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

مدى توفّر مجموعة البيانات: 1979-01-02T00:00:00Z–2020-07-09T00:00:00Z
الجهة المنتِجة لمجموعة البيانات: المركز الأوروبي للتنبؤات الجوية المتوسطة المدى (ECMWF) / خدمة Copernicus لتغيّر المناخ

وتيرة تحديث البيانات: يوم واحد
العلامات: climate copernicus dewpoint ecmwf era5 precipitation pressure reanalysis surface temperature wind

الوصف

‫ERA5 هو الجيل الخامس من إعادة تحليل الغلاف الجوي الذي يجريه "المركز الأوروبي للتنبؤات الجوية المتوسطة المدى" (ECMWF) للمناخ العالمي. تجمع عملية إعادة التحليل بين بيانات النموذج والملاحظات من جميع أنحاء العالم في مجموعة بيانات متكاملة ومتسقة على مستوى العالم. يحلّ ERA5 محلّ سابقه، وهو إعادة تحليل ERA-Interim.

يوفّر منتج ERA5 DAILY قيمًا مجمّعة لكل يوم لسبعة مَعلمات لإعادة تحليل مناخ ERA5، وهي: درجة حرارة الهواء على ارتفاع مترين، ودرجة حرارة نقطة الندى على ارتفاع مترين، وإجمالي الهطول، ومتوسط ضغط مستوى سطح البحر، وضغط السطح، ومكوّن الرياح u على ارتفاع 10 أمتار، ومكوّن الرياح v على ارتفاع 10 أمتار. بالإضافة إلى ذلك، تم احتساب الحد الأدنى والأقصى لدرجة حرارة الهواء اليومية على ارتفاع مترين استنادًا إلى بيانات درجة حرارة الهواء كل ساعة على ارتفاع مترين. يتم تقديم قيم إجمالي هطول الأمطار اليومية كمجموع يومي. يتم تقديم جميع المَعلمات الأخرى كمتوسطات يومية.

تتوفّر بيانات ERA5 من عام 1979 إلى ثلاثة أشهر من الوقت الفعلي. يمكنك العثور على مزيد من المعلومات والمزيد من مَعلمات الغلاف الجوي ERA5 في مستودع بيانات المناخ في Copernicus.

ملاحظة من مقدّم البيانات: تم احتساب المجاميع اليومية استنادًا إلى القيم كل ساعة في ERA5 لكل مَعلمة.

النطاقات

النطاقات

حجم البكسل: 27830 مترًا (جميع النطاقات)

الاسم	الوحدات	الحد الأدنى	الحد الأقصى	حجم البكسل	الوصف
`mean_2m_air_temperature`	K	223.6*	‫304*	‫27830 متر	متوسط درجة حرارة الهواء على ارتفاع مترَين (المتوسط اليومي)
`minimum_2m_air_temperature`	K	220.7*	300.8*	‫27830 متر	الحد الأدنى لدرجة حرارة الهواء على ارتفاع مترَين (الحد الأدنى اليومي)
`maximum_2m_air_temperature`	K	225.8*	310.2*	‫27830 متر	الحد الأقصى لدرجة حرارة الهواء على ارتفاع مترَين (الحد الأقصى اليومي)
`dewpoint_2m_temperature`	K	219.3*	297.8*	‫27830 متر	درجة حرارة نقطة الندى على ارتفاع مترَين (المتوسط اليومي)
`total_precipitation`	م	0*	0.02*	‫27830 متر	إجمالي هطول الأمطار (المجموع اليومي)
`surface_pressure`	باسكال	65639*	102595*	‫27830 متر	ضغط السطح (المتوسّط اليومي)
`mean_sea_level_pressure`	باسكال	97657.4*	103861*	‫27830 متر	متوسط الضغط على مستوى سطح البحر (المتوسط اليومي)
`u_component_of_wind_10m`	م/ث	‎-11.4*	‫11.4*	‫27830 متر	مكوّن الرياح على ارتفاع 10 أمتار (المتوسط اليومي)
`v_component_of_wind_10m`	م/ث	‎-10.1*	10.1*	‫27830 متر	مكوّن الرياح العمودي على ارتفاع 10 أمتار (المتوسّط اليومي)

* الحدّ الأدنى أو الأقصى المقدَّر

خصائص الصور

خصائص الصور

الاسم	النوع	الوصف
شهر	INT	شهر البيانات
سنة	INT	عام البيانات
يوم	INT	يوم البيانات

بنود الاستخدام

بنود الاستخدام

يُرجى الإقرار باستخدام بيانات ERA5 كما هو موضّح في اتفاقية ترخيص Copernicus C3S/CAMS:

‫5.1.1 في حال إبلاغ "المرخَّص له" الجمهور بـ "منتجات Copernicus" أو توزيعها عليه، على "المرخَّص له" إبلاغ المستلمين بالمصدر باستخدام الإشعار التالي أو أي إشعار مشابه: "تم إنشاؤه باستخدام معلومات خدمة Copernicus لتغيّر المناخ (السنة)".
‫5.1.2 في حال أعدّ المرخَّص له منشورًا أو ساهم في إعداده أو توزيعه وكان يتضمّن منتجات Copernicus معدَّلة أو تم تكييفها، عليه تقديم الإشعار التالي أو أي إشعار مشابه: "يتضمّن معلومات معدَّلة من خدمة Copernicus لتغيّر المناخ (السنة)".
‫5.1.3 يجب أن يذكر أي نشر أو توزيع مشمول بالبندين 5.1.1 و5.1.2 أنّ المفوضية الأوروبية و"المركز الأوروبي للتنبؤات الجوية المتوسطة المدى" غير مسؤولَين عن أي استخدام لمعلومات أو بيانات Copernicus الواردة فيه.

الاقتباسات

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)، (تاريخ الوصول)، https://cds.climate.copernicus.eu/datasets/reanalysis-era5-single-levels?tab=overview

الاستكشاف باستخدام Earth Engine

أداة تعديل الرموز (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);

إعداد Python

راجِع صفحة بيئة Python للحصول على معلومات حول واجهة برمجة التطبيقات Python واستخدام geemap للتطوير التفاعلي.

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

فتح في أداة تعديل الرموز"

مجموعات ERA5 اليومية - أحدث إعادة تحليل للمناخ من إنتاج المركز الأوروبي للتنبؤات الجوية المتوسطة المدى (ECMWF) / خدمة Copernicus لتغيّر المناخ

‫ERA5 هو الجيل الخامس من إعادة تحليل الغلاف الجوي الذي يجريه "المركز الأوروبي للتنبؤات الجوية المتوسطة المدى" (ECMWF) للمناخ العالمي. تجمع إعادة التحليل بين البيانات المستندة إلى نماذج والملاحظات من جميع أنحاء العالم في مجموعة بيانات متكاملة ومتسقة على مستوى العالم. يحلّ ERA5 محلّ سابقه، وهو إعادة تحليل ERA-Interim. تقدّم مجموعة بيانات ERA5 DAILY قيمًا مجمّعة لكل يوم لسبع مَعلمات لإعادة تحليل المناخ في 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 تنظيم صفحاتك في مجموعات يمكنك حفظ المحتوى وتصنيفه حسب إعداداتك المفضّلة.