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

全面解析HTML5中Checkbox标签

《全面解析HTML5中Checkbox标签》Checkbox是HTML5中非常重要的表单元素之一,通过合理使用其属性和样式自定义方法,可以为用户提供丰富多样的交互体验,这篇文章给大家介绍HTML5中C... 在html5中,Checkbox(复选框)是一种常用的表单元素,允许用户在一组选项中选择多个项目。本

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

一文全面详解Python变量作用域

《一文全面详解Python变量作用域》变量作用域是Python中非常重要的概念,它决定了在哪里可以访问变量,下面我将用通俗易懂的方式,结合代码示例和图表,带你全面了解Python变量作用域,需要的朋友... 目录一、什么是变量作用域?二、python的四种作用域作用域查找顺序图示三、各作用域详解1. 局部作

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:

Nacos注册中心和配置中心的底层原理全面解读

《Nacos注册中心和配置中心的底层原理全面解读》:本文主要介绍Nacos注册中心和配置中心的底层原理的全面解读,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录临时实例和永久实例为什么 Nacos 要将服务实例分为临时实例和永久实例?1.x 版本和2.x版本的区别

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