LBA-ECO CD-37 巴西朗多尼亚州次生林生物量和年龄等级

简介: 该数据集展示了巴西朗多尼亚州次生林的年龄、森林类型及土地覆盖分类图,并估算景观尺度上的地上活木质生物量(AGLB)。通过阈值年龄制图算法(TAMA)结合Landsat影像(1975-2003年)推导森林年龄,利用GLAS同步生物量估算值计算次生林AGLB。代码部分提供了数据处理与可视化工具,引用来源为Helmer等人的研究(2013)。


LBA-ECO CD-37 Secondary Forest Biomass and Age Class, Rondonia, Brazil

简介
该数据集提供了巴西朗多尼亚州次生林的林分年龄、森林形成和土地覆盖分类图,以及景观层面地上活木质生物量 (AGLB) 的估算值。阈值年龄制图算法 (TAMA) 应用于密集间隔时间序列的 Landsat 影像(1975 年至 2003 年),以推导出森林年龄。2003 年的森林类型和土地覆盖通过对三个日期的 Landsat 影像进行决策树分类来绘制。次生林的 AGLB 是通过将森林分类图与地球科学激光测高系统 (GLAS) 的同步生物量估算值相结合而估算出来的。

摘要
Column Heading Units/format Description
1 New_obs Internal observation number
2 Obs Internal observation number
3 Elev_DEM m amsl Elevation in meters above mean sea level from the SRTM digital elevation model
4 Time UTC Time of GLAS waveform collection
5 Latitude degrees Degrees Latitude for GLAS waveform location. Negative values indicate S and positive values N
6 Longitude degrees Degrees Longitude for GLAS waveform location. Negative values indicate W and positive values E
7 X_UTM Sample coordinates in UTM
8 Y_UTM Sample coordinates in UTM
9 Elev_GLAS m amsl Ground elevation in meters above mean sea level as estimated from GLAS waveform
10 Period GLAS collection period
11 Age_2003 years Age of forest in 2003 reported in years
12 Height m amsl Forest height in meters above mean sea level
13 Height_ver m amsl Forest height in meters above mean sea level calculated from GLAS waveform using a processing algorithm (Lefsky et al., 2007)
14 Biomass Mg/ha Biomass in megagrams per hectare (Mg/ha) calculated from forest height
15 Pixels Number of pixels of secondary forest in surrounding 5x5 window

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="CD37_Biomass_Landsat_Glas_1145",
cloud_hosted=True,
bounding_box=(-64.39, -10.78, -62.89, -9.34),
temporal=("1975-06-19", "2003-05-20"),
count=-1, # use -1 to return all datasets
return_gdf=True,
)

gdf.explore()

leafmap.nasa_data_download(results[:5], out_dir="data")

引用
Helmer, E.H., M.A. Lefsky, and D.A. Roberts. 2013. LBA-ECO CD-37 Secondary Forest Biomass and Age Class, Rondonia, Brazil. Data set. Available on-line [http://daac.ornl.gov ] from Oak Ridge National Laboratory Distributed Active Archive Center, Oak Ridge, Tennessee, USA

