证等变量,以及 NDVI、NDMI、NBR、NBR2、SAVI 和 MSAVI 指数。 MODIS 活动火灾产品(MCD14)用于定义火灾发生的时间。 根据火灾发生前和火灾发生后的数值,使用随机森林分类法将烧毁和未烧毁的 30 米像素分开,并输入大地遥感卫星指数和热波段的复合值。 烧毁的像素被处理成代表年度烧毁面积的形状文件。 请注意,1997 年的地图是一个特例,火灾一直持续到 1998 年(包括 1998 年)。 共有 16 个 shapefile (.shp) 格式的数据文件,以压缩 *.zip 文件的形式提供。 形状文件中的数据还提供了 *.kmz 格式的配套文件,供在谷歌地球上查看。

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/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="Annual_Burned_Area_Maps_1708",
    cloud_hosted=True,
    bounding_box=(114.39, -2.5, 114.61, -2.21),
    temporal=("2017-07-20", "2017-08-08"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

Ferraz, A., S.S. Saatchi, L. Xu, S. Hagen, J. Chave, Y. Yu, V. Meyer, M. Garcia, C. Silva, O. Roswintiarti, A. Samboko, P. Sist, S.M. Walker, T. Pearson, A. Wijaya, F.B. Sullivan, E. Rutishauser, D. Hoekman, and S. Ganguly. 2019. Aboveground Biomass, Landcover, and Degradation, Kalimantan Forests, Indonesia, 2014. ORNL DAAC, Oak Ridge, Tennessee, USA. Aboveground Biomass, Landcover, and Degradation, Kalimantan Forests, Indonesia, 2014, https://doi.org/10.3334/ORNLDAAC/1645

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/

【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

作者其他文章

评论(0

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。