NASA数据集——加拿大西北地区(NWT)2014 年被野火烧毁的北方森林的实地数据

ABoVE: Characterization of Carbon Dynamics in Burned Forest Plots, NWT, Canada, 2014

简介

文件修订日期:2019-04-12

数据集版本: 1

摘要

该数据集提供了加拿大西北地区(NWT)2014 年被野火烧毁的北方森林的实地数据。在 2015 年的实地考察中,共建立了 211 个烧毁地块。从这些地块中选出了 32 块以黑云杉为主的森林地块,这些地块代表了整个地貌的全部湿度梯度,从干旱到次干旱不等。地块观测包括坡度、坡向和湿度。在每个地块,选择一个与特定燃烧深度相关的完整有机土壤剖面,分析特定剖面深度增量的碳含量和放射性碳(14C)值,以评估遗留碳的存在和燃烧情况。植被观测包括树木密度。火灾发生时的树龄是通过树环计数确定的。得出火灾前地下和地上碳库的估计值。估算了西北地区野火烧毁的总面积中 "年轻 "林分(火灾时树龄小于 60 年)所占的百分比。
野外地块于 2015 年夏季在七个空间上独立的烧伤疤痕处建立,其中四个位于泰加平原生态区,三个位于泰加盾生态区。根据西北部北方森林 70-130 年的历史火灾重现间隔,将地块分为年轻烧毁地块(火灾发生时林龄小于 60 年,平均值=45 年)和老龄烧毁地块(火灾发生时林龄大于 70 年,平均值=128 年)。在每个剖面中,使用多个相邻土壤深度增量的 Δ14C 值将其归入大气弹峰的正确一侧,并与林分建立当年的大气 Δ14CO2 值进行比较。土壤和林分 Δ14C 之间的关系用于评估遗留碳的存在和燃烧情况。如果基质土壤样本的年龄大于火灾发生时的林分年龄,则认为存在遗留碳;如果残留表层土壤样本的年龄大于火灾发生时的林分年龄,则认为遗留碳已燃烧。

该数据集有三个逗号分隔(.csv)格式的数据文件。

大气中的放射性碳浓度(delta14C)随时间变化的情况,显示了 1966 年的炸弹峰值(红色虚线)和土壤深度增量 delta14C 的理论位置(点)(沃克等人,2019 年)。 

项目北极-北方脆弱性实验

北极-北方脆弱性实验(ABoVE)是美国国家航空航天局(NASA)陆地生态计划在 2016 年至 2021 年期间在阿拉斯加和加拿大西部开展的一项实地活动。ABoVE 的研究将基于实地的过程级研究与机载和卫星传感器获得的地理空间数据产品联系起来,为提高分析和建模能力奠定了基础,而分析和建模能力是了解和预测生态系统反应及社会影响所必需的。

数据特征

空间覆盖范围:加拿大西北地区

上方参考位置:

域:核心 ABoVE

州/地区: 加拿大西北地区加拿大西北地区

网格单元:Ah2v1Bh13Bv9Ch79Cv59, Ah2v1Bh14Bv10Ch84Cv61, Ah2v1Bh13Bv10Ch83Cv65, Ah2v1Bh14Bv10Ch84Cv65, Ah2v1Bh13Bv11Ch78Cv66, Ah2v1Bh12Bv11Ch77Cv68, Ah2v1Bh13Bv11Ch78Cv68, Ah2v1Bh12Bv11Ch75Cv71

空间分辨率:多点

时间覆盖范围:2015 年夏季建立田间地块

时间分辨率:一次性

研究区域:  所有经纬度均以十进制度表示。

研究区样本点

SiteWesternmost LongitudeEasternmost LongitudeNorthernmost LatitudeSouthernmost Latitude
Northwest Territories, Canada-117.505-113.732670564.16192960.9377645

西北地区估计烧毁面积范围的坐标(NWT_Young_Burned_Area.csv)。

Site

Westernmost Longitude

Easternmost Longitude

Northernmost Latitude

Southernmost Latitude

Northwest Territories, CA

-136.119

-102

71.69472

56.25417

数据文件信息

该数据集有三个逗号分隔格式(.csv)的数据文件。

文件名和说明

VariableUnitsDescription
burned_site_plot

Plot from which soil sample was obtained.

