前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >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

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

作者头像
此星光明
发布2024-07-20 12:31:19
280
发布2024-07-20 12:31:19
举报

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

代码语言:javascript
复制
!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="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 datasets
    return_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

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2024-07-20,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 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
  • 代码
    • 网址推荐
      • 0代码在线构建地图应用
        • 机器学习
        相关产品与服务
        数据库
        云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建,轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量,更专注于业务发展,让企业一站式享受数据上云及分布式架构的技术红利!
        领券
        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档