NPP 多生物群落:全球 IBP 林地数据,1955-1975 年,R1

简介: 本数据集整合1955–1975年全球117个森林样地的净初级生产力(NPP)、气候、土壤及植被信息,源自IBP计划,由橡树岭实验室汇编。包含四大文件:NPP与环境数据、地理位置、气候摘要及森林类型,共5887条记录,支持多生物群落比较研究,数据经核实无误,适用于生态建模与全球变化分析。

​NPP Multi-Biome: Global IBP Woodlands Data, 1955-1975, R1

简介

本数据集包含四个数据文件,分别收录了 117 个全球分布的陆地森林样地的净初级生产力(NPP)数据、土壤特征、平均气候条件以及植被的基本描述性和定量信息。该数据集源自 DeAngelis 等人(1981)的 IBP(国际生物计划)林地数据集。数据采集于 20 世纪 50 年代中期至 70 年代初期,并在橡树岭国家实验室汇编成电子数据集,以便于对不同林地生态系统进行比较。其中一个数据文件完整汇总了 DeAngelis 等人(1981)发表的 117 个样地的 NPP、植被、土壤和气候数据以及数据来源参考文献,共计 5887 条记录。第二个数据文件提供了这 117 个样地的位置、生物群落以及部分森林生产力和土壤数据。第三个文件提供了每个站点的气候数据摘要(温度、降水量、辐射量、生长季长度),第四个文件提供了每个站点的森林类型、研究人员和研究年份。修订说明:仅修改了此数据集的文档。数据文件已核实准确,与 1997 年最初存档的文件(DeAngelis 等人,1997)完全相同。

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="NPP_IBP_198",
cloud_hosted=True,
bounding_box=(-148.0, -37.42, 145.17, 66.37),
temporal=("1955-01-01", "1975-12-31"),
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
|
2月前
|
消息中间件 人工智能 NoSQL
AgentScope x RocketMQ:打造企业级高可靠 A2A 智能体通信基座
Apache RocketMQ 推出轻量级通信模型 LiteTopic,专为 AI 时代多智能体协作设计。它通过百万级队列支持、会话状态持久化与断点续传能力,解决传统架构中通信脆弱、状态易失等问题。结合 A2A 协议与阿里巴巴 AgentScope 框架,实现高可靠、低延迟的 Agent-to-Agent 通信,助力构建稳定、可追溯的智能体应用。现已开源并提供免费试用,加速 AI 应用落地。
403 36
AgentScope x RocketMQ:打造企业级高可靠 A2A 智能体通信基座
|
2月前
|
存储 缓存 NoSQL
阿里云 Tair 联手 SGLang 共建 HiCache,构建面向“智能体式推理”的缓存新范式
针对智能体式推理对KVCache的挑战,阿里云Tair KVCache团队联合SGLang社区推出HiCache技术,通过多级存储卸载与全局共享机制,实现缓存命中率翻倍、TTFT降低56%、QPS提升2倍,构建面向长上下文、高并发、多智能体协作的下一代推理缓存基础设施。
434 27
阿里云 Tair 联手 SGLang 共建 HiCache,构建面向“智能体式推理”的缓存新范式
|
数据库 存储 关系型数据库
|
2月前
|
机器学习/深度学习 监控 自动驾驶
基于 YOLOv8 的交通标识与设施识别系统(含完整源码)
基于YOLOv8的交通标识识别系统,实现对人行横道、限速、停车、信号灯等目标的高精度检测。支持图像、视频、摄像头输入,集成PyQt5可视化界面,提供完整源码、模型权重与数据集。适用于智能交通、自动驾驶等场景,具备良好扩展性与工程落地价值。
302 7
|
2月前
|
弹性计算 人工智能 安全
阿里云Alibaba Cloud Linux是什么?Alibaba Cloud Linux镜像系统问题解答FAQ
Alibaba Cloud Linux是阿里云自研的免费Linux操作系统,兼容CentOS/RHEL生态,提供十年长期支持。深度优化云服务器ECS性能,支持AI、大数据、数据库等场景,具备安全加固、内核热补丁、多架构支持等能力,广泛应用于阿里云大规模实例部署。
251 3
|
2月前
|
存储 人工智能 数据可视化
阿里云万小智 AI 建站系统全解析:版本功能、价格体系与场景适配
在企业数字化转型与个人建站需求增长的背景下,阿里云基于通义大模型推出的万小智 AI 建站系统,以 “低门槛、高效率、全集成” 为核心优势,成为无需专业开发能力用户的重要选择。该系统分为基础版、标准版、企业版三个层级,覆盖从个人博客到中大型企业官网的全场景需求,且购买即赠 CN 域名,进一步降低建站成本。本文结合今年最新官方文档与实测体验,从核心特性、版本差异、价格规则、场景适配等维度展开解析,为用户提供客观选型参考。
|
2月前
|
监控 Java C语言
揭开 Java 容器“消失的内存”之谜:云监控 2.0 SysOM 诊断实践
本文介绍云原生环境下Java应用内存超限问题的诊断与治理,聚焦容器化后常见的JVM堆外内存、JNI内存泄漏、LIBC分配器特性及Linux透明大页等导致OOM的根源,结合阿里云SysOM系统诊断工具,通过真实案例详解如何实现从应用到系统的全链路内存分析,精准定位“消失的内存”,提升资源利用率与稳定性。
177 19
|
2月前
|
存储 弹性计算 应用服务中间件
阿里云轻量应用服务器全解析:规格特性、场景适配与使用指南
在云计算领域,轻量应用服务器以 “简单易用、高性价比” 为核心优势,成为个人开发者与中小企业上云的首选。阿里云 2025 年升级的轻量应用服务器,全系标配 200Mbps 峰值带宽,覆盖通用型、多公网 IP 型、国际型、容量型四大实例类型,适配网站搭建、跨境电商、游戏加速等多元场景。本文结合官方文档与实测数据,从核心特性、规格参数、价格体系、场景适配及使用注意事项等维度展开解析,为用户提供客观选型参考。
|
消息中间件 Kafka 应用服务中间件
仙讯畅通无阻:探索MQ阵法的强大功能
MQ(消息队列)起源于1993年IBM推出的MQSeries,后更名为WebSphere MQ和IBM MQ。常见的MQ系统包括:IBM MQ、Apache ActiveMQ、RabbitMQ、Apache Kafka、RocketMQ和Amazon SQS。这些系统广泛应用于异步通信、系统解耦和削峰填谷等场景,确保消息的可靠传递。在修真界,MQ阵法如同神秘的传信工具,能在仙人修炼时安全传递重要信息,保障仙讯畅通无阻。
240 4
|
SQL 存储 关系型数据库
C#一分钟浅谈:使用 ADO.NET 进行数据库访问
【9月更文挑战第3天】在.NET开发中,与数据库交互至关重要。ADO.NET是Microsoft提供的用于访问关系型数据库的类库,包含连接数据库、执行SQL命令等功能。本文从基础入手,介绍如何使用ADO.NET进行数据库访问,并提供示例代码,同时讨论常见问题及其解决方案,如连接字符串错误、SQL注入风险和资源泄露等,帮助开发者更好地利用ADO.NET提升应用的安全性和稳定性。
802 6