OpenLandMap Soil pH 土壤PH数据集分辨率250m

2023-10-20 20:50

本文主要是介绍OpenLandMap Soil pH 土壤PH数据集分辨率250m,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

OpenLandMap Soil pH in H2O 简介与Notebook示例¶

该数据集为在6个土壤标准深度下(0、10、30、60、100和200cm)预测的土壤pH 值。数据空间分辨率为250米。前言 – 人工智能教程

美国农业部预测的 250 米处土壤大类概率。

OpenLandMap Soil pH 数据集是一个基于土壤的地图数据,提供了全球土壤 pH 值的数据集,分辨率为 250 米。这个数据集包含了来自世界各地的土壤 pH 数据,可以用于农业、土地覆盖和土地管理等领域的研究和分析。此数据集提供了完整的数据文档和元数据,可以在许多 GIS 软件中直接使用,包括 QGIS、ArcGIS 和 Google Earth 等。

基于全球土壤剖面汇编的机器学习预测,美国农业部土壤大类的分布。欲了解更多有关土壤类别的信息,请参阅《土壤分类图解指南》(Illustrated Guide to Soil Taxonomy)- NRCS - USDA。
不包括南极洲。
要访问地球引擎之外的地图并将其可视化,请使用此页面。

分辨率

250

波段

名称描述最小值最大值scale
b0Soil pH in H2O at 0 cm depth4211010
b10Soil pH in H2O at 10 cm depth4211010
b30Soil pH in H2O at 30 cm depth4211010
b60Soil pH in H2O at 60 cm depth4211010
b100Soil pH in H2O at 100 cm depth4211010
b200Soil pH in H2O at 200 cm depth4211010

此数据集属于公开数据,有关此数据产品正确引用的更多详细信息,请参阅 EnvirometriX Ltd。 引用参考: Tomislav Hengl. (2018). Soil pH in H2O at 6 standard depths (0, 10, 30, 60, 100 and 200 cm) at 250 m resolution (Version v02)。【更多信息】

代码:

import aie
aie.Authenticate()
aie.Initialize()#指定检索数据集
dataset = aie.Image('OPENLANDMAP_SOL_SOL_PH-H2O_USDA-4C1A2A_M_V02')imgs = dataset.select(['b0']);map = aie.Map(center=imgs.getCenter(),height=800,zoom=2
)
vis_params = {'bands': 'b0','min': 42.0,'max': 110.0,'palette': ["#FF0000","#FF1C00","#FF3900","#FF5500","#FF7100","#FF8E00","#FFAA00","#FFC600","#FFE200","#FFFF00","#E3FF00","#C7FF00","#AAFF00","#8EFF00","#72FF00","#55FF00","#39FF00","#1DFF00","#01FF00","#00FF1C","#00FF38","#00FF54","#00FF71","#00FF8D","#00FFA9","#00FFC6","#00FFE2","#00FFFE","#00E3FF","#00C7FF","#00ABFF","#008FFF","#0072FF","#0056FF","#003AFF","#001DFF","#0001FF","#1B00FF","#3800FF","#5400FF"]
}
map.addLayer(imgs,vis_params,'Sand pH',bounds=imgs.getBounds()
)
map

 

这篇关于OpenLandMap Soil pH 土壤PH数据集分辨率250m的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/249629

相关文章

SQL Server修改数据库名及物理数据文件名操作步骤

《SQLServer修改数据库名及物理数据文件名操作步骤》在SQLServer中重命名数据库是一个常见的操作,但需要确保用户具有足够的权限来执行此操作,:本文主要介绍SQLServer修改数据... 目录一、背景介绍二、操作步骤2.1 设置为单用户模式(断开连接)2.2 修改数据库名称2.3 查找逻辑文件名

canal实现mysql数据同步的详细过程

《canal实现mysql数据同步的详细过程》:本文主要介绍canal实现mysql数据同步的详细过程,本文通过实例图文相结合给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的... 目录1、canal下载2、mysql同步用户创建和授权3、canal admin安装和启动4、canal

使用SpringBoot整合Sharding Sphere实现数据脱敏的示例

《使用SpringBoot整合ShardingSphere实现数据脱敏的示例》ApacheShardingSphere数据脱敏模块,通过SQL拦截与改写实现敏感信息加密存储,解决手动处理繁琐及系统改... 目录痛点一:痛点二:脱敏配置Quick Start——Spring 显示配置:1.引入依赖2.创建脱敏

详解如何使用Python构建从数据到文档的自动化工作流

《详解如何使用Python构建从数据到文档的自动化工作流》这篇文章将通过真实工作场景拆解,为大家展示如何用Python构建自动化工作流,让工具代替人力完成这些数字苦力活,感兴趣的小伙伴可以跟随小编一起... 目录一、Excel处理:从数据搬运工到智能分析师二、PDF处理:文档工厂的智能生产线三、邮件自动化:

Python数据分析与可视化的全面指南(从数据清洗到图表呈现)

《Python数据分析与可视化的全面指南(从数据清洗到图表呈现)》Python是数据分析与可视化领域中最受欢迎的编程语言之一,凭借其丰富的库和工具,Python能够帮助我们快速处理、分析数据并生成高质... 目录一、数据采集与初步探索二、数据清洗的七种武器1. 缺失值处理策略2. 异常值检测与修正3. 数据

pandas实现数据concat拼接的示例代码

《pandas实现数据concat拼接的示例代码》pandas.concat用于合并DataFrame或Series,本文主要介绍了pandas实现数据concat拼接的示例代码,具有一定的参考价值,... 目录语法示例:使用pandas.concat合并数据默认的concat:参数axis=0,join=

C#代码实现解析WTGPS和BD数据

《C#代码实现解析WTGPS和BD数据》在现代的导航与定位应用中,准确解析GPS和北斗(BD)等卫星定位数据至关重要,本文将使用C#语言实现解析WTGPS和BD数据,需要的可以了解下... 目录一、代码结构概览1. 核心解析方法2. 位置信息解析3. 经纬度转换方法4. 日期和时间戳解析5. 辅助方法二、L

使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)

《使用Python和Matplotlib实现可视化字体轮廓(从路径数据到矢量图形)》字体设计和矢量图形处理是编程中一个有趣且实用的领域,通过Python的matplotlib库,我们可以轻松将字体轮廓... 目录背景知识字体轮廓的表示实现步骤1. 安装依赖库2. 准备数据3. 解析路径指令4. 绘制图形关键

解决mysql插入数据锁等待超时报错:Lock wait timeout exceeded;try restarting transaction

《解决mysql插入数据锁等待超时报错:Lockwaittimeoutexceeded;tryrestartingtransaction》:本文主要介绍解决mysql插入数据锁等待超时报... 目录报错信息解决办法1、数据库中执行如下sql2、再到 INNODB_TRX 事务表中查看总结报错信息Lock

使用C#删除Excel表格中的重复行数据的代码详解

《使用C#删除Excel表格中的重复行数据的代码详解》重复行是指在Excel表格中完全相同的多行数据,删除这些重复行至关重要,因为它们不仅会干扰数据分析,还可能导致错误的决策和结论,所以本文给大家介绍... 目录简介使用工具C# 删除Excel工作表中的重复行语法工作原理实现代码C# 删除指定Excel单元