巴西利亚塞拉多土壤中的 LBA-ECO ND-07 微生物生物量

简介: 本数据集记录巴西利亚塞拉多土壤微生物生物量(基于PLFA浓度),采样于不同火灾管理与植被覆盖区域,探究其对土壤微生物群落的影响,包含2000–2001年五个样地的表层土壤数据。


巴西利亚塞拉多土壤中的 LBA-ECO ND-07 微生物生物量
简介
本数据集报告了巴西利亚塞拉多(Cerrado,一种林地-稀树草原地区)土壤样品中的微生物生物量。微生物生物量以磷脂脂肪酸(PLFA)的总浓度来衡量。土壤样品(0-5 厘米)采集于 2000 年 6 月至 2001 年 6 月,地点为塞拉多两个原生区域,这两个区域经历了不同的火灾管理模式。其中两个样地自 1973 年以来一直受到火灾保护,另两个样地自 1992 年以来每两年进行一次计划烧除,第五个样地位于一片已有 20 年历史的活跃牧场(Brachiaria brizantha)中。分析旨在确定火灾管理模式和植被覆盖变化对塞拉多土壤微生物群落的影响。本数据集包含一个逗号分隔的 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/raw"
df = pd.read_csv(url, sep="\t")
df

leafmap.nasa_data_login()

results, gdf = leafmap.nasa_data_search(
short_name="ND07_PLFA_Soils_Microbial_Biomass_1017",
cloud_hosted=True,
bounding_box=(-47.85, -15.93, -47.7, -15.58,
temporal=("2000-06-01", "2001-06-01"),
count=-1, # use -1 to return all datasets
return_gdf=True,
)

gdf.explore()

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

相关文章
|
12天前
|
Python
LBA-ECO ND-30 营养分析和气体通量,森林年代序列,巴西帕拉州
本数据集涵盖巴西帕拉州两处森林年代序列的凋落物养分、土壤理化性质及气体通量信息,包含氮、磷、钾等元素浓度及δ¹³C、δ¹⁵N同位素值,助力热带森林生态研究。
60 7
|
13天前
|
Python
LBA-ECO ND-11 采伐前森林树木和藤本植物生物质,巴西马托格罗索州西北部:2003 年
本数据集提供巴西马托格罗索州西北部2003年森林乔木与藤本植物收获前的生物量信息,结合遥感与实地调查,支持区域碳储量评估与森林生态研究。
49 16
|
2天前
|
编解码 Python
NLDAS VIC 陆面模型 L4 小时分辨率 0.125 x 0.125 度 V2.0 位于 GES DISC
本数据集为NLDAS-2项目中的VIC陆面模型模拟结果,提供1979年至今、0.125°分辨率、逐小时的44个地表变量,涵盖水文与能量通量。数据由NASA GES DISC发布,格式为netCDF,基于VIC-4.0.3模型,支持区域气候与水文研究。
38 3
|
22天前
|
Python
LBA-ECO ND-08 土壤呼吸、土壤组分、碳和氮,巴西帕拉州
本数据集涵盖巴西帕拉州桉树林与原始森林中土壤呼吸及碳氮含量,包含不同粒径团聚体的C、N浓度与原位呼吸测量,采样深度为0-20和30-50厘米,时间跨度2001–2003年。
62 5
|
Kubernetes Cloud Native 关系型数据库
提升数据安全与性能,掌握Helm一键部署MySQL 8.0主从技巧
【4月更文挑战第9天】提升数据安全与性能,掌握Helm一键部署MySQL 8.0主从技巧
989 0
|
25天前
|
JSON 网络安全 数据格式
深入浅出Ansible技术原理——Ansible安全基线配置(一)
本系列深入解析Ansible安全自动化,涵盖其无代理、幂等性、声明式三大设计哲学,剖析基于Python的内核原理与SSH通信机制,并详解Inventory、Roles、Handlers、Vault等核心组件与最佳实践,助你从入门到精通,构建高效、安全、可复用的自动化运维体系。
137 7
|
分布式计算 Hadoop Scala
阿里云一键部署 Spark 分布式集群
Apache Spark是专为大规模数据处理而设计的快速通用的计算引擎,可以完成各种各样的运算,包括 SQL 查询、文本处理、机器学习等。通过ROS大家可以在阿里云上一键部署Spark集群。
14131 0
|
4天前
|
存储 缓存 编解码
《低端机硬件适配的非表层方案》
本文聚焦Unity低端机显存不足的核心痛点,分享一套兼顾视觉体验与硬件适配的非传统优化体系。从低端机显存带宽窄、容量有限的硬件特性出发,跳出单纯压缩资源的固化思维,构建多维度优化逻辑:通过纹理梯度适配与模型拓扑精简的资源预处理,从源头控制显存消耗;以场景分块加载、资源优先级排序的动态管理机制,平衡加载峰值与复用效率;重构渲染流程,用烘焙光照替代实时光照,降低显存交互压力;借助分层监测与硬件画像的精准排查,定位核心消耗靶点;建立多梯队硬件分级与显存预算分配的长效机制,应对设备多样性与场景迭代需求。
70 17
|
2月前
|
机器学习/深度学习 人工智能 文字识别
全新框架 Glyph 开源:用视觉理解文本,3–4 倍上下文压缩,近 5 倍推理提速!
清华CoAI与智谱AI提出Glyph新范式,将长文本渲染为图像,通过视觉语言模型实现高效长上下文处理。3-4倍压缩比,性能媲美主流大模型,显存占用降2/3,低成本支持百万token任务,开源可商用。
546 26
|
2月前
|
传感器 编解码 数据挖掘
ASTER 全球数字高程模型 V003
ASTER全球数字高程模型V003(ASTGTM)由NASA与日本METI合作生成,覆盖北纬83°至南纬83°,空间分辨率约30米。基于2000–2013年ASTER立体影像自动处理,融合超188万场景,优化水体与地形精度,提供DEM与场景数量图层,数据无显著空隙,适用于多领域地形分析。
229 7