Plot name represents the burn from which sample was collected (SS33=Kakisa, ZF20=CentralHwy3, ZF46=NorthernHwy3, ZF35=Gameti West, ZF44=Gameti East, ZF26=Wekweeti, ZF104-Discovery Mine) and the plot number.

latitudedecimal degreesLatitude at start of west transect from GPS
longitudedecimal degreesLongitude at start of west transect from GPS
sample_transectThe meter along the transect from which the soil profile was obtained
sample_monolithThe monolith number (1 or 2) obtained at each plot. In 27 plots one monolith was collected and in 5 plots two monoliths were collected
site_sample_transectThe combined identification of site and meter
soil_depth_incrementcmDepth (cm) of the soil depth increment
increment_locationLocation of the soil depth increment (TOP = either 1 cm or 2cm depth increments, BOTTOM = depth increment of variable depth - located directly above the mineral soil or at the thaw front)
bottom_sol_materialCategory of what the bottom of the soil organic layer profile hit (min=mineral soil; ice= frozen organic soil)
field_sample_idA sample identification of the soil depth increment sent for radiocarbon analysis
uciams_idSample identification given by University of California, Irvine's W.M. Keck Carbon Cycle Accelerator Mass Spectrometry Laboratory, where radiocarbon samples were analyzed.
Delta14CDelta 14C of the sample (the per mil (‰) difference between the 14C/12C ratio of the sample and an international standard). Calculated as described by Stuiver and Polach (1977)
std_deviationError of Delta 14C measurement. The standard deviation of approximately 10 repetitive measurements of the sample.
soil_class_pre-post_bombSoil increment classification based on atmospheric bomb peak (pre = pre bomb peak; post=post bomb peak)
stand_age_ringsAge of the stand at time of fire based on the number of tree rings, 5 black spruce trees were sampled at each site (these data are also provided in the file Radiocarbon_site_data.csv for user convenience)
stand_yearYYYYThe year that the stand established (2014-stand_age_rings)
X14C_yr_stand_ageThe atmospheric concentration of Delta 14C in the year that the stand established
stand_age_pre-post_bombStand age classification based on atmospheric bomb peak (pre = pre bomb peak; post = post bomb peak)

文件 Radiocarbon_site_data.csv 中的变量

VariableUnitsDescription
burned_site_plot

Plot from which soil sample was obtained.

Plot name represents the burn from which it was sampled (SS33=Kakisa, ZF20=CentralHwy3, ZF46=NorthernHwy3, ZF35=Gameti West, ZF44=Gameti East, ZF26=Wekweeti, ZF104-Discovery Mine) and the plot number.

All plots are labelled A - because they were selected using a random stratified sampling design.

