NASA数据集——2015 年30 米分辨率的地衣地面覆盖率模型估计值

cABoVE: Lichen Forage Cover over Fortymile Caribou Range, Alaska and Yukon, 2000-2015

文件修订日期:2021-07-21

数据集版本: 1

摘要

本数据集提供了美国阿拉斯加东部内陆和加拿大育空地区 Fortymile 研究区 2015 标称年 30 米分辨率的地衣地面覆盖率模型估计值。绘制的地衣是该地区九个常住驯鹿(Rangifer tarandus)群的重要冬季饲料。该模型采用随机森林建模方法,利用植被输入以及环境和光谱预测因子来估算 2015 年的地衣覆盖率。该模型的输入数据由历史原位植被地块、目视航测和最近的无人机系统(UAS)图像汇总而成,与 583,200 平方公里研究区域内 30 米分辨率的大地遥感卫星(Landsat)像素保持一致。通过将训练有素的模型应用于历史 Landsat 图像,该模型还用于估算 2000 年的地衣覆盖率。该模型还根据已公布的算法估算了 2015 年的地衣数量。此外,还提供了分辨率小于 1 米的地点级存在-不存在地图以及分辨率为 2 米和 30 米的地点级地衣覆盖地图。地点级数据来自 2017 年夏季在阿拉斯加内陆和育空西部 22 个森林和高山地点使用无人机系统采集的高分辨率 RGB 图像。由于在 7 个地点使用了两台独特的 UAS 成像仪,22 个地点共有 29 次数据采集。每个无人机系统数据采集与三个数据文件相关联。这些景观尺度地图有助于了解地衣丰度和分布趋势,也有助于驯鹿研究、管理和保护。
该数据集包含 90 个 GeoTIFF(*.tif)格式的数据文件。其中 3 个文件提供了整个 Fortymile 研究区域的地衣覆盖率和数量,87 个文件提供了地点级地衣覆盖率或存在-不存在估计值。

数据集概述

本数据集提供了美国阿拉斯加内陆东部和加拿大育空地区 Fortymile 研究区 30 米分辨率的地衣地面覆盖率模型估计值,时间为 2015 标称年。绘制的地衣是该地区九个常住驯鹿(Rangifer tarandus)群的重要冬季饲料。该模型采用随机森林建模方法,利用植被输入以及环境和光谱预测因子来估算 2015 年的地衣覆盖率。该模型的输入数据由历史原位植被地块、目视航测和最近的无人机系统(UAS)图像汇总而成,与 583,200 平方公里研究区域内 30 米分辨率的大地遥感卫星(Landsat)像素保持一致。通过将训练有素的模型应用于历史 Landsat 图像,该模型还用于估算 2000 年的地衣覆盖率。该模型还根据已公布的算法估算了 2015 年的地衣数量。此外,还提供了分辨率小于 1 米的地点级存在-不存在地图以及分辨率为 2 米和 30 米的地点级地衣覆盖地图。地点级数据来自 2017 年夏季在阿拉斯加内陆和育空西部 22 个森林和高山地点使用无人机系统采集的高分辨率 RGB 图像。由于在 7 个地点使用了两台独特的 UAS 成像仪,22 个地点共有 29 次数据采集。每个无人机系统数据采集与三个数据文件相关联。这些景观尺度地图有助于了解地衣的丰度和分布趋势,也有助于驯鹿的研究、管理和保护。

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)陆地生态计划的一项野外活动,从 2015 年开始在阿拉斯加和加拿大西部进行,为期 8 到 10 年。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,这些能力是了解和预测北极和北方地区生态系统对气候变化的反应及其对社会的影响所必需的。

数据特征

空间覆盖范围:美国阿拉斯加州和加拿大育空地区

上图 参考地点

域:核心

州/地区:阿拉斯加和育空地区

网格单元:Bh006v004, Bh007v004, Bh006v005, Bh007v005, Bh008v005, Bh006v006, Bh007v006, Bh008v006, Bh006v007, Bh007v007, Bh008v007, Bh009v007, Bh006v008, Bh007v008, Bh008v008, Bh009v008, Bh007v009, Bh008v009

空间分辨率:研究区覆盖范围为 30 米;地点级产品可变(表 1)

