NPP 草原:蒙古图门索格特,1982-1990 年,R1

简介: 本数据集包含1982–1990年蒙古图门索格特草原地上生物量及1963–1983年气候数据,揭示干旱寒冷环境下大针茅草原的净初级生产力(72–160 g/m²/年)与降水关系,反映放牧与土地利用变化导致的生态退化趋势。

NPP Grassland: Tumentsogt, Mongolia, 1982-1990, R1

简介

本数据集提供两个文本格式(.txt)的数据文件。一个文件包含 1982 年 7 月至 1990 年 8 月期间,在蒙古图门索格特研究站(Tumensogt Research Station)生长季期间,欧亚大陆干旱寒冷、以大针茅(Stipa grandis)为主的草原上,每三个月测量一次的地上生物量数据。第二个文件包含 1963 年至 1983 年间在该研究地点记录的月度和年度气候数据。蒙古草原占据蒙古东部和中国北部的大部分地区,其气候特征是年平均降水量和气温较低,且二者均呈现明显的季节性变化。春季降雨的开始与气温的升高密切相关,生长季降雨的到来引发了该地区的植被返青。土地利用以放牧为主,历史上主要由游牧牧民进行,近年来则更多地用于合作畜牧生产。自 1990 年以来,牧场私有化和耕地转换现象日益增多。生态系统退化,例如植被(如植被移除和替换)和土壤(如侵蚀)的恶化,正变得日益普遍。图门索格特(Tumentsogt)的地上生物量峰值出现在短暂的雨季(6 月至 8 月)。生物量随降雨量的变化而逐年波动。与其他温带草原相比,地上净初级生产力(ANPP)估值相对较低,范围为 72 至 160 克/平方米/年。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 1996 年最初发布的文件完全相同。

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/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="NPP_TMN_154",
cloud_hosted=True,
bounding_box=(-180.0, -90.0, 180.0, 90.0),
temporal=("2017-07-20", "2017-08-08"),
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
|
6天前
|
存储 JavaScript 前端开发
JavaScript基础
本节讲解JavaScript基础核心知识:涵盖值类型与引用类型区别、typeof检测类型及局限性、===与==差异及应用场景、内置函数与对象、原型链五规则、属性查找机制、instanceof原理,以及this指向和箭头函数中this的绑定时机。重点突出类型判断、原型继承与this机制,助力深入理解JS面向对象机制。(238字)
|
5天前
|
云安全 人工智能 安全
阿里云2026云上安全健康体检正式开启
新年启程,来为云上环境做一次“深度体检”
1609 6
|
7天前
|
安全 数据可视化 网络安全
安全无小事|阿里云先知众测,为企业筑牢防线
专为企业打造的漏洞信息收集平台
1333 2
|
1天前
|
消息中间件 人工智能 Kubernetes
阿里云云原生应用平台岗位急招,加入我们,打造 AI 最强基础设施
云原生应用平台作为中国最大云计算公司的基石,现全面转向 AI,打造 AI 时代最强基础设施。寻找热爱技术、具备工程极致追求的架构师、极客与算法专家,共同重构计算、定义未来。杭州、北京、深圳、上海热招中,让我们一起在云端,重构 AI 的未来。
|
6天前
|
缓存 算法 关系型数据库
深入浅出分布式 ID 生成方案:从原理到业界主流实现
本文深入探讨分布式ID的生成原理与主流解决方案,解析百度UidGenerator、滴滴TinyID及美团Leaf的核心设计,涵盖Snowflake算法、号段模式与双Buffer优化,助你掌握高并发下全局唯一ID的实现精髓。
359 160
|
6天前
|
人工智能 自然语言处理 API
n8n:流程自动化、智能化利器
流程自动化助你在重复的业务流程中节省时间,可通过自然语言直接创建工作流啦。
438 6
n8n:流程自动化、智能化利器
|
8天前
|
人工智能 API 开发工具
Skills比MCP更重要?更省钱的多!Python大佬这观点老金测了一周终于懂了
加我进AI学习群,公众号右下角“联系方式”。文末有老金开源知识库·全免费。本文详解Claude Skills为何比MCP更轻量高效:极简配置、按需加载、省90% token,适合多数场景。MCP仍适用于复杂集成,但日常任务首选Skills。推荐先用SKILL.md解决,再考虑协议。附实测对比与配置建议,助你提升效率,节省精力。关注老金,一起玩转AI工具。
|
15天前
|
机器学习/深度学习 安全 API
MAI-UI 开源:通用 GUI 智能体基座登顶 SOTA!
MAI-UI是通义实验室推出的全尺寸GUI智能体基座模型,原生集成用户交互、MCP工具调用与端云协同能力。支持跨App操作、模糊语义理解与主动提问澄清,通过大规模在线强化学习实现复杂任务自动化,在出行、办公等高频场景中表现卓越,已登顶ScreenSpot-Pro、MobileWorld等多项SOTA评测。
1594 7
|
5天前
|
Linux 数据库
Linux 环境 Polardb-X 数据库 单机版 rpm 包 安装教程
本文介绍在CentOS 7.9环境下安装PolarDB-X单机版数据库的完整流程,涵盖系统环境准备、本地Yum源配置、RPM包安装、用户与目录初始化、依赖库解决、数据库启动及客户端连接等步骤,助您快速部署运行PolarDB-X。
262 1
Linux 环境 Polardb-X 数据库 单机版 rpm 包 安装教程
|
10天前
|
人工智能 前端开发 API
Google发布50页AI Agent白皮书,老金帮你提炼10个核心要点
老金分享Google最新AI Agent指南:让AI从“动嘴”到“动手”。Agent=大脑(模型)+手(工具)+协调系统,可自主完成任务。通过ReAct模式、多Agent协作与RAG等技术,实现真正自动化。入门推荐LangChain,文末附开源知识库链接。
717 119