​Post-fire Recovery of Soil Organic Layer Carbon in Canadian Boreal Forests, 2015-2018

简介

本数据集提供了加拿大西北地区（NWT）两个生态区共 511 个森林样地的土壤湿度、土壤有机层厚度、土壤有机碳含量、非维管植物功能群、林分优势度、生态区、火灾后时间、杰克松比例和落叶林比例等数据。这些样地分布于 2015 年至 2018 年间，涵盖 41 处野火烧迹地和未燃烧区域（1965 年以前无火灾历史），其中 317 个样地位于平原地区，194 个样地位于盾状地貌区。在每个样地，设置两条相邻的 30 米长样带，样带间距 2 米，从样地原点向北延伸。每隔 3 米测量一次土壤有机层（SOL）深度（厘米），取 10 次测量的平均值作为样地尺度的土壤有机层厚度。使用专为西北地区土壤定制的取样器，在 0 米、12 米和 24 米深度处对三个土壤有机层剖面进行了破坏性取样。在样带内，所有高度超过 1.37 米的树干均被鉴定到树种，以计算树木密度（株/平方米）。沿样带间隔 6 米设置的五个 1 平方米样方中，非维管植物的覆盖度被鉴定到功能群。从 421 个样地的 1803 个剖面中选取了 5137 个增量中的 2067 个，使用元素分析仪（CHN 分析仪）分析了总碳含量。根据火灾历史记录确定了火灾后时间。对于没有已知火灾历史记录的较老样地，则使用树龄。数据涵盖 2015 年 6 月 11 日至 2018 年 8 月 24 日期间，并以逗号分隔值（CSV）格式提供。

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/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
df
 
leafmap.nasa_data_login()
 
 
results, gdf = leafmap.nasa_data_search(
    short_name="ABoVE_ASCENDS_XCO2_2050",
    cloud_hosted=True,
    bounding_box=(-165.68, 34.59, -98.1, 71.28),
    temporal=("2017-07-20", "2017-08-08"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

​