时间覆盖范围:研究区域估算为 2000 年和 2015 年;站点数据为 2017 年 8 月

时间分辨率:研究区域估算为每年一次;遗址数据为单点

研究区域:纬度和经度以十进制度表示。

最北纬度 最南纬度 最东经度 最西经度

SitesWesternmost LongitudeEasternmost LongitudeNorthernmost LatitudeSouthernmost Latitude
70.0906458.61239-128.25554-153.85832

数据文件信息

本数据集中包含 90 个 GeoTIFF(*.tif)格式的数据文件。站点级文件的命名约定为站点_日期_FA_平台_日期-类型_分辨率.tif(例如,EASU27_20170607_70m_P3A_lichen_cover_02m.tif),其中

站点 = 站点代码(表 2)
日期 = 无人机系统成像日期,以 YYYYMMDD 为单位
FA = 无人机系统的飞行高度,以米为单位("3 米"、"46 米 "或 "70 米")。
平台= 使用的成像仪(Phantom 3 Advanced ("P3A") 或 Phantom 4 Pro ("P4P")
数据类型 = "存在 "或 "地衣覆盖物
R = 空间分辨率

File NamesResolutionUnitsDescription
Entire Study Area
2000_macrolichen_cover_Fortymile_study_area.tif30 mpercent1 file; percent cover of lichen over the full range for the year 2000.
2015_macrolichen_cover_Fortymile_study_area.tif30 mpercent1 file; percent cover of lichen over the full range for the year 2015.
2015_lichen_volume_Fortymile_study_area.tif30 mdm3 m-21 file; estimated lichen volume per pixel over the full range. Water coded as "200".
Site-level Files
Site_Date_FA_Platform_presence.tif<1 m29 files; plot level presence (1) or absence (0) of lichen.
Site_Date_FA_Platform_lichen_cover_R.tif2 mpercent29 files; plot level percent cover of lichen at 2 m resolution
Site_Date_FA_Platform_lichen_cover_R.tif30 mpercent29 files; plot level percent cover of lichen at 30 m resolution

数据细节

有一个波段
无数据值编码为 "255
投影为标准 ABoVE,"Canada_Albers_Equal_Area_Conic",EPSG:102001。
站点级文件名中使用的站点代码。这 22 个站点代码是从当地地理特征名称中提取的缩写。用户须知:不提供完整站点名称的关键字。使用或理解数据并不需要这些名称。纬度和经度以十进制度表示。

Site CodeSample DateLatitudeLongitude
BADO012017-08-0163.84842778-137.5080917
BLRI012017-07-3064.59859722-138.3196111
BLRI022017-07-3064.60512778-138.3301889
EASU272017-06-0765.51098333-145.375425
EASU322017-06-0765.48817778-145.4120667
EASU992017-06-0765.49551389-145.3820194
FACR112017-06-0665.06966944-147.2734778
FACR172017-06-0465.08308056-147.3244083
MD372017-06-0164.95796667-148.3500722
MD462017-05-3164.96740556-148.3713278
NOKL012017-07-3164.47211111-138.1918778
NOKL022017-07-3164.43580556-138.2341417
OMD41_17_12017-06-0164.96266667-148.2225917
TOWH012017-07-2164.07572778-140.9604028
TOWH022017-07-2264.07057778-140.9552139
TWSU202017-06-0765.40775278-145.9511306
TWSU212017-06-0765.40140278-145.9762917
TWSU222017-06-0665.39768889-145.9674361
WEHE012017-07-2964.56963333-138.1439889
WEHE022017-07-2964.57357778-138.1450028
WIPA012017-07-2865.08397222-138.2776333
WIPA022017-07-2865.08588889-138.2686528

应用与推导

陆生地衣覆盖是影响北方北方森林草食性和群落跨季节相互作用的一个重要因素。具体而言,这些地衣覆盖率地图可用于评估估计的地衣覆盖率对 Fortymile 驯鹿群资源选择的影响(Macander 等人,2020 年)。景观尺度地图有助于了解地衣丰度和分布趋势,也有助于驯鹿研究、管理和保护。

使用高分辨率的无人机系统图像有助于弥合精细尺度的现场取样与卫星图像之间的差距,展示了一种相对廉价且高效的方法来收集与野生动物管理相关的植被覆盖数据。来自无人机系统的图像为校准和验证大空间范围的区域地衣覆盖模型提供了数据,并为跟踪野外地点地衣覆盖面积的变化情况提供了基线。

