ERA5 Daily Aggregates - Latest Climate Reanalysis Produced by ECMWF / Copernicus Climate Change Service

זמינות קבוצת הנתונים: 1979-01-02T00:00:00Z–2020-07-09T00:00:00Z
יוצר מערך הנתונים: ECMWF / Copernicus Climate Change Service

קצב: יום אחד
תגים: climate copernicus dewpoint ecmwf era5 precipitation pressure reanalysis surface temperature wind

תיאור

‫ERA5 הוא ניתוח מחדש של האטמוספרה של ECMWF מהדור החמישי של האקלים הגלובלי. בניתוח נתונים מחדש משולבים נתונים לפי מודל עם תצפיות מכל העולם לקבוצת נתונים עקבית ומלאה ברמה הגלובלית. ‫ERA5 מחליף את קודמו, הניתוח מחדש של ERA-Interim.

‫ERA5 DAILY מספק ערכים נצברים לכל יום עבור שבעה פרמטרים של ניתוח מחדש של נתוני אקלים מ-ERA5: טמפרטורת האוויר בגובה 2 מטרים, טמפרטורת נקודת הטל בגובה 2 מטרים, כמות המשקעים הכוללת, לחץ ממוצע בגובה פני הים, לחץ פני השטח, רכיב u של הרוח בגובה 10 מטרים ורכיב v של הרוח בגובה 10 מטרים. בנוסף, חישבנו את הטמפרטורה היומית המינימלית והמקסימלית של האוויר בגובה 2 מטרים, על סמך נתוני הטמפרטורה של האוויר בגובה 2 מטרים בכל שעה. ערכי המשקעים היומיים הכוללים מוצגים כסכומים יומיים. כל שאר הפרמטרים מוצגים כממוצעים יומיים.

נתוני ERA5 זמינים משנת 1979 ועד שלושה חודשים מהזמן הנוכחי. מידע נוסף ופרמטרים נוספים של האטמוספירה מ-ERA5 זמינים ב-Copernicus Climate Data Store (מאגר נתוני האקלים של תוכנית קופרניקוס).

הערה מהספק: נתוני הצבירה היומיים חושבו על סמך הערכים השעתיים של כל פרמטר ב-ERA5.

תחום תדרים

גודל הפיקסל
27,830 מטרים

תחום תדרים

שם	יחידות	מינימום	מקסימום	גודל הפיקסל	תיאור
`mean_2m_air_temperature`	K	223.6*	‫304*	מטרים	הטמפרטורה הממוצעת של האוויר בגובה 2 מטר (ממוצע יומי)
`minimum_2m_air_temperature`	K	220.7*	300.8*	מטרים	טמפרטורת האוויר המינימלית בגובה 2 מטרים (מינימום יומי)
`maximum_2m_air_temperature`	K	225.8*	310.2*	מטרים	טמפרטורת האוויר המקסימלית בגובה 2 מטרים (מקסימום יומי)
`dewpoint_2m_temperature`	K	219.3*	297.8*	מטרים	טמפרטורת נקודת הטל בגובה 2 מטר (ממוצע יומי)
`total_precipitation`	m	0*	0.02*	מטרים	סה"כ משקעים (סיכומים יומיים)
`surface_pressure`	פסקל	65639*	102595*	מטרים	לחץ על פני השטח (ממוצע יומי)
`mean_sea_level_pressure`	פסקל	97657.4*	‫103861*	מטרים	לחץ ממוצע בגובה פני הים (ממוצע יומי)
`u_component_of_wind_10m`	מ"ש	‫‎-11.4*	‫11.4*	מטרים	רכיב הרוח u בגובה 10 מטר (ממוצע יומי)
`v_component_of_wind_10m`	מ"ש	‎-10.1*	‫10.1*	מטרים	רכיב הרוח V בגובה 10 מטר (ממוצע יומי)

