生物光学叶绿素-a极化测量数据集研究

简介: 该数据集名为“Bio-optical chlorophyll-a polarization measurements”,由NASA/GSFC/SED/ESD/GCDC/OB.DAAC发布,旨在研究水体中叶绿素-a浓度与光学极化特征之间的关系。数据涵盖了不同水域的叶绿素-a浓度及其极化特性,有助于生态学、海洋学和环境科学领域的研究。数据时间范围为2013年8月12日至2023年4月17日,适用于全球范围(-180°至180°经度,-90°至90°纬度)。通过Python库(如leafmap)可轻松访问和分析数据,支持科学研究及应用。

​Bio-optical chlorophyll-a polarization measurements

简介

数据集是一个用于研究水体中叶绿素-a浓度与光学极化特征之间关系的数据集。该数据集包含了不同水域中采集的叶绿素-a浓度和相应的极化特征数据。通过这些数据,研究人员可以探究叶绿素-a在不同水域中的光学特性,以及叶绿素-a浓度与极化特征之间的关联。这个数据集对于生态学家、海洋学家和环境科学家来说具有重要的研究意义,有助于更深入地理解水体中叶绿素-a的分布规律和影响因素。

摘要
Resource Type Dataset
Metadata Created Date November 12, 2020
Metadata Updated Date December 7, 2023
Publisher NASA/GSFC/SED/ESD/GCDC/OB.DAAC
Maintainer

undefined

Identifier C1633360161-OB_DAAC
Data First Published 2013-08-12
Language en-US
Data Last Modified 2023-04-06
Category geospatial
Public Access Level public
Bureau Code 026:00
Metadata Context https://project-open-data.cio.gov/v1.1/schema/catalog.jsonld
Metadata Catalog ID https://data.nasa.gov/data.json
Schema Version https://project-open-data.cio.gov/v1.1/schema
Catalog Describedby https://project-open-data.cio.gov/v1.1/schema/catalog.json
Citation Archived by National Aeronautics and Space Administration, U.S. Government, NASA/GSFC/SED/ESD/GCDC/OB.DAAC. https://doi.org/10.5067/SeaBASS/BIO_OPTICS_CHL_POLARIZATION/DATA001.
Harvest Object Id c671a48f-5230-49bc-b2f5-0afce3cc3729
Harvest Source Id 58f92550-7a01-4f00-b1b2-8dc953bd598f
Harvest Source Title NASA Data.json
Homepage URL https://doi.org/10.5067/SeaBASS/BIO_OPTICS_CHL_POLARIZATION/DATA001
Metadata Type geospatial
Old Spatial -180.0 -90.0 180.0 90.0
Program Code 026:001
Source Datajson Identifier True
Source Hash 3bb7b59853dd6afb0121552f83bcbaebcf2c81cd5723887ad0e6e7bb75d99cf5
Source Schema Version 1.1
Spatial
Temporal 2013-08-12T00:00:02Z/2023-04-17T00:00:00Z

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="Bio_optics_Chl_polarization",
cloud_hosted=True,
bounding_box=(-180.0, -90.0, 180.0, 90.0),
temporal=("2013-08-12", "2013-08-19"),
count=-1, # use -1 to return all datasets
return_gdf=True,
)

gdf.explore()

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

引用
Archived by National Aeronautics and Space Administration, U.S. Government, NASA/GSFC/SED/ESD/GCDC/OB.DAAC. Bio_optics_Chl_polarization - SeaBASS

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/

相关文章
|
12月前
|
存储 人工智能 JSON
Evolving Agents:开源Agent革命!智能体动态进化框架上线,复杂任务一键协同搞定
Evolving Agents 是一个开源的AI Agent管理与进化框架,支持智能代理之间的通信与协作,能够根据语义理解需求动态进化,适用于文档处理、医疗保健、金融分析等多个领域。
642 26
Evolving Agents:开源Agent革命!智能体动态进化框架上线,复杂任务一键协同搞定
|
12月前
|
人工智能 缓存 自然语言处理
TokenSwift:90分钟生成10万Token!文本生成提速3倍,无损加速黑科技
TokenSwift 是北京通用人工智能研究院团队推出的超长文本生成加速框架,能在90分钟内生成10万Token的文本,速度提升3倍,生成质量无损,支持多种模型架构。
368 16
TokenSwift:90分钟生成10万Token!文本生成提速3倍,无损加速黑科技
|
12月前
|
缓存 运维 监控
解决隐式内存占用难题
本文详细介绍了在云原生和容器化部署环境中,内存管理和性能优化所面临的挑战及相应的解决方案。
978 193
解决隐式内存占用难题
|
机器学习/深度学习 XML 监控
使用A10单卡24G复现DeepSeek R1强化学习过程
本文描述DeepSeek的三个模型的学习过程,其中DeepSeek-R1-Zero模型所涉及的强化学习算法,是DeepSeek最核心的部分之一会重点展示。
1539 184
使用A10单卡24G复现DeepSeek R1强化学习过程
|
12月前
|
前端开发 搜索推荐
使用DeepSeek快速创建的个人网站
这是一份使用DeepSeek快速创建个人网站的10分钟指南。内容分为四个步骤:搭建基础架构(HTML框架)、设计核心内容区块(关于我、作品展示等)、快速配置样式(CSS美化页面)以及添加联系表单并部署到GitHub Pages。通过简单的代码和DeepSeek的智能辅助功能,用户可以轻松实现个性化调整,如更换主题色、增加模块或优化响应式设计。虽然整体流程简单高效,但可能因功能有限或美观度不足而需进一步扩展与改进。
912 11
|
12月前
|
传感器 存储 安全
鸿蒙开发:权限管理之权限声明
本文,主要简单概述了为什么要有权限管理,以及权限管理的声明原则,这些都是基本的概念内容,大家做为了解即可,重要的是怎么声明权限,在什么位置声明权限,这一点需要掌握。
413 16
鸿蒙开发:权限管理之权限声明
|
12月前
|
自然语言处理 搜索推荐 安全
满血上阵,DeepSeek x 低代码创造专属知识空间
本文介绍了如何结合阿里云百炼和魔笔平台,快速构建一个智能化的专属知识空间。通过利用DeepSeek R1等先进推理模型,实现高效的知识管理和智能问答系统。 5. **未来扩展**:探讨多租户隔离、终端用户接入等高级功能,以适应更大规模的应用场景。 通过这些步骤,用户可以轻松创建一个功能全面、性能卓越的知识管理系统,极大提升工作效率和创新能力。
1225 182
满血上阵,DeepSeek x 低代码创造专属知识空间
|
12月前
|
消息中间件 存储 负载均衡
AI 推理场景的痛点和解决方案
一个典型的推理场景面临的问题可以概括为限流、负载均衡、异步化、数据管理、索引增强 5 个场景。通过云数据库 Tair 丰富的数据结构可以支撑这些场景,解决相关问题,本文我们会针对每个场景逐一说明。
2354 148
AI 推理场景的痛点和解决方案
|
12月前
|
存储 算法 C++
【c++丨STL】map/multimap的使用
本文详细介绍了STL关联式容器中的`map`和`multimap`的使用方法。`map`基于红黑树实现,内部元素按键自动升序排列,存储键值对,支持通过键访问或修改值;而`multimap`允许存在重复键。文章从构造函数、迭代器、容量接口、元素访问接口、增删操作到其他操作接口全面解析了`map`的功能,并通过实例演示了如何用`map`统计字符串数组中各元素的出现次数。最后对比了`map`与`set`的区别,强调了`map`在处理键值关系时的优势。
626 73

热门文章

最新文章