ABoVE：研究领域和标准参考网格，版本 2

举报
此星光明 发表于 2025/07/28 23:39:00 2025/07/28
【摘要】 ABoVE: Study Domain and Standard Reference Grids, Version 2简介北极-北方脆弱性实验 (ABoVE) 已开发两种标准化空间数据产品，以加快研究活动的协调并促进数据互操作性。ABoVE 研究区域涵盖美国阿拉斯加的北极和北方地区以及北美加拿大西部省份。该研究区域内已指定核心研究区域和扩展研究区域，并以矢量表示（Shapefile）、栅格表...

ABoVE: Study Domain and Standard Reference Grids, Version 2

简介

北极-北方脆弱性实验 (ABoVE) 已开发两种标准化空间数据产品，以加快研究活动的协调并促进数据互操作性。ABoVE 研究区域涵盖美国阿拉斯加的北极和北方地区以及北美加拿大西部省份。该研究区域内已指定核心研究区域和扩展研究区域，并以矢量表示（Shapefile）、栅格表示（1,000 米空间分辨率的 GeoTIFF）和 NetCDF 文件的形式提供。已开发一个标准参考网格系统，覆盖整个研究区域并延伸至北美东部。该参考网格以嵌套多边形网格的形式提供，空间分辨率分别为 240 米、30 米和 5 米。5 米网格是版本 2 中的新增功能。请注意，所有 ABoVE 产品的指定标准投影均为加拿大阿尔伯斯等面积投影。


该数据集分发了五个数据文件：（1）一个 shapefile（压缩为 .zip），其中包含核心和扩展研究区域的矢量表示，（2）一个 shapefile（压缩为 .zip），用于 240、30 和 5 米空间分辨率嵌套标准参考网格，（3）以 .kmz 格式提供的网格数据，（4）一个 GeoTIFF 文件，它是核心和扩展研究区域的栅格表示，分辨率为 1,000 米像素，以及（5）一个核心和扩展研究区域的 NetCDF 文件，用于国际土地模型基准测试 (ILAMB) 建模环境。

摘要

File name Description
ABoVE_Study_Domain.zip Core and Extended study regions. When unzipped, the file provides the shapefile ABoVE_Study_Domain.shp
ABoVE_240m_30m_5m_grid_tiles.zip ABoVE reference grid for the three spatial resolutions. When unzipped, the file provides the shapefile ABoVE_240m_30m_5m_grid_tiles.shp.
ABoVE_240m_30m_5m_grid_tiles.kmz ABoVE reference grid for the three spatial resolutions.
ABoVE_Study_Domain.tif ABoVE Study Domain as a raster file. This file provides a raster representation of the core and extended ABoVE study domain.
ABoVE_Study_Domain_ILAMB.nc One NetCDF file of the Core and Extended study regions at a 0.5-degree spatial resolution used by the International Land Model Benchmarking (ILAMB) modeling environment. The core domain pixels have a value of zero, while the extended domain pixels have a value of one. Pixels outside of the ABoVE study region have a value of 255.

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"
df = pd.read_csv(url, sep="\t")
df
 
leafmap.nasa_data_login()
 
 
results, gdf = leafmap.nasa_data_search(
    short_name="ABoVE_reference_grid_v2_1527",
    cloud_hosted=True,
    bounding_box=(-180.0, -90.0, 180.0, 90.0),
    temporal=("2014-01-01", "2023-04-20"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")
【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
Python 大数据 数据挖掘 机器学习 遥感
  • 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。

确认 取消

加入云驻计划，成为创作者

  • 华为云周边好礼
  • 免费体验产品
  • 特殊身份标识
  • 线下官方门票
  • 内部专家零距离
  • 与10000+优质创作者共同成长
立即加入