latitudedecimal degreesLatitude at start of west transect from GPS
longitudedecimal degreesLongitude at start of west transect from GPS
elevationmaslElevation at start of west transect from GPS. Meters above sea level
slopedegreesSlope in degrees. A slope <5 was given a 0
aspectdegreesSlope aspect in compass degrees (0 to 360) - has not been corrected for declination. -9999 indicates there is no slope >5
moisture_johnstoneRanking of plot moisture potential using the moisture key presented in the successional trajectories workbook (Johnstone et al. 2008). Values range from 1 to 6, where 1=xeric, 2=subxeric, 3=subxeric to mesic, 4=mesic, 5=submesic, 6=subhygric
moisture_classRanking of plot moisture potential from original rankings (moisture_johnstone). Dry=xeric and sub-xeric; Moist=subxeric-mesic and mesic; Wet=sub-mesic and subhygric
stand_age_ringsStand age at the time of fire, based on tree ring counts from 5 black spruce trees per site (these data are also provided in the file Soil_radiocarbon_data.csv for user convenience)
stand_age_classStand age classification based on the age of stand at the time of fire (young= <60 years at time of fire; old = >70 years at time of fire)
residual_sol_depthcmMean of organic layer depth (cm) located along the transect (10 points)
burn_depthDepth of burn calculated by adventitious root height and an associated unburned offset (see Walker et al. 2018a)
prefire_sol_depthcmDepth of prefire soil organic layer (SOL) (cm). Calculated by adding burn depth to residual soil organic layer depth
bg_c_residualg/m2Residual belowground carbon content (g C m2)
bg_c_combustedg/m2Belowground carbon combusted (g C m2). Based on model of carbon content as a function of depth and depth of burn
prefire_bg_cg/m2Prefire belowground carbon content (g C m2). Sum of belowground carbon combusted + residual belowground carbon (see Walker et al., 2018b for models)
tree_densityNumber stems/m2Estimated density of Picea mariana stems per m2 for the pre-fire stand. Sample area was 60 sq. m. All trees and saplings that were alive at the time of the 2014 fires are included
tree_c_prefireg/m2Aboveground carbon prefire (g C m2)

文件 NWT_Young_Burned_Area.csv 中的变量

Column nameUnitsDescription
Year_of_burnYYYYYear of burn (YYYY)
year_since_fireYears since the fire/s
percent_reburned%Percent of area reburned
cumulativeCumulative percent young-burned

应用与推导

这些数据让我们了解到北方森林火灾对全球碳动态的影响。

数据采集、材料和方法

研究区域涵盖泰加平原和泰加盾牌两个生态区的部分地区,这两个生态区在地质历史、土壤发育和母质方面各不相同。在这两个生态区中,黑云杉林主要分布在质地细腻的冰川-岩溶土壤中,而松柏则主要分布在质地粗糙的冲积土和冰川-流积土中。在泰加地盾特有的裸露基岩上,密度较低的黑云杉和白皮松通常占主导地位。

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="ABoVE_Soil_Radiocarbon_NWT_1664",
    cloud_hosted=True,
    bounding_box=(-136.12, 56.25, -102.0, 71.69),
    temporal=("2015-06-14", "2015-06-14"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

Walker, X.J., J.L. Baltzer, W. Laurier, S.G. Cumming, N.J. Day, S.J. Goetz, J.F. Johnstone, S. Potter, B.M. Rogers, E.A.G. Schuur, M.R. Turetsky, and M.C. Mack. 2019. ABoVE: Characterization of Carbon Dynamics in Burned Forest Plots, NWT, Canada, 2014. ORNL DAAC, Oak Ridge, Tennessee, USA. ABoVE: Characterization of Carbon Dynamics in Burned Forest Plots, NWT, Canada, 2014, https://doi.org/10.3334/ORNLDAAC/1664

网址推荐

0代码在线构建地图应用

https://sso.mapmost.com/#/login?source_inviter=nClSZANO

机器学习

https://www.cbedai.net/xg 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/519793.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

(学习日记)2024.04.03:UCOSIII第三十一节:信号量函数接口讲解

写在前面&#xff1a; 由于时间的不足与学习的碎片化&#xff0c;写博客变得有些奢侈。 但是对于记录学习&#xff08;忘了以后能快速复习&#xff09;的渴望一天天变得强烈。 既然如此 不如以天为单位&#xff0c;以时间为顺序&#xff0c;仅仅将博客当做一个知识学习的目录&a…

Linux (Ubuntu)- mysql8 部署

目录 1.基本部署 2.修改密码 3.开启root可远程连接配置 1.基本部署 01》》先查看OS类型&#xff0c;如果是Ubuntu在往下边看 rootspray:/etc/mysql/mysql.conf.d# lsb_release -a LSB Version: core-11.1.0ubuntu2-noarch:security-11.1.0ubuntu2-noarch Distributor ID: …

