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

Disponibilidade do conjunto de dados: 1979-01-02T00:00:00Z–2020-07-09T00:00:00Z
Produtor de conjunto de dados: ECMWF / Copernicus Climate Change Service

Cadência: 1 dia
Tags: climate copernicus dewpoint ecmwf era5 precipitation pressure reanalysis surface temperature wind

Descrição

O ERA5 é a quinta geração da reanálise atmosférica do ECMWF do clima global. A reanálise combina dados do modelo com observações de todo o mundo em um conjunto de dados globalmente completo e consistente. O ERA5 substitui o antecessor, a reanálise ERA-Interim.

O ERA5 DAILY fornece valores agregados para cada dia de sete parâmetros de reanálise climática do ERA5: temperatura do ar a 2 m, temperatura do ponto de orvalho a 2 m, precipitação total, pressão média ao nível do mar, pressão na superfície, componente u do vento a 10 m e componente v do vento a 10 m. Além disso, as temperaturas mínimas e máximas diárias do ar a 2 m foram calculadas com base nos dados de temperatura do ar a 2 m por hora. Os valores totais diários de precipitação são fornecidos como somas diárias. Todos os outros parâmetros são fornecidos como médias diárias.

Os dados do ERA5 estão disponíveis de 1979 até três meses antes do tempo real. Mais informações e parâmetros atmosféricos do ERA5 estão disponíveis no repositório de dados climáticos do Copernicus (link em inglês).

Observação do provedor: os agregados diários foram calculados com base nos valores horários do ERA5 de cada parâmetro.

Bandas

Bandas

Tamanho do pixel: 27.830 metros (todas as bandas)

Nome	Unidades	Mín.	Máx.	Tamanho do pixel	Descrição
`mean_2m_air_temperature`	K	223,6*	304*	27.830 metros	Temperatura média do ar a 2 m de altura (média diária)
`minimum_2m_air_temperature`	K	220.7*	300,8*	27.830 metros	Temperatura mínima do ar a 2 m de altura (mínima diária)
`maximum_2m_air_temperature`	K	225,8*	310.2*	27.830 metros	Temperatura máxima do ar a 2 m de altura (máxima diária)
`dewpoint_2m_temperature`	K	219,3*	297,8*	27.830 metros	Temperatura do ponto de orvalho a 2 m de altura (média diária)
`total_precipitation`	m	0*	0,02*	27.830 metros	Precipitação total (somas diárias)
`surface_pressure`	Pa	65639*	102595*	27.830 metros	Pressão na superfície (média diária)
`mean_sea_level_pressure`	Pa	97657,4*	103861*	27.830 metros	Pressão média ao nível do mar (média diária)
`u_component_of_wind_10m`	m/s	-11.4*	11.4*	27.830 metros	Componente u do vento a 10 m (média diária)
`v_component_of_wind_10m`	m/s	-10.1*	10.1*	27.830 metros	Componente vertical de 10 m do vento (média diária)

* valor mínimo ou máximo estimado

Propriedades de imagens

Propriedades da imagem

Nome	Tipo	Descrição
mês	INT	Mês dos dados
ano	INT	Ano dos dados
dia	INT	Dia dos dados

Termos de Uso

Termos de Uso

Confirme o uso do ERA5 conforme declarado no Contrato de licença do Copernicus C3S/CAMS:

5.1.1 Quando o Licenciado comunicar ou distribuir Produtos do Copernicus ao público, ele vai informar aos destinatários a fonte usando o seguinte aviso ou um semelhante: "Gerado usando informações do Serviço de Mudanças Climáticas do Copernicus (ano)".
5.1.2 Quando o licenciante fizer ou contribuir para uma publicação ou distribuição que contenha produtos Copernicus adaptados ou modificados, ele vai fornecer o seguinte aviso ou um aviso semelhante: "Contém informações modificadas do Serviço de Mudanças Climáticas do Copernicus (ano)".
5.1.3 Qualquer publicação ou distribuição coberta pelas cláusulas 5.1.1 e 5.1.2 deve declarar que nem a Comissão Europeia nem o ECMWF são responsáveis por qualquer uso que possa ser feito das informações ou dados do Copernicus.

Citações

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), (data de acesso), https://cds.climate.copernicus.eu/datasets/reanalysis-era5-single-levels?tab=overview

Explore com o 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);

Configuração do Python

Consulte a página Ambiente Python (em inglês) para informações sobre a API Python e como usar geemap para desenvolvimento interativo.

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

Abrir no editor de código

Agregados diários do ERA5: a mais recente reanálise climática produzida pelo ECMWF / Copernicus Climate Change Service

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