- Verfügbarkeit des Datasets
- 1979-01-02T00:00:00Z–2020-07-09T00:00:00Z
- Ersteller des Datasets
- EZMW / Copernicus Climate Change Service
- Intervall
- 1 Tag
- Tags
Beschreibung
ERA5 ist die fünfte Generation der atmosphärischen Reanalyse des globalen Klimas durch das EZMW. Bei der Reanalyse werden Modelldaten mit Beobachtungen aus der ganzen Welt zu einem global vollständigen und konsistenten Dataset kombiniert. ERA5 ersetzt die Vorgängerversion, die ERA-Interim-Reanalyse.
ERA5 DAILY bietet aggregierte Werte für jeden Tag für sieben ERA5-Parameter der Klimareanalyse: Lufttemperatur in 2 m Höhe, Taupunkttemperatur in 2 m Höhe, Gesamtniederschlag, mittlerer Luftdruck auf Meereshöhe, Luftdruck an der Oberfläche, U-Komponente des Windes in 10 m Höhe und V-Komponente des Windes in 10 m Höhe. Außerdem wurden die täglichen Mindest- und Höchstwerte der Lufttemperatur in 2 m Höhe anhand der stündlichen Daten zur Lufttemperatur in 2 m Höhe berechnet. Die täglichen Gesamtniederschlagswerte werden als tägliche Summen angegeben. Alle anderen Parameter werden als Tagesdurchschnitte angegeben.
ERA5-Daten sind von 1979 bis drei Monate nach der Echtzeit verfügbar. Weitere Informationen und weitere atmosphärische ERA5-Parameter finden Sie im Copernicus Climate Datenspeicher.
Hinweis des Anbieters: Die Tagesaggregate wurden anhand der stündlichen ERA5-Werte der einzelnen Parameter berechnet.
Bänder
Bänder
Pixelgröße: 27.830 Meter (alle Bänder)
| Name | Einheiten | Min. | Max. | Pixelgröße | Beschreibung |
|---|---|---|---|---|---|
mean_2m_air_temperature |
K | 223,6* | 304* | 27.830 Meter | Durchschnittliche Lufttemperatur in 2 m Höhe (Tagesdurchschnitt) |
minimum_2m_air_temperature |
K | 220,7* | 300,8* | 27.830 Meter | Mindestlufttemperatur in 2 m Höhe (Tagesminimum) |
maximum_2m_air_temperature |
K | 225,8* | 310,2* | 27.830 Meter | Höchstlufttemperatur in 2 m Höhe (Tagesmaximum) |
dewpoint_2m_temperature |
K | 219,3* | 297,8* | 27.830 Meter | Taupunkttemperatur in 2 m Höhe (Tagesdurchschnitt) |
total_precipitation |
m | 0* | 0,02* | 27.830 Meter | Gesamtniederschlag (Tageswerte) |
surface_pressure |
Pa | 65.639* | 102.595* | 27.830 Meter | Luftdruck an der Oberfläche (Tagesdurchschnitt) |
mean_sea_level_pressure |
Pa | 97.657,4* | 103.861* | 27.830 Meter | Mittlerer Luftdruck auf Meereshöhe (Tagesdurchschnitt) |
u_component_of_wind_10m |
m/s | -11,4* | 11,4* | 27.830 Meter | U-Komponente des Windes in 10 m Höhe (Tagesdurchschnitt) |
v_component_of_wind_10m |
m/s | -10,1* | 10,1* | 27.830 Meter | V-Komponente des Windes in 10 m Höhe (Tagesdurchschnitt) |
Bildattribute
Bildeigenschaften
| Name | Typ | Beschreibung |
|---|---|---|
| Monat | INT | Monat der Daten |
| Jahr | INT | Jahr der Daten |
| Tag | INT | Tag der Daten |
Nutzungsbedingungen
Nutzungsbedingungen
Bitte geben Sie die Verwendung von ERA5 gemäß der Copernicus C3S/CAMS-Lizenzvereinbarung an:
- 5.1.1 Wenn der Lizenznehmer Copernicus-Produkte öffentlich kommuniziert oder verbreitet, muss er die Empfänger über die Quelle informieren, indem er die folgende oder eine ähnliche Mitteilung verwendet: „Erstellt mit Informationen des Copernicus Klimawandel Service (Jahr)“.
- 5.1.2 Wenn der Lizenznehmer eine Veröffentlichung oder Verbreitung erstellt oder dazu beiträgt, die angepasste oder geänderte Copernicus-Produkte enthält, muss er die folgende oder eine ähnliche Mitteilung verwenden: „Enthält geänderte Informationen des Copernicus Climate Change Service (Jahr)“.
- 5.1.3 In jeder solchen Veröffentlichung oder Verbreitung gemäß den Klauseln 5.1.1 und 5.1.2 muss angegeben werden, dass weder die Europäische Kommission noch das EZMW für eine Verwendung der darin enthaltenen Copernicus-Informationen oder ‑Daten verantwortlich ist.
Zitationen
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), (Datum des Zugriffs), https://cds.climate.copernicus.eu/datasets/reanalysis-era5-single-levels?tab=overview
Die Earth Engine nutzen
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);
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