”Python+”多技术融合在蒸散发与植被总初级生产力估算中的实践应用

news/2024/11/15 8:35:18/

熟悉蒸散发ET及其组分(植被蒸腾Ec、土壤蒸发Es、冠层截留Ei)、植被总初级生产力GPP的概念和碳水耦合的基本原理;掌握利用Python与ArcGIS工具进行课程相关的操作;熟练掌握国际上流行的Penman-Monteith模型,并能够应用该模型在各种植被类型上进行冠层导度、蒸散发组分的计算;掌握单站和区域结果的可视化方法、制图方法等。

图片

【科研必备】基于”Python+”多技术融合在蒸散发与植被总初级生产力估算中的实践应用 (qq.com)icon-default.png?t=N7T8https://mp.weixin.qq.com/s?__biz=Mzg2NDYxNjMyNA==&mid=2247560901&idx=5&sn=493c749f874cadfa4184a272f9ecd519&chksm=ce65042ef9128d38a5e1ef854b16fd8f9968b6e81a5e31b6f2034d00e57df99563b81db4d242&token=170182961&lang=zh_CN#rd 

课程目标、课程总体框架与课时安排

Ø 课程目标

熟悉蒸散发ET及其组分(植被蒸腾Ec、土壤蒸发Es、冠层截留Ei)、植被总初级生产力GPP的概念和碳水耦合的基本原理;掌握利用Python与ArcGIS工具进行课程相关的操作;熟练掌握国际上流行的Penman-Monteith模型,并能够应用该模型在各种植被类型上进行冠层导度、蒸散发组分的计算;掌握单站和区域结果的可视化方法、制图方法等。

Ø 课程内容

图片

Ø 课程适用范围

生态水文相关行业、双碳相关行业。

蒸散发与光合作用阻抗&Python实践

1蒸散发与光合作用阻抗

蒸散发和光合作用阻抗是植物生理学中的重要概念。蒸散发与植物水分平衡、生长和代谢密切相关;而光合作用阻抗则反映了植物在限制水分蒸散的情况下,为维持光合作用而形成的扩散阻力。研究蒸散发与光合作用阻抗的原理有助于了解植物的光合作用效率、生长速度和生态适应性等方面信息,为农业生产、林业经营和环境保护等领域提供科学依据和决策支持。

图片

2. Python使用说明

2.1. Jupyter Notebook编辑器+Anaconda管理器的安装

Python是一种简单易学、功能强大的编程语言,具有丰富的标准库和广泛的第三方库支持,适用于大数据处理、人工智能、Web开发等多个领域。

图片

2.2 虚拟环境的安装与配置

虚拟环境允许同一台机器上创建多个独立的Python环境,每个环境都可以有自己的Python版本和安装的第三方库。不同的项目可以使用不同的Python版本和依赖库,避免了版本冲突和依赖冲突的问题。

图片

2.3 常用库学习

本节包含Python基本语法及常用的科学计算(Numpy)、数据处理(Pandas)和数据可视化(Matplotlib)库函数的使用。

图片

2.4 数据处理

Python中常见的数据问题有数据重复、数据异常、文本类型、数据缺失、数据无效等,对应异常值处理、文本转换和空缺值填补等操作。

图片

ArcGIS实践应用

3.  ArcGIS实践
3.1 基本操作

ArcGIS的基本操作包括创建与打开地图文档、加载数据、保存文档、图层操作、数据框坐标系统定义、要素属性查询等。

图片

3.2 数据格式转换

在ArcGIS中可以实现不同数据格式的相互转换,如EXCEL数据与Shapefile数据、TXT 数据与 Shapefile 数据的相互转换等。

图片

3.3 提取栅格值

在ArcGIS中可以实现值提取至点或利用ArcPy实现批量处理栅格数据集。

图片

3.4 数据裁剪

ArcGIS中的裁剪功能用于根据指定的边界范围,对图层或栅格数据集进行裁剪。通过裁剪操作,可以删除不感兴趣的数据或者将数据限制在特定区域内,以便更好地分析和可视化数据。

图片

3.5 地图制图

地图制图主要包括地图版面设计的主要要素、地图渲染方式等内容。

图片

4. 数据下载与处理

4.1 站点数据下载与处理

FLUXNET2015是一个全球尺度的碳、水和能量通量观测数据集,汇集了来自200多个观测站点的数据。该数据集提供了关于碳、水和能量通量等多个观测变量的实地观测数据,并按照标准化格式存储和共享。

图片

Ø数据下载

打开网址https://fluxnet.org/data/fluxnet2015-dataset/,点击Download FLUXNET2015 Dataset,进行用户名和账号密码登录后,可以根据需求选择站点,填写申请需求即可完成下载。

图片

Ø数据处理

根据研究需求,对下载后的数据进行处理,包括变量选择、异常值的处理、空缺值填补。

4.2 区域数据下载与处理

GLASS是一个全球陆地表面遥感数据集,提供了高分辨率的植被叶面积指数(LAI)数据,空间分辨率为250m/500m/0.05°,时间分辨率为8天。

图片

Ø数据下载

打开网址http://www.glass.umd.edu/index.html,根据研究需求选择对应分辨率的LAI数据集,并利用DownThemAll!批量下载数据。

