极地生产力自主采样系统的观测:融池比例统计 MEDEA 融池比例数据集

Observations from the Autonomous Polar Productivity Sampling System.

极地生产力自主采样系统的观测结果

简介

该项目是美国国家航空航天局 ICESCAPE 大型项目的一部分,旨在研究浮游植物丰度的长期季节性变化与整个生长季节在波弗特海和楚科奇海测量到的海冰覆盖、分层和温度变化的关系。这将通过使用 ARGO 浮漂和近实时卫星通信进行高频观测来实现。对于楚科奇海北部和波弗特海深处的较深水域,将建造一个 ARGO 浮标,在 300 米深和海面之间循环。浮标将测量温度、电导率、溶解氧、荧光和反向散射。此外,2011 年部署的浮标将配备硝酸盐传感器,以估算 NO3-消耗量、新产量和群落净产量。这些单点实地测量将用于验证关键的遥感变量,如海面温度和盐度、叶绿素 a 和初级生产力。卫星数据也将用于将单点漂流器测量结果扩大到波弗特海和楚科奇海的区域范围。

最后,将最近编制的泛北冰洋初级生产力和叶绿素 a 历史值数据集与现有的北冰洋水文数据库相结合,可以进行个案研究,以便更好地了解初级生产力的时间演变及其在春季、夏季和秋季这一快速变化的生态系统中的物理控制。

波弗特海和楚科奇海以及整个北冰洋现有的初级生产力数据在空间和时间上都很匮乏,而且很难通过昂贵和不频繁的船基测量来获得更高频率的数据,这就要求采用一种基于实地的方法,以补充和支持在波弗特海和楚科奇海可能进行的受云层和冰层限制的卫星测量

高分辨率卫星(MEDEA)图像中的融池比例统计 MEDEA 融池比例数据集

为了验证海冰模型,我们编制了一套融池统计数据集。  该数据集由 Melinda Webster(现为 NASA GSFC)在极地科学中心/APL/UW 做博士后期间编制。  该数据集是根据 Webster 等人 2015 年的研究成果,从之前分类的高分辨率可见光波段卫星图像中生成的。该数据集包含两个独立的数据集,一个涵盖 1999-2014 年,由 Melinda 导出(详见 Webster 等人,2015 年),另一个由 Florence Fetterer(NSIDC)使用监督分类技术导出,涵盖 1999-2001 年。该数据集是根据国家冰雪数据中心的数据集重新格式化的(数据和说明见:http://nsidc.org/data/G02159/versions/1)。  图像数据源被称为 "Global Fiducial Imagery"、"Literal Image Derived Products"、"National Technical Means images "和 "MEDEA Measurements of Earth Data for Environmental Analysis")。为简单起见,我们将这些图像称为 MEDEA 图像。  未经处理的图像可通过 https://earthexplorer.usgs.gov(选择 USGS Global Fiducials)访问。

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="APPSS",cloud_hosted=True,bounding_box=(-180.0, -90.0, 180.0, 90.0),temporal=("2011-08-23", "2017-08-08"),count=-1,  # use -1 to return all datasetsreturn_gdf=True,
)gdf.explore()#leafmap.nasa_data_download(results[:5], out_dir="data")

极地科学中心对地球和太阳系其他地区冰雪覆盖区域的海洋学、气候学、气象学、生物学和生态学进行基础研究和应用研究。极地科学中心的研究和实地考察范围包括北极和南极,以及海冰、冰川和大陆冰盖。PSC 工作人员包括 20 名首席研究员、7 名辅助人员以及数量不等的博士后研究助理、研究生研究助理和本科生助手。

PSC 的大部分研究经费来自与美国联邦机构(如 NSF、NASA、NOAA 和 ONR)的赠款和合同。极地科学中心的大部分研究都涉及极地地区与全球气候系统之间的关系。具体来说,我们的研究包括观测和模拟控制海冰性质和分布的物理过程、高纬度海洋和大气的结构和环流,以及空气、海洋、冰和生物群之间的相互作用。

DescriptionMelt Pond Fraction from MEDEA High Resolution Satellite DataTime Period1999-2014Geographic AreaArctic Ocean (See Map)Parameter(s)Melt Pond Fraction (fraction of sea ice covered by melt ponds)Data AccessMet Pond Fraction Data File (Excel Spread Sheet)

网址推荐

0代码在线构建地图应用

https://invite.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:http://www.mzph.cn/news/872543.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

Spring与设计模式实战之策略模式

Spring与设计模式实战之策略模式 引言 在现代软件开发中,设计模式是解决常见设计问题的有效工具。它们提供了经过验证的解决方案,帮助开发人员构建灵活、可扩展和可维护的系统。本文将探讨策略模式在Spring框架中的应用,并通过实际例子展示…

Linux 驱动开发 举例

Linux驱动开发涉及编写内核模块或设备驱动程序,以便让Linux内核能够识别和控制硬件设备。以下是一个简单的Linux驱动开发示例,这个示例将展示如何创建一个简单的字符设备驱动。 示例:简单的字符设备驱动 1. 定义设备驱动结构 首先&#xf…

深度学习损失计算

文章目录 深度学习损失计算1.如何计算当前epoch的损失?2.为什么要计算样本平均损失,而不是计算批次平均损失? 深度学习损失计算 1.如何计算当前epoch的损失? 深度学习中的损失计算,通常为数据集的平均损失&#xff0…

