​SAFARI 2000 Vegetation and Soils, 1-Deg (Wilson and Henderson-Sellers)

简介

该数据集包含威尔逊和亨德森-塞勒斯全球植被与土壤 1 度数据的南部非洲子集。该数据集提供 ASCII 网格和二进制图像文件格式。威尔逊、亨德森-塞勒斯全球植被与土壤数据集是一个用于大气环流模型（GCM）的土壤类型和土地覆盖数据档案。数据整理自自然植被、林业、农业、土地利用和土壤图。数据以 1 度纬度 x 1 度经度的分辨率存档，包含土壤、土壤可靠性、原生植被、次生植被和土地覆盖可靠性数据。土地覆盖分类大约有 50 种，包括农业和城市用途类别。次生植被类型的纳入对于覆盖类型分布可能较为分散的地区（例如城市开发区）尤为有用。土壤类型数据根据对大气环流模型（CGM）重要的气候特性进行分类，并提供土壤的颜色（浅色、中等色或深色）、质地和排水质量。土地覆盖数据与土壤数据兼容，构成一个连贯一致的数据集。可靠性数据将土地覆盖数据按 1 到 5 的等级从高到低进行排序。土壤可靠性等级如下：高、良好、中等、一般或差。这些数据的使用建议以及更多详细信息，请参阅：Wilson, MF 和 A. Henderson-Sellers，1985 年。《用于全球环流气候模型的土地覆盖和土壤数据全球档案》。《气候学杂志》，第 5 卷，119-143 页

摘要

Additional Info

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="vegsoils_wilhend_642",
    cloud_hosted=True,
    bounding_box=(5.0, -35.0, 60.0, 5.0),
    temporal=("1900-01-01", "1999-12-31"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")