美国阿拉斯加州（AK）两个北极树线站点对环境变量（气温、气压、相对湿度、土壤温度、体积含水量和太阳辐照度）的同步原位测量数据

简介

该数据集提供了对选定的白云杉（Picea glauca）和黑云杉（Picea mariana）树木径向生长的原位测量数据，以及在两个北极树线站点对环境变量（气温、气压、相对湿度、土壤温度、体积含水量和太阳辐照度）的同步原位测量数据，其中一个站点位于美国阿拉斯加州（AK）的布鲁克斯山脉，另一个站点位于加拿大西北地区（NWT）的伊努维克附近。在阿拉斯加，从2016年6月7日至2019年9月13日对36棵树进行了监测；在西北地区，从2017年7月5日至2019年7月25日对24棵树进行了监测，树木径向生长的采样间隔为5或20分钟，所有环境变量的采样间隔为5分钟。本数据集中包含的测深仪数据仅为 2016-2017 年收集的数据。2018-2019 年的树高计数据可从相关数据集中获取。收集这些数据是为了更好地了解环境变量对树木径向生长动态的影响。数据以逗号分隔值（CSV）格式提供。 该数据集共有 8 个逗号分隔值（*.csv）格式的数据文件。七个文件提供了测量的变量，一个文件提供了测量树木的位置。

摘要

这份包括2016年至2019年在阿拉斯加（AK）和西北领地（NWT）北极树线地区的树木轮宽、土壤和气象观测数据集，提供了关于树木生长（树木轮宽）、土壤性质和气象条件的详细测量和观测数据。树木轮宽数据记录了树干直径随时间变化的情况，有助于研究员分析树木生长模式及对环境因素的响应。土壤观测包括土壤成分、湿度水平和营养含量等数据，对于了解生态系统动态和树木健康至关重要。此外，数据集中的气象观测涵盖了温度、降水、风速和湿度等多种气象变量，为研究人员提供了对影响北极树线地区树木生长和生态系统过程的气候条件的洞察。总的来说，该数据集为研究生态学和气候变化研究提供了宝贵的信息，展示了树木、土壤和气象之间的相互作用。

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="ArcticTreeLine_Dendrometry_Env_2185",
    cloud_hosted=True,
    bounding_box=(-149.76, 67.97, -133.53, 68.73),
    temporal=("2016-06-07", "2019-09-13"),
    count=-1,  # use -1 to return all datasets
    return_gdf=True,
)
 
 
gdf.explore()
 
#leafmap.nasa_data_download(results[:5], out_dir="data")

引用

Jensen, J., N. Boelman, J. Eitel, L. Vierling, A.J. Maguire, and K. Griffin. 2023. Dendrometer, Soil, and Weather Observations, Arctic Tree Line, AK and NWT, 2016-2019. ORNL DAAC, Oak Ridge, Tennessee, USA. Dendrometer, Soil, and Weather Observations, Arctic Tree Line, AK and NWT, 2016-2019, https://doi.org/10.3334/ORNLDAAC/2185