NPP Grassland: Dickinson, USA, 1970, R1
简介
该数据集包含三个 ASCII 文件（.txt 格式）。其中两个文件包含北部混合草原的地上和地下生物量及生产力数据，一个文件对应未放牧处理，另一个文件对应重度放牧处理。研究地点（北纬 46.90 度，西经 102.82 度，海拔 784 米）位于北部大平原，靠近迪金森市，距北达科他州俾斯麦市以西约 160 公里。第三个文件包含 1891 年至 1994 年期间的气候数据，数据来自迪金森市附近的一个气象站（北纬 46.88 度，西经 102.80 度，海拔 750 米）。
在 1970 年的生长季期间，我们采用收获法，大约每隔两周监测一次地上活体和枯死植物生物量的动态变化。同时，我们也采用人工取芯法，在收获的样地内采集地下总生物量，取样深度足以包含至少 90%的根系。这些数据是在美国中西部十个草原样地开展的一项为期 1-3 年的协调研究的一部分，该研究隶属于国际生物学计划（IBP）的美国草原生物群落项目。
地上净初级生产力（ANPP）采用保守方法估算，即将各物种的峰值生物量相加。未放牧草地样地的 ANPP 值为 351 g/m²/年，放牧草地样地的 ANPP 值为 302 g/m²/年。地下净初级生产力（BNPP）估算为总根系生物量（包括根冠）正增量的总和；未放牧草地样地的 BNPP 值为 932 g/m²/年，放牧草地样地的 BNPP 值为 958 g/m²/年。修订说明：仅修改了本数据集的文档。文件已核实无误，与 1998 年最初发布的文件完全一致。
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_DCK_207", cloud_hosted=True, bounding_box=(-115.5, 50.1, -115.25, 50.2), temporal=("1870-01-01", "1994-12-31"), count=-1, # use -1 to return all datasets return_gdf=True, ) gdf.explore() #leafmap.nasa_data_download(results[:5], out_dir="data")网址推荐
个人主页
https://sites.google.com/view/xingguang/main
知识星球
知识星球 | 深度连接铁杆粉丝，运营高品质社群，知识变现的工具 (zsxq.com)https://wx.zsxq.com/group/48888525452428
机器学习
https://www.cbedai.net/xg
干旱监测平台
慧天干旱监测与预警-首页https://www.htdrought.com/
)
