ACT-America:2003-2019 年地表生物碳通量网格集合
【摘要】 ACT-America: Gridded Ensembles of Surface Biogenic Carbon Fluxes, 2003-2019简介该数据集提供了 2003 年至 2019 年期间,美国本土(CONUS)463 米空间分辨率网格以及北美(NA)5 公里和半度空间分辨率网格上,基于模型导出的月度和 3 小时时间尺度的总初级生产力(GPP)、生态系统呼吸量(RECO)和净...
ACT-America: Gridded Ensembles of Surface Biogenic Carbon Fluxes, 2003-2019
简介
该数据集提供了 2003 年至 2019 年期间,美国本土(CONUS)463 米空间分辨率网格以及北美(NA)5 公里和半度空间分辨率网格上,基于模型导出的月度和 3 小时时间尺度的总初级生产力(GPP)、生态系统呼吸量(RECO)和净生态系统交换量(NEE)的二氧化碳生源通量及其不确定性。数据集采用生物地球化学模型卡内基-艾姆斯-斯坦福方法(CASA)。
本数据集包含 762 个 NetCDF 版本 4 格式的文件。其中 462 个文件包含各碳通量的集合成员,300 个文件包含集合成员的平均值和标准差。
摘要
Site ID | Start Year | End Year | Lat | Lon | IGBP | Reference |
---|---|---|---|---|---|---|
US-AR1 | 2009 | 2012 | 36.4 | -99.4 | GRA | Billesbach et al. 2016a |
US-AR2 | 2009 | 2012 | 36.6 | -99.6 | GRA | Billesbach et al. 2016b |
US-ARb | 2005 | 2006 | 35.5 | -98.0 | GRA | Torn 2006a |
US-ARc | 2005 | 2006 | 35.5 | -98.0 | GRA | Torn 2006b |
US-ARM | 2003 | 2012 | 36.6 | -97.5 | CRO | Fischer et al. 2007 |
US-Blo | 1997 | 2007 | 38.9 | -120.6 | ENF | Goldstein et al. 2000 |
US-Cop | 2001 | 2007 | 38.1 | -109.4 | GRA | Bowling 2007 |
US-EML | 2008 | 63.9 | -149.3 | OSH | Belshe et al. 2012 | |
US-GBT | 1991 | 2006 | 41.4 | -106.2 | ENF | Massman 2006 |
US-GLE | 2004 | 2014 | 41.4 | -106.2 | ENF | Frank et al. 2014 |
US-Goo | 2002 | 2006 | 34.3 | -89.9 | GRA | Wilson and Meyers 2007 |
US-Ha1 | 1991 | 2012 | 42.5 | -72.2 | DBF | Urbanski et al. 2007 |
US-Ho2 | 1999 | 45.2 | -68.7 | ENF | Hollinger et al. 1999 | |
US-Ho3 | 2000 | 45.2 | -68.7 | ENF | Hollinger et al. 1999 | |
US-IB2 | 2004 | 2011 | 41.8 | -88.2 | GRA | Matamala 2018 |
US-KFS | 2007 | 39.1 | -95.2 | GRA | Brunsell 2018a | |
US-Kon | 2006 | 39.1 | -96.6 | GRA | Brunsell 2018b | |
US-KS2 | 2003 | 2006 | 28.6 | -80.7 | CSH | Powell et al. 2006 |
US-Lin | 2009 | 2010 | 36.4 | -119.8 | CRO | Fares 2010 |
US-LPH | 2002 | 42.5 | -72.2 | DBF | Hadley 2018 | |
US-Me2 | 2002 | 2014 | 44.5 | -121.6 | ENF | Thomas et al. 2009 |
US-Me3 | 2004 | 2009 | 44.3 | -121.6 | ENF | Vickers et al. 2009 |
US-Me6 | 2010 | 44.3 | -121.6 | ENF | Ruehr et al. 2012 | |
US-MMS | 1999 | 39.3 | -86.4 | DBF | Schmid et al. 2000 | |
US-Mpj | 2007 | 34.4 | -106.2 | OSH | Litvak 2018a | |
US-MRf | 2005 | 44.6 | -123.6 | ENF | Law 2018 | |
US-Ne1 | 2001 | 41.2 | -96.5 | CRO | Verma et al. 2005 | |
US-Ne2 | 2001 | 41.2 | -96.5 | CRO | Verma et al. 2005 | |
US-Ne3 | 2001 | 41.2 | -96.4 | CRO | Verma et al. 2005 | |
US-NR1 | 1998 | 40.0 | -105.5 | ENF | Monson et al. 2002 | |
US-Oho | 2004 | 2013 | 41.6 | -83.8 | DBF | Noormets et al. 2008 |
US-PFa | 1995 | 45.9 | -90.3 | MF | Desai et al. 2015 | |
US-Prr | 2010 | 2014 | 65.1 | -147.5 | ENF | Nakai et al. 2013 |
US-Ro2 | 2003 | 2017 | 44.7 | -93.1 | CRO | Baker and Griffis 2017 |
US-SRC | 2008 | 2014 | 31.9 | -110.8 | OSH | Kurc 2018 |
US-SRG | 2008 | 2014 | 31.8 | -110.8 | GRA | Scott et al. 2015 |
US-SRM | 2004 | 2014 | 31.8 | -110.9 | WSA | Scott et al. 2009 |
US-Sta | 2005 | 2009 | 41.4 | -106.8 | OSH | Ewers and Pendall 2009 |
US-Syv | 2001 | 46.2 | -89.3 | MF | Desai et al. 2005 | |
US-Ton | 2001 | 38.4 | -121.0 | WSA | Fischer et al. 2007 | |
US-Twt | 2009 | 2017 | 38.1 | -121.7 | CRO | Hatala et al. 2012 |
US-UMB | 2000 | 45.6 | -84.7 | DBF | Gough et al. 2008 | |
US-UMd | 2007 | 45.6 | -84.7 | DBF | Gough et al. 2018 | |
US-Var | 2000 | 38.4 | -121.0 | GRA | Fischer et al. 2007 | |
US-WCr | 1999 | 45.8 | -90.1 | DBF | Cook et al. 2004 | |
US-Whs | 2007 | 31.7 | -110.1 | OSH | Scott et al. 2015 | |
US-Wi1 | 2003 | 2003 | 46.7 | -91.2 | DBF | Chen 2003a |
US-Wi2 | 2003 | 2003 | 46.7 | -91.2 | ENF | Chen 2003b |
US-Wi3 | 2002 | 2004 | 46.6 | -91.1 | DBF | Chen 2005a |
US-Wi5 | 2004 | 2004 | 46.7 | -91.1 | ENF | Chen 2004 |
US-Wi6 | 2002 | 2003 | 46.6 | -91.3 | OSH | Chen 2003c |
US-Wi7 | 2005 | 2005 | 46.6 | -91.1 | OSH | Chen 2005a |
US-Wi9 | 2004 | 2005 | 46.6 | -91.1 | ENF | Chen 2005b |
US-Wjs | 2007 | 34.4 | -105.9 | OSH | Litvak 2018b | |
US-Wkg | 2004 | 2014 | 31.7 | -109.9 | GRA | Scott et al. 2010 |
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="ACT_CASA_Ensemble_Prior_Fluxes_1675",
cloud_hosted=True,
bounding_box=(-176.0, 0.5, -24.5, 70.5),
temporal=("2003-01-01", "2019-12-31"),
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
- 点赞
- 收藏
- 关注作者
评论(0)