NPP 温带森林：美国加利福尼亚州洪堡红杉州立公园，1972-2001 年，R1
【摘要】 NPP Temperate Forest: Humboldt Redwoods State Park, California, USA, 1972-2001, R1简介该数据集包含加利福尼亚州洪堡红杉州立公园布尔溪一片老龄红杉林的立地特征、林分描述符，以及实测和计算的地上生物量、地上净初级生产力（ANPP）和木质碎屑输入数据。该数据集包含一个数据文件（.csv 格式）。通过树木重测（19...
NPP Temperate Forest: Humboldt Redwoods State Park, California, USA, 1972-2001, R1
简介
该数据集包含加利福尼亚州洪堡红杉州立公园布尔溪一片老龄红杉林的立地特征、林分描述符，以及实测和计算的地上生物量、地上净初级生产力（ANPP）和木质碎屑输入数据。该数据集包含一个数据文件（.csv 格式）。
通过树木重测（1972 年和 2001 年）和异速生长关系研究了红杉林的生产力。在研究开始和结束时，测量了距地面 1.7 米处的树木周长。1972 年的林分树干图使研究人员能够识别并重测直径大于 10 厘米的树木。利用一系列比重和几种树木体积的异速生长关系估算了地上净初级生产力 (ANPP)。估算程序概述于 Busing 和 Fujimori (2005)。分析中考虑了研究期间因死亡造成的树木损失。
树木地上净初级生产力（ANPP）的估算值范围为 600 至 1400 克/平方米/年。然而，由于所用方程、比重和假设的准确性，700 至 1000 克/平方米/年的 ANPP 值被认为是较为合理的估算值（Busing 和 Fujimori，2005）。地上树木总生物量极高（>300,000 克/平方米）。
修订说明：仅修改了此数据集的文档。数据文件已核实无误，与 2005 年最初发布的版本完全一致。
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_REDWOOD_803",
cloud_hosted=True,
bounding_box=(23.0, 39.0, 173.0, 76.0]),
temporal=("1972-01-01", "2001-12-31"),
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）