GEE数据集——美国农业部 2015-2022 年作物序列边界

美国农业部 2015-2022 年作物序列边界
作物序列边界(CSB)是与美国农业部经济研究局合作开发的,它提供了美国毗连地区的田间边界、作物种植面积和作物轮作的估计数据。该数据集利用卫星图像和其他公共数据,并且是开放源码的,使用户能够对美国种植的商品进行面积和统计分析。它为农民的种植决策和实践提供了宝贵的见解。前言 – 人工智能教程

NASS 需要一个有代表性的田间数据集来预测玉米-大豆等常见轮作的作物种植情况,而经济研究局 (ERS) 则利用 CSB 来研究耕作和覆盖种植等农场管理方法随时间推移而发生的变化。CSB 数据集代表特定时间范围内的非机密单一作物田边界。它不包括个人身份信息、所有权边界或地块。数据来源于卫星图像和公开信息,不包括生产者或农业服务局等机构提供的信息。如需访问和了解更多信息,请访问 CSB 网站。访问 CSB GitHub 代码库,查看与数据集相关的元数据。

作物序列边界 (CSB) 代表地理空间算法生成的田间多边形,源自 NASS 耕地数据层 (CDL)。这些多边形实体满足了依赖网格数据集的应用需求,需要分析单位来简化数据汇总。CSB 的主要目标是提供横跨美国 48 个毗连区的全面覆盖范围,确保多年数据的精确性和可复制性。这些结构是通过合并特定时间范围内的历史 CDL 而形成的,同时还整合了公路和铁路网络,以准确描绘这些模拟田地内的作物序列。该数据集适用于 2015 年至 2022 年的生长季节。

引用Citations
Hunt, K
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
以下是使用Python在GEE中计算2000-2022月降水数据和降水状况指数PCI的代码: ```python import ee ee.Initialize() # 定义区域 region = ee.Geometry.Polygon([[70, 25], [70, 40], [90, 40], [90, 25]]) # 加载数据集 chirps = ee.ImageCollection('UCSB-CHG/CHIRPS/DAILY').filterDate('2000-01-01', '2022-12-31').select('precipitation').filterBounds(region) # 计算月降水 monthly_precipitation = chirps.reduce(ee.Reducer.mean().combine(ee.Reducer.stdDev(), sharedInputs=True)).resample('monthly').set('region', region) # 计算PCI def compute_pci(image): pci = image.subtract(image.reduce(ee.Reducer.mean())).divide(image.reduce(ee.Reducer.stdDev())) return pci.set('system:time_start', image.get('system:time_start')).set('region', region) pci = chirps.map(compute_pci) # 导出数据 task = ee.batch.Export.table.toDrive(collection=monthly_precipitation, description='monthly_precipitation', fileFormat='CSV', selectors=['system:time_start', 'mean', 'stdDev', 'region']) task.start() task = ee.batch.Export.table.toDrive(collection=pci, description='pci', fileFormat='CSV', selectors=['system:time_start', 'precipitation', 'region']) task.start() ``` 这段代码会将GEE中UCSB-CHG/CHIRPS/DAILY数据集中2000-2022间的降水数据加载进来,然后计算每个月的平均降水和标准差,并将结果导出为CSV文件。同时,还会计算每个时间点的PCI,并将结果导出为CSV文件。 在这段代码中,我们使用了GEE提供的`ee.Reducer`类来计算平均值和标准差。我们还定义了一个`compute_pci`函数来计算PCI。PCI是每个时间点的降水值减去该时间点的平均降水值,然后除以该时间点的标准差。最后,我们使用`ee.batch.Export.table.toDrive`函数将结果导出为CSV文件。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

此星光明

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值