GEE数据集——全球排放数据(Climate TRACE 气候追踪)全面核算温室气体(GHG)排放量

本文主要是介绍GEE数据集——全球排放数据(Climate TRACE 气候追踪)全面核算温室气体(GHG)排放量,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!

气候追踪全球排放数据


Climate TRACE 是一个非营利性联盟,它发布了一个开放式排放数据库,其中包含超过 3.52 亿项资产。该数据库主要根据直接、独立的观测结果,全面核算温室气体(GHG)排放量。它包括世界上每一个国家和地区,涵盖各种排放活动,如能源生产、工业流程和土地利用。这些数据来自卫星、遥感以及其他公共和商业来源,使其成为有史以来最全面、最细化的近期温室气体排放数据集。通过该清单,可以对各国实现减排目标的进展情况进行透明的评估。前言 – 人工智能教程

欲了解更多详细信息,请访问气候 TRACE 网站 http://climatetrace.org。

数据集预处理


对下载的数据集进行处理,以获得系统:时间起点(system:time_start)和系统:时间终点(system:time_end)的纪元时间,并将其添加到 GEE 的数据列中。每个部门及其相关排放数据集源都经过处理,共提供 38,731,650 个特征。并非所有部门都有排放地点,有些部门只提供了国家层面的数据。

Citation¶
Climate TRACE - Tracking Realtime Atmospheric Carbon Emissions (2022), Climate TRACE Emissions Inventory,
https://climatetrace.org [Date Accessed].
Metadata Descriptors¶

Expand to show data attributes and definitions for the emissions database

数据属性

Data-attributeDefinition
source_idThe internal Climate TRACE identifier for each individual source of emissions.
source_nameName of the entity or source that produced the emissions.
source_typeDescription of the emission source classification.
iso3_countryCorresponds to the ISO 3166-1 alpha-3 specification of the country where the entity is physically located.
original_inventory_sectorIntergovernmental Panel on Climate Change (IPCC) emissions sector to which the emissions source belongs.
start_timeThe time using Coordinated Universal Time (UTC) of emissions, either as an instance of start time of observation.
end_timeThe time using Coordinated Universal Time (UTC) of emissions, either as an instance of end time of observation.
latApproximate latitude location of the source.
lonApproximate longitude location of the source.
geometry_refCorresponds to the reference id t

这篇关于GEE数据集——全球排放数据(Climate TRACE 气候追踪)全面核算温室气体(GHG)排放量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/675532

相关文章

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装

MySQL中查询和展示LONGBLOB类型数据的技巧总结

《MySQL中查询和展示LONGBLOB类型数据的技巧总结》在MySQL中LONGBLOB是一种二进制大对象(BLOB)数据类型,用于存储大量的二进制数据,:本文主要介绍MySQL中查询和展示LO... 目录前言1. 查询 LONGBLOB 数据的大小2. 查询并展示 LONGBLOB 数据2.1 转换为十

使用SpringBoot+InfluxDB实现高效数据存储与查询

《使用SpringBoot+InfluxDB实现高效数据存储与查询》InfluxDB是一个开源的时间序列数据库,特别适合处理带有时间戳的监控数据、指标数据等,下面详细介绍如何在SpringBoot项目... 目录1、项目介绍2、 InfluxDB 介绍3、Spring Boot 配置 InfluxDB4、I

Java整合Protocol Buffers实现高效数据序列化实践

《Java整合ProtocolBuffers实现高效数据序列化实践》ProtocolBuffers是Google开发的一种语言中立、平台中立、可扩展的结构化数据序列化机制,类似于XML但更小、更快... 目录一、Protocol Buffers简介1.1 什么是Protocol Buffers1.2 Pro

Python 字符串裁切与提取全面且实用的解决方案

《Python字符串裁切与提取全面且实用的解决方案》本文梳理了Python字符串处理方法,涵盖基础切片、split/partition分割、正则匹配及结构化数据解析(如BeautifulSoup、j... 目录python 字符串裁切与提取的完整指南 基础切片方法1. 使用切片操作符[start:end]2

Python实现数据可视化图表生成(适合新手入门)

《Python实现数据可视化图表生成(适合新手入门)》在数据科学和数据分析的新时代,高效、直观的数据可视化工具显得尤为重要,下面:本文主要介绍Python实现数据可视化图表生成的相关资料,文中通过... 目录前言为什么需要数据可视化准备工作基本图表绘制折线图柱状图散点图使用Seaborn创建高级图表箱线图热

MySQL数据脱敏的实现方法

《MySQL数据脱敏的实现方法》本文主要介绍了MySQL数据脱敏的实现方法,包括字符替换、加密等方法,通过工具类和数据库服务整合,确保敏感信息在查询结果中被掩码处理,感兴趣的可以了解一下... 目录一. 数据脱敏的方法二. 字符替换脱敏1. 创建数据脱敏工具类三. 整合到数据库操作1. 创建服务类进行数据库