12-1-CSS 常用样式属性

个人主页&#xff1a;学习前端的小z 个人专栏&#xff1a;HTML5和CSS3悦读 本专栏旨在分享记录每日学习的前端知识和学习笔记的归纳总结&#xff0c;欢迎大家在评论区交流讨论&#xff01; 文章目录 CSS 常用样式属性1 CSS 三角形2 CSS 用户界面样式2.1 什么是界面样式2.2 鼠标…

【Spring】AOP——使用@around实现面向切面的方法增强

工作业务中&#xff0c;有大量分布式加锁的重复代码&#xff0c;存在两个问题&#xff0c;一是代码重复率高&#xff0c;二是容易产生霰弹式修改&#xff0c;使用注解和AOP可以实现代码复用&#xff0c;简化分布式锁加锁和解锁流程。 around注解是AspectJ框架提供的&#xff0c…

RK3568测试

作者简介&#xff1a; 一个平凡而乐于分享的小比特&#xff0c;中南民族大学通信工程专业研究生在读&#xff0c;研究方向无线联邦学习 擅长领域&#xff1a;驱动开发&#xff0c;嵌入式软件开发&#xff0c;BSP开发 作者主页&#xff1a;一个平凡而乐于分享的小比特的个人主页…

Prometheus+grafana环境搭建Docker服务(docker+二进制两种方式安装)(八)

由于所有组件写一篇幅过长&#xff0c;所以每个组件分一篇方便查看&#xff0c;前七篇链接如下 Prometheusgrafana环境搭建方法及流程两种方式(docker和源码包)(一)-CSDN博客 Prometheusgrafana环境搭建rabbitmq(docker二进制两种方式安装)(二)-CSDN博客 Prometheusgrafana环…

java数据结构与算法刷题-----LeetCode172. 阶乘后的零

java数据结构与算法刷题目录&#xff08;剑指Offer、LeetCode、ACM&#xff09;-----主目录-----持续更新(进不去说明我没写完)&#xff1a;https://blog.csdn.net/grd_java/article/details/123063846 文章目录 数学&#xff1a;阶乘的10因子个数数学优化:思路转变为求5的倍数…

【蓝桥杯选拔赛真题57】C++字符串反转 第十四届蓝桥杯青少年创意编程大赛 算法思维 C++编程选拔赛真题解

目录 C字符串反转 一、题目要求 1、编程实现 2、输入输出 二、算法分析 三、程序编写 四、程序说明 五、运行结果 六、考点分析 七、推荐资料 C字符串反转 第十四届蓝桥杯青少年创意编程大赛C选拔赛真题 一、题目要求 1、编程实现 给定一个只包含大写字母"M…

C++进阶--C++11(2)

C11第一篇 C11是C编程语言的一个版本&#xff0c;于2011年发布。C11引入了许多新特性&#xff0c;为C语言提供了更强大和更现代化的编程能力。 可变参数模板 在C11中&#xff0c;可变参数模板可以定义接受任意数量和类型参数的函数模板或类模板。它可以表示0到任意个数&…

蓝桥杯 第2155题质因数个数 C++ Java Python

题目 思路和解题方法 目标是计算给定数 n 的质因数个数。可以使用了试除法来找到 n 的所有质因数 读取输入的数 n。从 2 开始遍历到 sqrt(n)&#xff0c;对于每个数 i&#xff1a; 如果 n 能被 i 整除&#xff0c;则进行以下操作&#xff1a; 将 n 除以 i&#xff0c;直到 n 不…

leetcode.面试题 02.07. 链表相交

题目 给你两个单链表的头节点 headA 和 headB &#xff0c;请你找出并返回两个单链表相交的起始节点。如果两个链表没有交点&#xff0c;返回 null 。 图示两个链表在节点 c1 开始相交&#xff1a; 思路 假a在链表A上移动,b在链表B上移动&#xff0c;a移动完在B上开始&…

