LBA-ECO ND-11 Stream Carbon and Nutrients, Mato Grosso, Brazil
【摘要】 LBA-ECO ND-11 河流碳和营养物质，巴西马托格罗索州：2003-2006 年简介本数据集包含亚马逊季节性干旱地区四条源头溪流的基流水体 pH 值、电导率、碱性阳离子、碳（溶解性有机碳（DOC）、颗粒性有机碳（POC）和碳酸氢盐碱度）以及二氧化硅的浓度数据（Johnson 等，2006a；Johnson 等，2006b）。数据以逗号分隔的 ASCII 文件形式提供。这项针对四个源头流...
LBA-ECO ND-11 河流碳和营养物质，巴西马托格罗索州：2003-2006 年
简介
本数据集包含亚马逊季节性干旱地区四条源头溪流的基流水体 pH 值、电导率、碱性阳离子、碳（溶解性有机碳（DOC）、颗粒性有机碳（POC）和碳酸氢盐碱度）以及二氧化硅的浓度数据（Johnson 等，2006a；Johnson 等，2006b）。数据以逗号分隔的 ASCII 文件形式提供。这项针对四个源头流域的水文研究在亚马逊南部季节性干旱地区马托格罗索州茹鲁埃纳附近一片未受干扰的森林中进行。这些小型流域的面积在 0.85 至 1.9 公顷之间。雨季每周采集一次溪流水样，旱季每两周采集一次。基流水体中碱性阳离子、二氧化硅、电导率、DOC 和碱度的浓度与流量呈负相关。尽管各流域之间存在差异，但四个流域的浓度-流量模式基本一致。本数据集不包含基流流量数据，基流流量数据将单独存档。
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="ND11_Stream_Nutrients_921",
cloud_hosted=True,
bounding_box=(-54.93, -3.27, -54.67, -3.13),
temporal=("2003-11-18", "2006-05-18"),
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）