
- Disponibilidad del conjunto de datos
- 1979-01-02T00:00:00Z–2020-07-09T00:00:00Z
- Proveedor del conjunto de datos
- ECMWF / Copernicus Climate Change Service
- Cadencia
- 1 día
- Etiquetas
Descripción
ERA5 es el reanálisis atmosférico de quinta generación del ECMWF del clima global. El reanálisis combina los datos del modelo con las observaciones de todo el mundo en un conjunto de datos coherente y completo a nivel global. El ERA5 reemplaza a su predecesor, el reanálisis ERA-Interim.
ERA5 DAILY proporciona valores agregados para cada día de siete parámetros de reanálisis climático de ERA5: temperatura del aire a 2 m, temperatura del punto de rocío a 2 m, precipitación total, presión media a nivel del mar, presión superficial, componente U del viento a 10 m y componente V del viento a 10 m. Además, se calcularon las temperaturas mínimas y máximas diarias del aire a 2 m en función de los datos de temperatura del aire a 2 m por hora. Los valores diarios de precipitación total se proporcionan como sumas diarias. Todos los demás parámetros se proporcionan como promedios diarios.
Los datos de ERA5 están disponibles desde 1979 hasta tres meses antes del tiempo real. Puedes encontrar más información y más parámetros atmosféricos de ERA5 en Copernicus Climate Data Store.
Nota del proveedor: Los agregados diarios se calcularon en función de los valores horarios de ERA5 de cada parámetro.
Bandas
Tamaño de píxel
27830 metros
Bandas
Nombre | Unidades | Mín. | Máx. | Tamaño de los píxeles | Descripción |
---|---|---|---|---|---|
mean_2m_air_temperature |
K | 223.6* | 304* | metros | Temperatura del aire promedio a 2 m de altura (promedio diario) |
minimum_2m_air_temperature |
K | 220.7* | 300.8* | metros | Temperatura del aire mínima a 2 m de altura (mínima diaria) |
maximum_2m_air_temperature |
K | 225.8* | 310.2* | metros | Temperatura máxima del aire a 2 m de altura (máximo diario) |
dewpoint_2m_temperature |
K | 219.3* | 297.8* | metros | Temperatura del punto de rocío a 2 m de altura (promedio diario) |
total_precipitation |
m | 0* | 0.02* | metros | Precipitación total (sumas diarias) |
surface_pressure |
Pa | 65639* | 102595* | metros | Presión en la superficie (promedio diario) |
mean_sea_level_pressure |
Pa | 97657.4* | 103861* | metros | Presión media a nivel del mar (promedio diario) |
u_component_of_wind_10m |
m/s | -11.4* | 11.4* | metros | Componente U del viento a 10 m (promedio diario) |
v_component_of_wind_10m |
m/s | -10.1* | 10.1* | metros | Componente V del viento a 10 m (promedio diario) |
Propiedades de imágenes
Propiedades de imágenes
Nombre | Tipo | Descripción |
---|---|---|
mes | INT | Mes de los datos |
año | INT | Año de los datos |
día | INT | Día de los datos |
Condiciones de Uso
Condiciones de Uso
Confirma el uso de ERA5 como se indica en el Acuerdo de licencia de Copernicus C3S/CAMS:
- 5.1.1 Cuando el Licenciatario comunique o distribuya Productos de Copernicus al público, deberá informar a los destinatarios sobre la fuente con el siguiente aviso o uno similar: "Generado con información del Servicio de Cambio Climático de Copernicus (año)".
- 5.1.2 Cuando el Licenciatario realice o contribuya a una publicación o distribución que contenga Productos de Copernicus adaptados o modificados, deberá proporcionar el siguiente aviso o uno similar: "Contiene información modificada del Servicio de Cambio Climático de Copernicus (año)".
- 5.1.3 En toda publicación o distribución cubierta por las cláusulas 5.1.1 y 5.1.2, se indicará que ni la Comisión Europea ni el ECMWF son responsables del uso que se pueda hacer de la información o los datos de Copernicus que contenga.
Citas
Copernicus Climate Change Service (C3S) (2017): ERA5: Quinta generación de reanálisis atmosféricos del ECMWF del clima global. Copernicus Climate Change Service Climate Data Store (CDS), (fecha de acceso), https://cds.climate.copernicus.eu/datasets/reanalysis-era5-single-levels?tab=overview
Explora con Earth Engine
Editor de código (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