Tableau实战——埃塞俄比亚 (Ethiopia) 产量与叶面积指数 (LAI) 相关性研究

本文探讨了基于GFDL-ESM4驱动的气候数据和ORCHIDEE-DGVM模型的埃塞俄比亚玉米产量与植被叶面积指数(LAI)之间的关系,通过地图展示和经纬度分析揭示了产量分布特点,并指出非洲气候数据的缺失对相关性分析的影响。
摘要由CSDN通过智能技术生成

本人所研究内容之一为多气候模式下粮食产量变化,数据来源为本方向的气候数据:

由GFDL-ESM4驱动的LpjmL产生的埃塞俄比亚 (Ethiopia) 历史年玉米产量数据,以及ORCHIDEE-DGVM中的植被叶面积指数 (LAI)。

首先进行数据连接:

简单制作LAI折线图 (产量类似),发现有空值异常数据 (null), 排除null:

接下来是产量和LAI随经纬度变化的情况(同样有null,进行排除):

将数据在地图上展示,看看效果:

高产量地区集中在北部,高植被覆盖地区在西部的埃塞俄比亚高原南部,看着还不错,接下来看看产量和LAI的相关性,相关性其实单从某一年来看,整体上并没有特点,特点不明显的原因之一是非洲气候数据的缺失和诸多非气候因素的干扰。以2015年为例:

所以改为从不同经纬度的角度研究其相关性:

最后看看不同经纬度的产量在年际上有没有变化趋势:

至于结果,用仪表盘展示:

在相关性方面,低经度地区,相关性为正相关,在纬度上整体为正相关。

经纬度方面,年际产量变化不大,但可以看出高产地区集中在低经度、高纬度地区。

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
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