NPP 多生物群落：全球 IBP 林地数据，1955-1975 年，R1
【摘要】 NPP Multi-Biome: Global IBP Woodlands Data, 1955-1975, R1简介本数据集包含四个数据文件，分别收录了 117 个全球分布的陆地森林样地的净初级生产力（NPP）数据、土壤特征、平均气候条件以及植被的基本描述性和定量信息。该数据集源自 DeAngelis 等人（1981）的 IBP（国际生物计划）林地数据集。数据采集于 20 世纪 50 年...
NPP Multi-Biome: Global IBP Woodlands Data, 1955-1975, R1
简介
本数据集包含四个数据文件，分别收录了 117 个全球分布的陆地森林样地的净初级生产力（NPP）数据、土壤特征、平均气候条件以及植被的基本描述性和定量信息。该数据集源自 DeAngelis 等人（1981）的 IBP（国际生物计划）林地数据集。数据采集于 20 世纪 50 年代中期至 70 年代初期，并在橡树岭国家实验室汇编成电子数据集，以便于对不同林地生态系统进行比较。其中一个数据文件完整汇总了 DeAngelis 等人（1981）发表的 117 个样地的 NPP、植被、土壤和气候数据以及数据来源参考文献，共计 5887 条记录。第二个数据文件提供了这 117 个样地的位置、生物群落以及部分森林生产力和土壤数据。第三个文件提供了每个站点的气候数据摘要（温度、降水量、辐射量、生长季长度），第四个文件提供了每个站点的森林类型、研究人员和研究年份。修订说明：仅修改了此数据集的文档。数据文件已核实准确，与 1997 年最初存档的文件（DeAngelis 等人，1997）完全相同。
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="NPP_IBP_198",
cloud_hosted=True,
bounding_box=(-148.0, -37.42, 145.17, 66.37),
temporal=("1955-01-01", "1975-12-31"),
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）