* ערך מינימלי או מקסימלי משוער

מאפייני תמונה

מאפייני תמונה

שם	סוג	תיאור
חודש	INT	החודש שבו נאספו הנתונים
שנה	INT	השנה של הנתונים
יום	INT	יום הנתונים

תנאים והגבלות

תנאים והגבלות

צריך לאשר את השימוש ב-ERA5 בהתאם למה שכתוב בהסכם הרישיון של Copernicus C3S/CAMS:

‫5.1.1 אם בעל הרישיון מעביר או מפיץ מוצרים של קופרניקוס לציבור, עליו להודיע לנמענים על המקור באמצעות ההודעה הבאה או הודעה דומה: "נוצר באמצעות נתונים של Copernicus Climate Change Service (שירות שינויי האקלים של תוכנית קופרניקוס) (שנה)".
‫5.1.2 אם בעל הרישיון יוצר פרסום או תורם לפרסום שמכיל מוצרי קופרניקוס שעברו עיבוד או שינוי, או מפיץ פרסום כזה, עליו לספק את ההודעה הבאה או הודעה דומה: 'מכיל נתונים ששונו מתוך Copernicus Climate Change Service (שירות שינויי האקלים של תוכנית קופרניקוס) (שנה)'.
‫5.1.3 בכל פרסום או הפצה שמוזכרים בסעיפים 5.1.1 ו-5.1.2, צריך לציין שהנציבות האירופית או ECMWF לא אחראים לכל שימוש במידע של Copernicus או בנתונים שכלולים בו.

ציטוטים ביבליוגרפיים

‫Copernicus Climate Change Service (C3S) (2017): ERA5: Fifth generation of ECMWF atmospheric reanalyses of the global climate. Copernicus Climate Change Service Climate Data Store (CDS), (date of access), https://cds.climate.copernicus.eu/datasets/reanalysis-era5-single-levels?tab=overview

סיור עם פלטפורמת Earth Engine

Code Editor (JavaScript)

// Example script to load and visualize ERA5 climate reanalysis parameters in
// Google Earth Engine

// Daily mean 2m air temperature
var era5_2mt = ee.ImageCollection('ECMWF/ERA5/DAILY')
                   .select('mean_2m_air_temperature')
                   .filter(ee.Filter.date('2019-07-01', '2019-07-31'));
print(era5_2mt);

// Daily total precipitation sums
var era5_tp = ee.ImageCollection('ECMWF/ERA5/DAILY')
                  .select('total_precipitation')
                  .filter(ee.Filter.date('2019-07-01', '2019-07-31'));

// Daily mean 2m dewpoint temperature
var era5_2d = ee.ImageCollection('ECMWF/ERA5/DAILY')
                  .select('dewpoint_2m_temperature')
                  .filter(ee.Filter.date('2019-07-01', '2019-07-31'));

// Daily mean sea-level pressure
var era5_mslp = ee.ImageCollection('ECMWF/ERA5/DAILY')
                    .select('mean_sea_level_pressure')
                    .filter(ee.Filter.date('2019-07-01', '2019-07-31'));

// Daily mean surface pressure
var era5_sp = ee.ImageCollection('ECMWF/ERA5/DAILY')
                  .select('surface_pressure')
                  .filter(ee.Filter.date('2019-07-01', '2019-07-31'));

// Daily mean 10m u-component of wind
var era5_u_wind_10m = ee.ImageCollection('ECMWF/ERA5/DAILY')
                          .select('u_component_of_wind_10m')
                          .filter(ee.Filter.date('2019-07-01', '2019-07-31'));

// Convert pressure levels from Pa to hPa - Example for surface pressure
var era5_sp = era5_sp.map(function(image) {
  return image.divide(100).set(
      'system:time_start', image.get('system:time_start'));
});

// Visualization palette for total precipitation
var visTp = {
  min: 0.0,
  max: 0.1,
  palette: ['ffffff', '00ffff', '0080ff', 'da00ff', 'ffa400', 'ff0000']
};

