ABoVE：2010-2015年阿拉斯加北坡苔原植物功能类型连续覆盖
【摘要】 ABoVE: Tundra Plant Functional Type Continuous-Cover, North Slope, Alaska, 2010-2015简介该数据集提供了阿拉斯加北坡约125,000平方公里苔原植物功能类型（PFT）的连续田间覆盖预测数据，分辨率为30米。数据涵盖2010年7月1日至2015年8月31日。数据采用随机森林数据挖掘算法、基于Landsat卫星观...
ABoVE: Tundra Plant Functional Type Continuous-Cover, North Slope, Alaska, 2010-2015
简介
该数据集提供了阿拉斯加北坡约125,000平方公里苔原植物功能类型（PFT）的连续田间覆盖预测数据，分辨率为30米。数据涵盖2010年7月1日至2015年8月31日。数据采用随机森林数据挖掘算法、基于Landsat卫星观测数据（5月至8月期间约15天的地表反射率合成数据）的预测因子以及涵盖生物气候和地貌梯度的田间植被覆盖和场地特征数据得出。田间植被覆盖由九个PFT、开阔水域、裸地和枯枝落叶层分层，并使用覆盖指标总覆盖（包括林下植被的面积覆盖）和顶层覆盖（最上层冠层或地被），共计19种田间覆盖类型。还包括实地考察点的实地数据和预测值。连续覆盖实地地图比传统专题地图具有诸多优势，本文使用的方法非常适合支持与未来实地和陆地卫星观测数据同步的定期覆盖更新。该数据集包含39个数据文件。连续覆盖数据以GeoTIFF (*.tif)格式提供，涵盖19种实地覆盖类型，每种类型包含两种投影：阿拉斯加阿尔伯斯等积圆锥投影(EPSG:3338)和ABoVE标准投影、加拿大阿尔伯斯等积圆锥投影(EPSG:102001)，共38个文件。建模中使用的实地数据和预测值包含在一个逗号分隔的文件中(*.csv)。
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"
df = pd.read_csv(url, sep="\t")
df
leafmap.nasa_data_login()
results, gdf = leafmap.nasa_data_search(
short_name="AK_Tundra_PFT_FractionalCover_1830",
cloud_hosted=True,
bounding_box=(-167.48, 65.59, -143.98, 73.8),
temporal=("2010-07-01", "2015-08-31"),
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）