LBA-ECO ND-02 巴西阿克雷森林和牧场土壤二氧化碳通量：1999-2001
【摘要】 LBA-ECO ND-02 CO2 Flux from Soils in Forests and Pastures, Acre, Brazil: 1999-2001简介该数据集报告了巴西阿克里里奥布兰科附近牧场、次生林和成熟林的土壤二氧化碳通量和物理化学特性结果。从 1999 年 6 月到 2001 年 1 月，在 16 个地点每月进行实地二氧化碳通量测量。此外，从 2001 年至 200...
LBA-ECO ND-02 CO2 Flux from Soils in Forests and Pastures, Acre, Brazil: 1999-2001
简介
该数据集报告了巴西阿克里里奥布兰科附近牧场、次生林和成熟林的土壤二氧化碳通量和物理化学特性结果。从 1999 年 6 月到 2001 年 1 月，在 16 个地点每月进行实地二氧化碳通量测量。此外，从 2001 年至 2002 年，在每个成熟林地点和 4 个次生林地点每月收集凋落物，并报告平均凋落物质量。在同一时间段内，从两个地点的几种土地覆盖类型收集并分析了土壤样本。该数据集有四个以逗号分隔的 ASCII 数据文件。
以及巴西阿克里里奥布兰科附近牧场、次生林和成熟林土壤的化学特性。1999 年 6 月至 2001 年 1 月，在 16 个地点每月进行实地二氧化碳通量测量。此外，2001 年至 2002 年期间，在每个成熟林地点和 4 个次生林地点每月收集凋落物，并报告平均凋落物质量。在同一时间段内，在两个地点采集并分析了几种土地覆盖类型的土壤样本。该数据集包含四个逗号分隔的 ASCII 数据文件。
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="ND02_Soil_CO2_Flux_1066",
cloud_hosted=True,
bounding_box=(-67.87, -9.95, -67.07, -9.77),
temporal=("1999-06-01", "2002-06-30"),
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）