// Visualization palette for temperature (mean, min and max) and 2m dewpoint
// temperature
var vis2mt = {
  min: 250,
  max: 320,
  palette: [
    '000080', '0000d9', '4000ff', '8000ff', '0080ff', '00ffff', '00ff80',
    '80ff00', 'daff00', 'ffff00', 'fff500', 'ffda00', 'ffb000', 'ffa400',
    'ff4f00', 'ff2500', 'ff0a00', 'ff00ff'
  ]
};

// Visualization palette for u- and v-component of 10m wind
var visWind = {
  min: 0,
  max: 30,
  palette: [
    'ffffff', 'ffff71', 'deff00', '9eff00', '77b038', '007e55', '005f51',
    '004b51', '013a7b', '023aad'
  ]
};

// Visualization palette for pressure (surface pressure, mean sea level
// pressure) - adjust min and max values for mslp to min:990 and max:1050
var visPressure = {
  min: 500,
  max: 1150,
  palette: [
    '01ffff', '058bff', '0600ff', 'df00ff', 'ff00ff', 'ff8c00', 'ff8c00'
  ]
};


// Add layer to map
Map.addLayer(
    era5_tp.filter(ee.Filter.date('2019-07-15')), visTp,
    'Daily total precipitation sums');
Map.addLayer(
    era5_2d.filter(ee.Filter.date('2019-07-15')), vis2mt,
    'Daily mean 2m dewpoint temperature');
Map.addLayer(
    era5_2mt.filter(ee.Filter.date('2019-07-15')), vis2mt,
    'Daily mean 2m air temperature');
Map.addLayer(
    era5_u_wind_10m.filter(ee.Filter.date('2019-07-15')), visWind,
    'Daily mean 10m u-component of wind');
Map.addLayer(
    era5_sp.filter(ee.Filter.date('2019-07-15')), visPressure,
    'Daily mean surface pressure');

Map.setCenter(21.2, 22.2, 2);

הגדרה של Python

בדף סביבת Python מפורט מידע על Python API ועל השימוש ב-geemap לפיתוח אינטראקטיבי.

import ee
import geemap.core as geemap

Colab (Python)

# Example script to load and visualize ERA5 climate reanalysis parameters in
# Google Earth Engine

# Daily mean 2m air temperature
era5_2mt = (
    ee.ImageCollection('ECMWF/ERA5/DAILY')
    .select('mean_2m_air_temperature')
    .filter(ee.Filter.date('2019-07-01', '2019-07-31'))
)
display(era5_2mt)

# Daily total precipitation sums
era5_tp = (
    ee.ImageCollection('ECMWF/ERA5/DAILY')
    .select('total_precipitation')
    .filter(ee.Filter.date('2019-07-01', '2019-07-31'))
)

# Daily mean 2m dewpoint temperature
era5_2d = (
    ee.ImageCollection('ECMWF/ERA5/DAILY')
    .select('dewpoint_2m_temperature')
    .filter(ee.Filter.date('2019-07-01', '2019-07-31'))
)

# Daily mean sea-level pressure
era5_mslp = (
    ee.ImageCollection('ECMWF/ERA5/DAILY')
    .select('mean_sea_level_pressure')
    .filter(ee.Filter.date('2019-07-01', '2019-07-31'))
)

# Daily mean surface pressure
era5_sp = (
    ee.ImageCollection('ECMWF/ERA5/DAILY')
    .select('surface_pressure')
    .filter(ee.Filter.date('2019-07-01', '2019-07-31'))
)

# Daily mean 10m u-component of wind
era5_u_wind_10m = (
    ee.ImageCollection('ECMWF/ERA5/DAILY')
    .select('u_component_of_wind_10m')
    .filter(ee.Filter.date('2019-07-01', '2019-07-31'))
)

# Convert pressure levels from Pa to hPa - Example for surface pressure
era5_sp = era5_sp.map(
    lambda image: image.divide(100).set(
        'system:time_start', image.get('system:time_start')
    )
)

