​

 AirMOSS: In Situ Soil Moisture and Tree Measurements, Harvard Forest, 2012-2013

简介

本数据集提供了 2012 年 10 月和 2013 年 7-8 月期间在美国马萨诸塞州彼得沙姆哈佛森林采集的土壤温度、湿度、电导率、树木胸径 (DBH) 和总高度的现场测量数据。 这些测量数据是为支持机载下冠层和下表面微波观测站（AirMOSS）项目而收集的，目的是验证根区土壤测量数据和碳通量模型估算值。 土壤测量数据是在 2012 年和 2013 年期间沿两条横断面在 5.8 厘米至 20 厘米深度的既定地块收集的。 土壤温度在大约 5.8 厘米处测量。 DBH 测量是在 2012 年 10 月期间进行的，涉及多种树种。 该数据集包含两个以逗号分隔格式（.csv）存储的测量数据文件。 还有六个附带文件，包含在地块拍摄的冠层照片（.zip）。

摘要

AirMOSS是一个由美国国家航空航天局（NASA）资助的项目，旨在研究土壤水分和森林生长之间的关系。该项目使用了先进的雷达技术，通过空中观测和地面测量来获取数据。

该数据集是在2012年至2013年期间在哈佛森林进行的实地研究中收集的。数据集包含了从空中平台上获取的雷达数据和从地面观测站点采集的土壤水分和树木相关参数的测量数据。

雷达数据提供了土壤水分的空间分布信息，可以用于研究土壤水分在不同地区的变化情况。地面观测数据提供了树木的生长状况和土壤水分的实际测量值，可以帮助研究人员了解土壤水分对森林生态系统的影响。

通过分析这些数据，研究人员可以揭示土壤水分和树木生长之间的关系，进一步了解森林生态系统的运作机制。这些数据对于气候变化研究和森林管理等领域具有重要意义。

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")

引用

Cuenca, R., and Y. Hagimoto. 2019. AirMOSS: In Situ Soil Moisture and Tree Measurements, Harvard Forest, 2012-2013. ORNL DAAC, Oak Ridge, Tennessee, USA. AirMOSS: In Situ Soil Moisture and Tree Measurements, Harvard Forest, 2012-2013, https://doi.org/10.3334/ORNLDAAC/1677

网址推荐

知识星球

知识星球 | 深度连接铁杆粉丝，运营高品质社群，知识变现的工具 (zsxq.com)https://wx.zsxq.com/group/48888525452428

机器学习

https://www.cbedai.net/xg 

干旱监测平台

慧天干旱监测与预警-首页https://www.htdrought.com/