CREC晶振产品分类

CREC晶振大类有石英晶体谐振器、石英晶体振荡器、石英晶体滤波器 其中石英晶体谐振器: KHZ石英谐振器 车规级32.768KHz石英谐振器 专为汽车RTC应用而设计,通过AECQ-200可靠性测试,满足汽车电子的高标准时频需求,为客户提供可靠…

完整的优化流程需要做什么工作

👽System.out.println(“👋🏼嗨,大家好,我是代码不会敲的小符,目前工作于上海某电商服务公司…”); 📚System.out.println(“🎈如果文章中有错误的地方,恳请大家指正&…

三生随记——空调的诅咒

在一个炎热的夏日,小镇上的居民们都在忍受着高温的煎熬。阳光无情地炙烤着大地,空气仿佛凝固了一般,让人喘不过气来。 杰克和艾米是一对年轻的夫妻,他们刚刚搬进了这座小镇边缘的一座古老房子。这座房子虽然宽敞,但却透…

前后端,数据库以及分布式系统

1. 前端(Frontend) 定义: 前端是用户直接与之交互的部分,通常在浏览器中运行。它负责呈现和展示数据,与用户进行交互。 关键点: HTML/CSS/JavaScript: HTML定义了页面结构,CSS负责…

Interface中的方法被default修饰

Interface中的方法被default修饰 在Java 8中,引入了default方法的概念,使得接口可以包含具体的方法实现。被default修饰的方法称为默认方法。这意味着接口不仅可以声明方法,还可以提供方法的默认实现。 默认方法的主要作用包括:…

工业网络通信教学平台-工业互联网综合教学的实验平台-工业互联网应用实训

工业互联网(Industrial Internet),也称为工业物联网或IIoT,是一个开放的、全球化的工业网络,将人、数据和机器进行连接,将工业、技术和互联网深度融合。 工业互联网产业发展离不开信息技术产业人才&#xf…

Elasticsearch 聚合查询简介

Elasticsearch 聚合查询简介 在 Elasticsearch 中,聚合(Aggregations)是一种强大的数据分析工具,可以让你从数据中提取有意义的信息。通过聚合查询,可以对数据进行分类、统计、过滤和分组等操作,从而帮助用…

Android TEE SE

在Android平台上,Trusted Execution Environment (TEE) 和 Secure Element (SE) 是用来增强设备安全性的关键技术。TEE提供了隔离的执行环境,可以执行敏感的安全操作,而SE则是一个独立的、高度安全的微控制器,用于存储和处理非常敏…

Log4j的原理及应用详解(五)

本系列文章简介: 在软件开发的广阔领域中,日志记录是一项至关重要的活动。它不仅帮助开发者追踪程序的执行流程,还在问题排查、性能监控以及用户行为分析等方面发挥着不可替代的作用。随着软件系统的日益复杂,对日志管理的需求也日…

Qt Creator的好用的功能

(1)ctrlf: 在当前文档进行查询操作 (2)f3: 找到后,按f3,查找下一个 (3)shiftf3: 查找上一个 右键菜单: (4)f4:在…

LabVIEW异步和同步通信详细分析及比较

1. 基本原理 异步通信: 原理:异步通信(Asynchronous Communication)是一种数据传输方式,其中数据发送和接收操作在独立的时间进行,不需要在特定时刻对齐。发送方在任何时刻可以发送数据,而接收…

GitHub+Picgo图片上传

Picgo下载,修改安装路径,其他一路下一步! 地址 注册GitHub,注册过程不详细展开,不会的百度一下 地址 新建GitHub仓库存放图片 ——————————————————————————————————————————…

第二十章 Nest 大文件分片上传

在前端的文件上传功能中,只要请求头里定义 content-type 为 multipart/form-data,内容就会以下面形式传递到服务端,接着服务器再按照multipart/form-data的格式去提取数据 获取文件数据但是当文件体积很大时 就会出现一个问题 文件越大 请求的…

08-8.6.2 败者树

👋 Hi, I’m Beast Cheng 👀 I’m interested in photography, hiking, landscape… 🌱 I’m currently learning python, javascript, kotlin… 📫 How to reach me --> 458290771qq.com 喜欢《数据结构》部分笔记的小伙伴可以…

QT使用QPainter绘制多边形维度图

多边形统计维度图是一种用于展示多个维度的数据的图表。它通过将各个维度表示为图表中的多边形的边,根据数据的大小和比例来确定各个维度的长度。 一、简述 本示例实现六边形战力统计维度图,一种将六个维度的战力统计以六边形图形展示的方法。六个维度是…

六、元组、字典、集合

文章目录 学习目标一、元组的使用二、字典的基本使用2.1 字典使用注意事项2.2 字典的增删改查2.3 update方法的使用2.4 合并多个dict2.5 字典的遍历2.6 字典的推导式三、集合的使用3.1 set的使用3.2 set的操作3.3 集合的高级用法四、eval与json五、可迭代对象通用方法5.1 运算符…

五、python列表

文章目录 学习目标一、列表的基本使用二、列表的遍历2.1 while循环遍历2.2 for...in 循环遍历三、列表的排序3.1 交换两个变量的值3.2 冒泡排序3.3 列表的排序与反转方法四、列表的复制4.1 可变数据类型与不可变数据类型4.2 列表的复制五、列表的嵌套(略)六、列表推导式学习目…