绘制阿拉斯加中部和育空地区几个驯鹿牧场的地衣覆盖分布图为今后估算地衣覆盖随时间的变化提供了有用的基准。变化分析对于探索驯鹿相对于其资源选择和名义分布范围的长期种群动态,以及评估驯鹿管理行动的有效性和气候变化的潜在影响都具有潜在价值。

数据采集、材料和方法

研究人员对阿拉斯加中东部、育空地区中部和南部以及不列颠哥伦比亚省最西北部 583,200 平方公里范围内当前(约 2015 年)的轻型大型裸子植物部分覆盖率进行了建模。所选区域包括 Fortymile(10 万平方公里)、白山(6500 平方公里)、Aishihik(1 万平方公里)、Clear Creek(3000 平方公里)、Chisana(8000 平方公里)、Hart River(13000 平方公里)、Klaza(11000 平方公里)、Kluane(8000 平方公里)、Pelly(9000 平方公里)和 Laberge(5000 平方公里)驯鹿山脉。研究区域由连绵起伏的丘陵、亚高山和高山地区以及大片森林覆盖的河谷组成,从西北部的阿拉斯加白山一直延伸到东南部的育空地区怀特霍斯附近。该地区的火灾历史有据可查。

建模

美国国家公园管理局于 2006-2015 年间收集了育空-查理河国家保护区(YUCH)29 个地点的现有现场地块数据。育空环境部在 2010 年至 2016 年期间收集了地衣覆盖率的目视估算数据。2017 年夏季,无人机系统在阿拉斯加内陆和育空西部的 22 个森林和高山地点收集了更多陆地地衣覆盖率数据和高分辨率 RGB 图像。(本数据集中提供了这 22 个地点上空 29 次无人机飞行的地点级地衣存在和覆盖数据)。这些数据用于模型训练和验证。使用最大似然算法对地面层进行了有监督的光谱分类。分类后的图像被汇总为与 Landsat 像素一致的 30 米分辨率像素,并计算出每个像素中三个类别所占的比例。关于建模方法的深入介绍,请参见 Macander 等人(2020 年)。

 Macander, M.J., E.C. Palm, G.V. Frost, J.D. Herriges, P.R. Nelson, C. Roland, K.L.M. Russell, M.J. Suitor, T.W. Bentzen, K. Joly, S.J. Goetz, and M. Hebblewhite. 2020. Lichen cover mapping for caribou ranges in interior Alaska and Yukon. Environmental Research Letters 15:055001. https:doi.org/10.1088/1748-9326/ab6d38

代码

!pip install leafmap
!pip install pandas
!pip install folium
!pip install matplotlib
!pip install mapclassifyimport pandas as pd
import leafmapurl = "https://github.com/opengeos/NASA-Earth-Data/raw/main/nasa_earth_data.tsv"
df = pd.read_csv(url, sep="\t")
dfleafmap.nasa_data_login()results, gdf = leafmap.nasa_data_search(short_name="ABoVE_Forage_Lichen_Maps_1867",cloud_hosted=True,bounding_box=(-153.86, 58.61, -128.26, 70.09),temporal=("2017-07-20", "2017-08-08"),count=-1,  # use -1 to return all datasetsreturn_gdf=True,
)gdf.explore()#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

Macander, M., E.C. Palm, G.V. Frost, and P.R. Nelson. 2021. ABoVE: Lichen Forage Cover over Fortymile Caribou Range, Alaska and Yukon, 2000-2015. ORNL DAAC, Oak Ridge, Tennessee, USA. ABoVE: Lichen Forage Cover over Fortymile Caribou Range, Alaska and Yukon, 2000-2015, https://doi.org/10.3334/ORNLDAAC/1867

致谢

研究经费由美国土地管理局、阿拉斯加鱼类和野生动物部、国家公园管理局、育空环境部和美国宇航局 ABoVE(拨款 NNX15AW71A、NNX17AE44G、NNX15AU03A)提供。此外,作者还获得了美国宇航局地球与空间科学奖学金、加拿大野生动物保护协会 W. Garfield Weston 奖学金、蒙大拿大学 W.A. Franke 研究生奖学金以及蒙大拿生态系统研究所研究生研究奖的支持。作者感谢数十位植物学家收集了地面和空中植被数据,这些数据被用来训练和开发地衣覆盖模型。