图片

Ø数据处理

下载后的数据为hdf格式,根据研究需求,对下载后的数据进行处理,包括数据格式转换、定义投影、对应栅格值提取、数据汇总等。

冠层导度与水、碳通量空间模拟案例分析实践

5. 应用案例

n案例一:蒸散发、土壤蒸发、植被蒸腾在站点尺度的计算

在站点尺度上,利用叶面积指数、净辐射等计算出冠层有效能量和土壤有效能量,并根据一定时间的累积降水和土壤表面平衡蒸发速率得到土壤蒸发,进而计算出植被蒸腾与冠层导度。具体操作如下:

1、叶面积指数的站点值提取与插补

Ÿ数据格式转换

Ÿ定义投影

Ÿ站点值提取

Ÿ数据插补

2、土壤蒸发计算

Ÿ冠层有效能量和土壤有效能量计算

Ÿ土壤蒸发分数计算

Ÿ土壤平衡蒸发计算

3、植被蒸腾计算

Ÿ干湿表常数计算

Ÿ饱和水汽压和温度关系曲线斜率计算

Ÿ空气动力学导度计算

4、冠层导度计算

Ÿ数值计算

Ÿ结果可视化

图片

n案例二:蒸散发与植被总初级生产力的区域数据下载、处理与显示

区域地表蒸散发及其组分(土壤蒸发、植被蒸腾、冠层截留蒸发)、植被总初级生产力数据的下载、处理、显示与统计。 

图片

关注科研技术平台获取更多资源

【科研必备】基于”Python+”多技术融合在蒸散发与植被总初级生产力估算中的实践应用 (qq.com)icon-default.png?t=N7T8https://mp.weixin.qq.com/s?__biz=Mzg2NDYxNjMyNA==&mid=2247560901&idx=5&sn=493c749f874cadfa4184a272f9ecd519&chksm=ce65042ef9128d38a5e1ef854b16fd8f9968b6e81a5e31b6f2034d00e57df99563b81db4d242&token=170182961&lang=zh_CN#rd 


http://www.ppmy.cn/news/1430066.html

相关文章

linux实用C++库之json

目录 1 介绍2 内容 1 介绍 本博客用来记录linux下json库的基本使用。 2 内容 安装: 使用: CMakeLists.txt编写:

【前端Vue】Vue从0基础完整教程第7篇:组件化开发,组件通信【附代码文档】

Vue从0基础到大神学习完整教程完整教程(附代码资料)主要内容讲述:vue基本概念,vue-cli的使用,vue的插值表达式,{{ gaga }},{{ if (obj.age > 18 ) { } }},vue指令,综合…

【MySQL 数据宝典】【磁盘结构】- 003 双写缓冲区

一、双写缓冲区 ( Doublewrite Buffer Files) 1.1 背景介绍 写失效 (部分页失效) InnoDB的页和操作系统的页大小不一致,InnoDB页大小一般为16K,操作系统页大小为4K,InnoDB的页写入到磁盘时,一个页需要分4次写。如果存储引擎正在…

【AI如何应用在软件测试工作中】

最近玩了一些比较火的AI软件 ChatGPT,Kimi:聊天 prezo,gamma:生成PPT Canva AI,Midjourney:生成图 因为本人是计算机专业,觉得开发之路太过于劳累,心生退却,听说测试…

vue---计算属性

姓名案例 1.使用插值语法实现 <!DOCTYPE html> <html><head><meta charset"UTF-8" /><title>姓名案例_插值语法实现</title><!-- 引入Vue --><script type"text/javascript" src"../js/vue.js"&g…

Ansible 连接受控端sudo超时

最近在装Ansible&#xff0c;有一台受控端负载重&#xff0c;响应慢。当用Ansible连接它时&#xff0c;总是提示超时。 现象 主控端 执行脚本 ansible 192.168.5.37 -m shell -a ip a| grep 192.168.192.168.5.37 | FAILED | rc-1 >> Timeout (12s) waiting for priv…

【机器学习】各大模型原理简介

目录 ⛳️推荐 前言 一、神经网络&#xff08;联结主义&#xff09;类的模型 二、符号主义类的模型 三、决策树类的模型 四、概率类的模型 五、近邻类的模型 六、集成学习类的模型 ⛳️推荐 前些天发现了一个巨牛的人工智能学习网站&#xff0c;通俗易懂&#xff0c;风…

无人机在光伏电站巡检中的关键步骤与技巧

无人机已经成为光伏运维巡检中不可缺少的工具。它们能够快速目高效地获取地巡检范围内的图像和数据&#xff0c;在光伏电站的生命周期内日常维护巡检提供了准确的信息。本文将讨论使用无人机进行光伏电站巡检时的步骤与技巧。 第一步是选择适当的无人机。当选择无人机时&#…