相关文章
|
8天前
|
人工智能 自然语言处理 安全
Serverless AI 原生架构破局「三高」困境
在 AI 大模型浪潮席卷全球的今天,企业纷纷加速拥抱 AI,推动智能客服、内容生成、流程自动化等场景快速落地。然而,许多企业在实践中却遭遇了“三高困境”——成本高、复杂度高、风险高。Serverless AI 原生架构不仅是技术演进,更是企业智能化转型的关键基础设施。它让开发者聚焦业务逻辑,让企业告别“基建焦虑”,让 AI 真正“飞入寻常百姓家”。
|
5月前
|
存储 SQL 关系型数据库
【赵渝强老师】使用mydumper备份MySQL
本文介绍了使用mydumper工具进行MySQL数据库备份与恢复的操作方法。相比单线程工作的mysqldump,mydumper支持多线程,速度提升可达10倍。其功能包括事务性表快照、快速压缩、导出binlog等,并提供详细的参数说明和操作步骤。文章通过实例演示了安装mydumper、创建存储目录、全库备份、指定数据库及表备份、删除数据库以及使用myloader恢复数据的完整流程,并附带视频讲解,帮助用户更好地理解和应用该工具。
251 0
|
8月前
|
存储 关系型数据库 MySQL
开源免费真香!Star 1.4k 这款开源在线教育系统让万人学习零压力,企业培训系统一键搭建神器
PlayEdu 是一款基于 SpringBoot3 + Vue3 开发的开源企业培训系统,提供从课程管理、学员管理到考试测评
415 4
|
Java Android开发
【AOP 面向切面编程】Android Studio 中配置 AspectJ ( 下载并配置AS中 jar 包 | 配置 Gradle 和 Gradle 插件版本 | 配置 Gradle 构建脚本 )(一)
【AOP 面向切面编程】Android Studio 中配置 AspectJ ( 下载并配置AS中 jar 包 | 配置 Gradle 和 Gradle 插件版本 | 配置 Gradle 构建脚本 )(一)
770 0
【AOP 面向切面编程】Android Studio 中配置 AspectJ ( 下载并配置AS中 jar 包 | 配置 Gradle 和 Gradle 插件版本 | 配置 Gradle 构建脚本 )(一)
|
Java 开发工具 对象存储
PAI-AutoLearning 图像分类使用教程
PAI AutoLearning(简称PAI AL)自动学习支持在线标注、自动模型训练、超参优化以及模型评估。在平台上只需准备少量标注数据,设置训练时长即可得到深度优化的模型。同时自动学习PAI AL平台与EAS模型在线服务打通,一键完成模型部署。下面通过一个番茄(tomato)和黄瓜(cucumber)的图片分类示例来演示整个流程的实现具体操作实现步骤。
13067 0
PAI-AutoLearning 图像分类使用教程
|
弹性计算 关系型数据库 MySQL
|
芯片
简述半加器电路及其结构
在二进制数加法的情况下,过程是相同的。这里使用二进制数代替两个十进制数。在二进制中,我们只能得到两个数字1或0。这两个数字可以代表SUM或CARRY或两者。在二进制数字系统中,1 是 最大的数字,我们只在加法等于或大于 1 + 1时产生进位,因此,进位位将传递到下一列进行加法。
2569 0
简述半加器电路及其结构
【MATLAB】三维图形绘制 ( plot3 函数 | plot3 绘图示例 | 2D 与 3D 关联 )(一)
【MATLAB】三维图形绘制 ( plot3 函数 | plot3 绘图示例 | 2D 与 3D 关联 )(一)
632 0
【MATLAB】三维图形绘制 ( plot3 函数 | plot3 绘图示例 | 2D 与 3D 关联 )(一)
|
人工智能 监控
okcc呼叫中心系统防封号系统的工作原理
今年以来,好多伙伴向我们咨询防封号系统。 防封号,花式繁多,原理挺复杂,不是一两句话能够说的清楚,故撰写此文。 不管你是卖家、买家,技术还是市场销售,希望能够有些许帮助。\ 有关系统方面问题请找博主,看他名字可以微他一起技术交流学习 企业的营销,很多是通过电话来进行的。因为国家对电信诈骗的打击,以及《民法典》背景下对电话骚扰行为的打击,国家相关部门对通信呼叫相关进行了诸多防范与控制,不少企业的正常营销电话受到了冲击,在此背景下,防封号成为了一个强烈的需求。 那么,防封号能不能做到呢?下面从通信的角度,简述下其工作原理。 显而易见,电信运营商是封号者。用户是给电信运营商贡献收入的,可以预见的是,
|
存储 算法 数据安全/隐私保护
OSS 解决方案篇-OSS 数据安全
加强 OSS 信息安全管控,多种解决方案实现数据安全
6103 0
OSS 解决方案篇-OSS 数据安全