数据链接

ABoVE: Lichen Forage Cover over Fortymile Caribou Range, Alaska and Yukon, 2000-2015

网址推荐

 0代码在线构建地图应用

Mapmost loginicon-default.png?t=N7T8https://sso.mapmost.com/#/login?source_inviter=nClSZANO

机器学习

前言 – 人工智能教程icon-default.png?t=N7T8https://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:http://www.mzph.cn/news/766908.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

YOLOv8-ROS-noetic+USB-CAM目标检测

环境介绍 Ubuntu20.04 Ros1-noetic Anaconda-yolov8虚拟环境 本文假设ROS和anaconda虚拟环境都已经配备&#xff0c;如果不知道怎么配备可以参考&#xff1a; https://blog.csdn.net/weixin_45231460/article/details/132906916 创建工作空间 mkdir -p ~/catkin_ws/srccd ~/ca…

湖北专升本报名照片需要<40kb怎么解决

湖北专升本报名照片需要<40kb怎么解决

vue 修改element-plus主题色

一、安装SCSS npm install sass --save-dev npm install sass-loader --save-dev npm install node-sass --save-dev npm install vue-style-loader --sava-dev 二、添加主题文件theme.scss forward "element-plus/theme-chalk/src/common/var.scss" with ($col…

kubernetes负载均衡-service

一、service的概念 1、什么是service 在Kubernetes中&#xff0c;pod是应用程序的载体&#xff0c;当我们需要访问这个应用时&#xff0c;可以通过Pod的IP进行访问&#xff0c;但是这里有两个问题:1、Pod的IP地址不固定&#xff0c;一旦Pod异常退出、节点故障&#xff0c;则会…

【STM32】读写BKP备份寄存器RTC实时时钟

目录 BKP BKP简介 BKP基本结构 BKP测试代码 RTC RTC简介 RTC框图 RTC基本结构 硬件电路 RTC操作注意事项 接线图 初始化 使用BKP解决只初始化一次时间 初始化参考代码 RTC设置时间 RTC读取时间 完整代码 MyRTC.c MyRTC.h main.c BKP BKP简介 BKP&#xff0…

pytorch中tensor类型转换的几个函数

目录 IntTensor转FloatTensor FloatTensor转IntTensor Tensor类型变为python的常规类型 IntTensor转FloatTensor .float函数&#xff1a; FloatTensor转IntTensor .int函数 Tensor类型变为python的常规类型 item函数

阿里云部署MySQL、Redis、RocketMQ、Nacos集群

文章目录 &#x1f50a;博主介绍&#x1f964;本文内容MySQL集群配置云服务器选购CPU选择内存选择云盘选择ESSD AutoPL云盘块存储性能&#xff08;ESSD&#xff09; 镜像选择带宽选择密码配置注意事项 安装docker和docker-compose部署MySQL三主六从半同步集群一主二从同步集群规…

pytorch如何向tensor结尾添加元素或维度--torch.cat()、torch.unsqueeze()的用法

目录 示例1 矢量后增加元素 示例2 tensor维度增加1 示例3 另一种替代unsqueeze的方法 示例1 矢量后增加元素 使用torch.cat()函数 ptorch.Tensor([1,5,0]) ptorch.cat((p, torch.Tensor([4])), 0) 结果&#xff1a; 这里&#xff0c;cat的第一个输入变量用()包绕&#xf…

Request请求参数----中文乱码问题

一: GET POST获取请求参数: 在处理为什么会出现中文乱码的情况之前, 首先我们要直到GET 以及 POST两种获取请求参数的不同 1>POST POST获取请求参数是通过输入流getReader来进行获取的, 通过字符输入流来获取响应的请求参数, 并且在解码的时候, 默认的情况是 ISO_885…

由浅到深认识Java语言(21):Math类

该文章Github地址&#xff1a;https://github.com/AntonyCheng/java-notes 在此介绍一下作者开源的SpringBoot项目初始化模板&#xff08;Github仓库地址&#xff1a;https://github.com/AntonyCheng/spring-boot-init-template & CSDN文章地址&#xff1a;https://blog.c…