# Visualization palette for total precipitation
vis_tp = {
    'min': 0.0,
    'max': 0.1,
    'palette': ['ffffff', '00ffff', '0080ff', 'da00ff', 'ffa400', 'ff0000'],
}

# Visualization palette for temperature (mean, min and max) and 2m dewpoint
# temperature
vis_2mt = {
    'min': 250,
    'max': 320,
    'palette': [
        '000080',
        '0000d9',
        '4000ff',
        '8000ff',
        '0080ff',
        '00ffff',
        '00ff80',
        '80ff00',
        'daff00',
        'ffff00',
        'fff500',
        'ffda00',
        'ffb000',
        'ffa400',
        'ff4f00',
        'ff2500',
        'ff0a00',
        'ff00ff',
    ],
}

# Visualization palette for u- and v-component of 10m wind
vis_wind = {
    'min': 0,
    'max': 30,
    'palette': [
        'ffffff',
        'ffff71',
        'deff00',
        '9eff00',
        '77b038',
        '007e55',
        '005f51',
        '004b51',
        '013a7b',
        '023aad',
    ],
}

# Visualization palette for pressure (surface pressure, mean sea level
# pressure) - adjust min and max values for mslp to 'min':990 and 'max':1050
vis_pressure = {
    'min': 500,
    'max': 1150,
    'palette': [
        '01ffff',
        '058bff',
        '0600ff',
        'df00ff',
        'ff00ff',
        'ff8c00',
        'ff8c00',
    ],
}


# Add layer to map
m = geemap.Map()
m.add_layer(
    era5_tp.filter(ee.Filter.date('2019-07-15')),
    vis_tp,
    'Daily total precipitation sums',
)
m.add_layer(
    era5_2d.filter(ee.Filter.date('2019-07-15')),
    vis_2mt,
    'Daily mean 2m dewpoint temperature',
)
m.add_layer(
    era5_2mt.filter(ee.Filter.date('2019-07-15')),
    vis_2mt,
    'Daily mean 2m air temperature',
)
m.add_layer(
    era5_u_wind_10m.filter(ee.Filter.date('2019-07-15')),
    vis_wind,
    'Daily mean 10m u-component of wind',
)
m.add_layer(
    era5_sp.filter(ee.Filter.date('2019-07-15')),
    vis_pressure,
    'Daily mean surface pressure',
)

m.set_center(21.2, 22.2, 2)
m

פתיחה ב-Code Editor

ERA5 Daily Aggregates - Latest Climate Reanalysis Produced by ECMWF / Copernicus Climate Change Service

‫ERA5 הוא ניתוח מחדש של האטמוספרה של ECMWF מהדור החמישי של האקלים הגלובלי. ניתוח מחדש משלב נתונים לפי מודל עם תצפיות מכל העולם למערך נתונים עקבי ומלא ברמה הגלובלית. ‫ERA5 מחליף את קודמו, הניתוח מחדש ERA-Interim. ‫ERA5 DAILY מספק ערכים מצטברים לכל יום עבור שבעה פרמטרים של ניתוח מחדש של נתוני אקלים של ERA5: …

ECMWF/ERA5/DAILY, climate,copernicus,dewpoint,ecmwf,era5,precipitation,pressure,reanalysis,surface,temperature,wind

1979-01-02T00:00:00Z/2020-07-09T00:00:00Z

-90 -180 90 180

Google Earth Engine

https://developers.google.com/earth-engine/datasets

ERA5 Daily Aggregates - Latest Climate Reanalysis Produced by ECMWF / Copernicus Climate Change Service קל לארגן דפים בעזרת אוספים אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.

תיאור

תחום תדרים

מאפייני תמונה

תנאים והגבלות

ציטוטים ביבליוגרפיים

סיור עם פלטפורמת Earth Engine

Code Editor (JavaScript)

Colab (Python)

ERA5 Daily Aggregates - Latest Climate Reanalysis Produced by ECMWF / Copernicus Climate Change Service