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天前
|
弹性计算 Java 开发工具
阿里云 V4 签名实战(第1篇)· Python:手写 OSS PutObject V4 签名(附完整工程)
为什么 SDK 之外还要手写签名?本篇用约 130 行纯 Python 实现阿里云 OSS V4 签名(OSS4-HMAC-SHA256)完成 PutObject 上传:四步流程图解、规范化请求与派生密钥链逐段讲解,配套完整工程可直接导入运行,并用官方文档示例做离线测试向量证明实现逐字节正确,附 7 条签名踩坑清单。
58 27
|
3天前
|
人工智能 自然语言处理 IDE
AI 编程工具用了一年,我把「怎么用好它们」总结成 6 条心法
本文总结AI编程实践中的6条核心心法:强调上下文(尤其项目级CLAUDE.md)比工具选择更重要;按探索、设计、实现等阶段匹配不同工具形态;重视会话资产沉淀;建立人机边界感——AI做机械事,人做决策与设计;坚持“少而精”,主力+备用2–3个工具足矣。克制,才是高效关键。(239字)
117 0
|
1天前
|
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。
43 1
|
1天前
|
人工智能 BI API
AI Agent网页自动化怎么做?MCP、Skills与Cron任务链路分析
AI Agent网页自动化怎么做?模型接入网页操作后,还需要处理实际业务中的几个问题:使用哪个账号环境,任务要求如何复用,需要哪些外部工具,何时执行,以及用什么条件验收结果。
|
1天前
|
人工智能 数据挖掘 BI
从“看数”到“用数”:企业如何应用BI系统驱动业务增长
本文探讨企业如何从“看数”迈向“用数”,破解数据利用率仅28.46%的困局。聚焦阿里云瓴羊Quick BI AIPro,通过智能小Q(对话式分析)、智能洞察(自动归因)与MCP连接器(分析直连OA),构建“问数—懂数—执行”闭环,并提供四阶段落地路径及财通证券、海亮集团等实战案例。(239字)
|
1天前
|
前端开发
门店节假日该休息还在接客?营业时间、节假日休店与到店提醒别只写死
门店营业时间最容易出问题:写死 9 点到 21 点,节假日突然关门顾客白跑。本文给一套营业时间做法:周作息、节假日特例、到店前提醒与客服展示,附数据结构。适用于连锁门店、预约到店类场景。
|
22小时前
|
JSON Rust 算法
128 字节里装下了什么——一份可以离线复核的信任
"可审计、可追责"喊了两年,缺的是一个可离线复核的证据载体。本文拆解 128 字节 IQA 证明信封:固定布局零解析器、地位四态(一态一断言)、撤销不是删记录而是签发新信封、fail-closed 让任何一字节篡改自动 REJECT。附公开一致性向量,逐字节可复现。
35 1
128 字节里装下了什么——一份可以离线复核的信任
|
1天前
|
缓存 安全 测试技术
DeepSeek Harness 0.2更新后,测试工程师真正要盯住的7个风险
本文聚焦DeepSeek Harness 0.2升级测试本质:非功能点验证,而是保障发行组合、历史会话迁移(v0→v4)、多Agent状态一致性、多环境执行(local/sandbox/SSH)、工具协议与Prompt Cache协同、桌面端安全及工程门禁等核心能力持续稳定。基于rc.2与alpha.1差异,提炼可复用的平台级升级测试方法。(239字)
|
1天前
|
人工智能 自然语言处理 开发工具
夯爆了,谷歌又一强大AI自动化开源神器,Appium慌了!
谷歌开源ARTEMIS:用自然语言操控安卓真机的AI自动化工具。告别Appium繁琐脚本,无需写定位、等待逻辑,跨App任务一语直达。支持无障碍+OCR+视觉双兜底,自绘界面(Flutter/Compose)也能操作。Flash秒级响应,Pro深度验证,已集成MCP/Python SDK,轻松接入CI与AI IDE。
85 0
夯爆了,谷歌又一强大AI自动化开源神器,Appium慌了!
|
1天前
|
人工智能 缓存 关系型数据库
当修改代码不再昂贵:我们还需要那么追求复用吗?
当越来越多的代码开始由 AI 生产,我们究竟应该怎样设计和组织软件,才能用更低的开发成本、更少的不必要复杂度,把真正可用、可维护的软件做出来?
20 0

热门文章

最新文章