鸿蒙Lottie动画-实现控制动画的播放、暂停、倍速播放、播放顺序

介绍 本示例展示了lottie对动画的操作功能。引入Lottie模块&#xff0c;实现控制动画的播放、暂停、倍速播放、播放顺序、播放到指定帧停止或从指定帧开始播放、侦听事件等功能&#xff0c;动画资源路径必须是json格式。 效果预览 使用说明&#xff1a; 进入页面默认开始201…

铸铁平台的平面度

铸铁平台的平面度是指平台的表面平整程度&#xff0c;即平台表面与其理论平面之间的最大偏差。平台的平面度通常使用国际标准符号GD&T中的平面度符号&#xff08;ⓨ&#xff09;表示&#xff0c;单位为毫米&#xff08;mm&#xff09;或微米&#xff08;μm&#xff09;。 …

docker搭建EFK(未完待续)

目录 elasticsearch1.创建网络2.拉取镜像3.创建容器如果出现启动失败&#xff0c;提示目录挂载失败&#xff0c;可以考虑如下措施 开放防火墙端口4.验证安装成功重置es密码关闭https连接创建kibana用户创建新账户给账户授权 kibana1.创建容器2.验证安装成功3.es为kibana创建用户…

2024年第八届人工智能与虚拟现实国际会议(AIVR 2024)即将召开!

2024年第八届人工智能与虚拟现实国际会议&#xff08;AIVR 2024&#xff09;将2024年7月19-21日在日本福冈举行。人工智能与虚拟现实的发展对推动科技进步、促进经济发展、提升人类生活质量等具有重要意义。AIVR 2024将携手各专家学者&#xff0c;共同挖掘智能与虚拟的无限可能…

Day03-Ansible playbook

Day03-Ansible playbook 1. Ansible Playbook基本概述1.1 什么是playbook?1.2 Ansible playbook与AD-Hoc的关系1.3 Ansible Playbook书写格式1.4 Ansible Playbook练习实验1.4.1 playbook剧本初使用1.4.2 playbook剧本-部署配置nfs1.4.3 playbook剧本-部署配置lnmp 1. Ansible…

多线程学习-线程池

目录 1.线程池的作用 2.线程池的实现 3.自定义创建线程池 1.线程池的作用 当我们使用Thread的实现类来创建线程并调用start运行线程时&#xff0c;这个线程只会使用一次并且执行的任务是固定的&#xff0c;等run方法中的代码执行完之后这个线程就会变成垃圾等待被回收掉。如…

7(8)-2-CSS 盒子模型

个人主页&#xff1a;学习前端的小z 个人专栏&#xff1a;HTML5和CSS3悦读 本专栏旨在分享记录每日学习的前端知识和学习笔记的归纳总结&#xff0c;欢迎大家在评论区交流讨论&#xff01; 文章目录 CSS 盒子模型1 盒子模型&#xff08;Box Model&#xff09;组成2 边框&#x…

传统海外仓的管理模式有什么缺点?使用位像素海外仓系统的海外仓有什么优势?

传统的海外仓管理模式主要需要大量的人工操作和相对简单的信息化手段进行仓库的日常运营。因此&#xff0c;传统海外仓的运作比较依赖仓库员工的手工记录、核对和处理各种仓储和物流信息。 然而&#xff0c;传统海外仓管理模式通常存在一些缺点&#xff1a; 效率低下 因为需…

LLMOps快速入门,轻松开发部署大语言模型

大家好&#xff0c;如今我们能够与ChatGPT进行轻松互动&#xff1a;只需输入提示&#xff0c;按下回车&#xff0c;就能迅速得到回应。然而&#xff0c;这个无缝互动的底层&#xff0c;是一系列复杂而有序的自动执行步骤&#xff0c;即大型语言模型运营&#xff08;LLMOps&…