GaussDB WDR分析之集群报告篇

AWR报告目前已经成为Oracle DBA分析问题&#xff0c;定位故障最为重要的报告&#xff0c;阅读与分析AWR报告的技能也是Oracle DBA必备的技能。国产数据库为了提高运维便捷性&#xff0c;都在做类似Oracle AWR报告的模仿&#xff0c;只不过由于指标体系不够完善&#xff0c;因此…

postman 用上一个请求的响应体中的字段设置下一个请求的请求参数

文章目录 IntroPostman usagePre-request ScriptTests javascripts API Intro 这一切都是为了增加自动化动作所占的比例&#xff08;减少人手工操作复制粘贴可能会造成的错误&#xff09;。 Postman usage 最常用的&#xff1a;选HTTP方法类型、写URL&#xff0c;在Headers中…

如何解决Layui后台接口返回数据,但是table.render不渲染表格数据的问题

我这边进行了pareData数据格式转换&#xff0c;response重新定义了layui的参数格式规范 接口正常返回了数据 但是就是不渲染&#xff0c;我这个郁闷啊&#xff01;&#xff01; 忽然&#xff0c;我把后台重新定义的layui规定的格式参数&#xff0c;有个参数名叫data&#xff0…

sql注入五-WEB攻防-注入工具SQLMAPTamper编写指纹修改高权限操作目录架构

演示案例&#xff1a; 数据猜解-库表列数据&字典权限操作-文件&命令&交互式提交方法-POST&HEAD&JSON绕过模块-Tamper脚本-使用&开发分析拓展-代理&调试&指纹&风险&等级 #参考&#xff1a; https://www.cnblogs.com/bmjoker/p/9326258.…

自动化的免下车服务——银行、餐厅、快餐店、杂货店

如果您在20世纪70年代和2020年分别驾车经过免下车服务餐厅&#xff08;汽车穿梭餐厅&#xff09;&#xff0c;您会发现&#xff0c;唯一的不同是排队的车型。50多年来&#xff0c;免下车技术一直为我们提供着良好的服务&#xff0c;但现在也该对它进行现代化改造了。 乘着AI和自…

先进电机技术 —— 长线缆驱动电机面临哪些问题?

一、长线驱动问题简述 电机变频驱动器&#xff08;VFD&#xff09;输出侧采用长线缆驱动电机运行时&#xff0c;将会面对多种问题&#xff0c;主要包括但不限于&#xff1a; 此图片来源于网络 1. **电压降**&#xff1a; - 长线缆的电阻会导致电压降增大&#xff0c;当电…

53 initrd/initramfs 相关

前言 呵呵 这里主要是 探究一下 根文件系统 相关的东西 以及 附加了一些 系统启动的相关信息 计算机启动 硬件重置寄存器 设置初始化数据 计算机访问 0xffff0, 执行 bios 的代码, bios 选择启动设备, 然后执行 启动设备 boolloader 的代码 bootloader 将 boot.img 加载…

你可敢信这是 AI 写的歌?suno 真的惊到我了!

你可敢信这是 AI 写的歌&#xff1f;suno 真的惊到我了&#xff01; AI 音乐平台 suno 横空出世&#xff0c;效果惊人&#xff0c;我赶紧试了一下&#xff0c;amazing&#xff01;&#xff01;&#xff01; suno创作 - 背叛 这是我随意创作的&#xff0c;这几天对诅咒前男友那首…

MySQL常用函数整理,建议收藏!

常见函数 字符串函数数字函数日期函数聚合函数流程控制函数 一、字符串函数 concat(s1,s2...,sn) --将s1,s2...,sn连接成字符串&#xff0c;如果该函数中的任何参数为 null&#xff0c;返回结果为 null concat_ws(sep,s1,s2...,sn) --将s1,s2...,sn连接成字符串,并用sep字符…

xilinx的高速接口构成原理和连接结构

本文来源&#xff1a; V3学院 尤老师的培训班笔记【高速收发器】xilinx高速收发器学习记录Xilinx-7Series-FPGA高速收发器使用学习—概述与参考时钟GT Transceiver的总体架构梳理 文章目录 一、概述&#xff1a;二、高速收发器结构&#xff1a;2.1 QUAD2.1.1 时钟2.1.2 CHANNEL…