北美地表物候学,涡度相关塔站,2017-2021年

简介: 本数据集提供2017–2021年北美104个涡度相关通量塔(AmeriFlux/NEON)周边10 km范围的高分辨率(3 m)陆面物候信息,涵盖生长季起止、峰值及植被指数等,基于PlanetScope影像,支持模型验证与碳水循环机制研究。(239字)

​Land Surface Phenology, Eddy Covariance Tower Sites, North America, 2017-2021

简介

该陆面物候(LSP)数据集提供与物候变化时间相关的空间显式数据,例如植被活动的开始、高峰和结束时间、植被指数指标以及相关的质量保证标志。数据涵盖 2017-2021 年的生长季,窗口大小为 10 km x 10 km,中心位于 AmeriFlux 和国家生态观测网络(NEON)的 104 座涡度相关塔上。该数据集基于 PlanetScope 影像,空间分辨率为 3 m,覆盖北美多种植物功能类型和气候带。这些 LSP 数据可用于评估基于卫星的 LSP 产品,评价陆面模型的预测结果,并分析控制生态系统尺度碳、水和能量通量季节性变化的机制。数据以 NetCDF 格式提供,同时还提供地理空间感兴趣区域信息以及每个站点的分析窗口可视化图,格式为 GeoJSON 和 HTML。

​

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="Phenology_AmeriFlux_Neon_Sites_2033",
cloud_hosted=True,
bounding_box=(-165.68, 34.59, -98.1, 71.28),
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
|
1月前
|
缓存 测试技术 API
通义千问Qwen3.8-Flash架构解析:GDN+QSA混合注意力原理与企业应用教程
综合来看,新版通义千问Qwen3.8‑Flash的核心优势在于百万上下文高速预填充、多模态理解、轻量化推理成本,MoE稀疏混合专家架构兼顾模型能力、推理速度与调用开销,适配批量文档处理、代码工程、多模态智能体等高并发业务场景。在实际开发使用时,需要结合业务场景选择是否开启思考模式,合理设计工具描述,做好上下文管理与异常处理,充分发挥模型高速长文本与跨模态推理能力,同时做好Token用量管控,平衡应用效果与调用成本。作为面向高并发业务的高速多模态基座模型,它可以大幅降低大规模智能体应用的开发成本,支撑企业级批量文档分析、自动化智能体项目落地。
346 3
|
1月前
|
缓存 人工智能 API
阿里千问 Qwen3.8-Flash 深度解析:百万级上下文窗口、混合稀疏注意力架构与API调用实操
Qwen3.8-Flash是通义千问最新多模态大模型,原生支持百万级上下文,擅长长文档/代码/图文理解与智能体协作;响应快、成本优,兼容OpenAI/Anthropic协议。开通百炼即赠100万Tokens!
352 1
|
1月前
|
人工智能 缓存 监控
阿里云百炼 Token Plan 个人版详解:套餐额度、Credits 计费、Qwen3.8 特惠与 CLI 实操教程
Token Plan个人版以统一Credits点数包月订阅模式,解决传统按量计费账单不可控、旗舰模型调用成本高昂的痛点。一套订阅覆盖文本、图像、视频、检索多模态能力,三档梯度套餐,适配单人开发者从原型验证、业余调试到重度开发全场景。搭配Qwen3.8‑Max‑Preview限时日夜折扣,普通个人开发者也可以低成本使用2.4T参数旗舰大模型。
268 1
|
1月前
|
存储 人工智能 弹性计算
阿里云服务器便宜购买攻略:试用、领券、组合购三步省到底‌,新老用户都省钱‌
本文系统讲解阿里云服务器的实惠采购方法,核心是一套有先后顺序的决策流程:先盘清业务需求与成本构成,再确定计费模式,随后比对活动价、叠加优惠券,最后核算续费口径。新用户可先免费试用,再抢 38 元轻量应用服务器或 99 元、199 元长效特惠款,需多产品协同则优先组合购,选购高性能实例应领券后下单;老用户则可借助大促阶梯满减、AI 用量加速计划等返还机制对冲成本。文中还详细拆解了试用权益差异、五类组合套餐、无门槛券与 AI 体验券的领取条件与操作要点,帮助新老用户按自身阶段理性选型。
|
1月前
|
数据采集 存储 人工智能
一个电商企业的自救指南:我用AI打通了7个平台的电商数据
电商技术人5年实战:直面多平台数据内卷困局,以AI+聚合API重构数据链路,打通淘宝、京东等7大平台,实现数据自动清洗、智能同步与实时分析,将日均4小时人工汇总压缩至3分钟延迟,助力中小电商降本增效、合规自救。(239字)
|
1月前
|
存储 Java 编译器
IDA 9.5 增加 3 个全新反编译器和 10 项平台更新
IDA 9.5 新增 Dalvik、TriCore 和 Hexagon 三大反编译器,并全面提升 AVX、Armv9、MIPS、ARC 及游戏主机等平台的反汇编与反编译能力。
400 0
|
1月前
|
文字识别 并行计算 物联网
RAG检索增强实战:原理、七步链路与最小可用代码
本文详解RAG检索增强生成的原理与实战,拆解文档解析、切块、嵌入、入库、检索、Prompt拼接、答案生成七大关键步骤,揭示各环节可调参数与典型陷阱。附最小可用Python代码(Ollama+Chroma),助你手写可控RAG系统,精准定位知识库失效根源。(239字)
|
1月前
|
人工智能 监控 测试技术
AI Coding 质量治理:工程规范、代码评审与风险驱动测试
本文基于31万行AI重构实践,提出AI Coding质量保障五维方法:统一AI Rule与Skill规范开发、AI辅助技术债分析、AI Code Review前置预审、风险驱动而非用例驱动的测试、渐进式重构治理技术债,强调工程标准、人工判断与自动化验证协同。
|
2月前
|
人工智能 自然语言处理 API
阿里云Token Plan 订阅方案全新升级:个人版新增12项 Harness 权益,加量不加价,超量尊享88折
本文介绍千问AI平台Token Plan AI大模型订阅服务的全新升级内容:该服务以Credits统一计量,兼容主流AI编程、智能体工具与OpenAI、Anthropic接口协议,覆盖多品牌多模态模型。本次升级个人版新增12项Harness权益,实现加量不加价,超量场景尊享88折优惠,同时设个人版四档套餐、团队版多类席位,配套弹性加油包,为不同规模用户提供高性价比的AI算力订阅方案。
|
5月前
|
人工智能 监控 API
OpenClaw阿里云轻量服务器部署教程:百炼Token Plan接入与常见问题排查
OpenClaw作为一款开源的AI智能体框架,凭借自主任务执行、多工具调用、长上下文推理等核心能力,成为个人开发者与中小企业搭建私有化AI服务的优选方案。依托阿里云轻量应用服务器部署OpenClaw,兼具低成本、易操作、高稳定的优势,搭配百炼Token Plan可实现大模型能力的稳定、低成本调用,无需复杂环境配置即可快速落地。本文将从部署准备、一键部署、百炼Token Plan配置、功能验证到避坑指南,提供完整实操流程,帮助用户零门槛完成OpenClaw部署与模型接入。
568 1