- ডেটাসেটের উপলভ্যতা
- 1979-01-02T00:00:00Z–2020-07-09T00:00:00Z
- ডেটাসেট প্রোডিউসার
- ECMWF / Copernicus Climate Change Service
- ক্যাডেন্স
- ১ দিন
- ট্যাগ
বিবরণ
ERA5 হল বিশ্বব্যাপী জলবায়ুর পঞ্চম প্রজন্মের ECMWF বায়ুমণ্ডলীয় পুনঃবিশ্লেষণ। র্যানালিসিস, মডেল ডেটাকে সারা বিশ্ব থেকে পাওয়া অবজারভেশনের সাথে একত্রিত করে একটি গ্লোবালি সম্পূর্ণ ও সামঞ্জস্যপূর্ণ ডেটাসেট তৈরি করে। ERA5 তার পূর্বসূরি, ERA-Interim রিঅ্যানালিসিসকে প্রতিস্থাপন করে।
ERA5 DAILY সাতটি ERA5 জলবায়ু পুনঃবিশ্লেষণ প্যারামিটারের জন্য প্রতিদিনের মোট মান প্রদান করে: ২ মিটার উচ্চতায় বাতাসের তাপমাত্রা, ২ মিটার উচ্চতায় ডিউপয়েন্ট তাপমাত্রা, মোট বৃষ্টিপাত, সমুদ্রপৃষ্ঠের গড় চাপ, সারফেসের চাপ, ১০ মিটার উচ্চতায় বাতাসের u-কম্পোনেন্ট এবং ১০ মিটার উচ্চতায় বাতাসের v-কম্পোনেন্ট। এছাড়াও, ২ মিটারে দৈনিক সর্বনিম্ন ও সর্বাধিক বায়ুর তাপমাত্রা প্রতি ঘণ্টার ২ মিটারের বায়ুর তাপমাত্রার ডেটার উপর ভিত্তি করে গণনা করা হয়েছে। দৈনিক মোট বৃষ্টিপাতের মান দৈনিক যোগফল হিসেবে দেওয়া হয়। অন্যান্য সব প্যারামিটার দৈনিক গড় হিসেবে প্রদান করা হয়।
ERA5 ডেটা ১৯৭৯ থেকে রিয়েল-টাইমের তিন মাস পর্যন্ত উপলভ্য। আরও তথ্য এবং আরও ERA5 বায়ুমণ্ডলীয় প্যারামিটার Copernicus Climate Data Store-এ পাওয়া যাবে।
পরিষেবা প্রদানকারীর নোট: প্রতিটি প্যারামিটারের ERA5-এর প্রতি ঘণ্টার ভ্যালুর উপর ভিত্তি করে দৈনিক অ্যাগ্রিগেট গণনা করা হয়েছে।
ব্যান্ড
ব্যান্ড
পিক্সেল সাইজ: ২৭৮৩০ মিটার (সব ব্যান্ড)
| নাম | একক | ন্যূনতম | সর্বাধিক | পিক্সেল সাইজ | বিবরণ |
|---|---|---|---|---|---|
mean_2m_air_temperature |
ক | ২২৩.৬* | 304* | ২৭৮৩০ মিটার | ২ মিটার উচ্চতায় বাতাসের গড় তাপমাত্রা (দৈনিক গড়) |
minimum_2m_air_temperature |
ক | ২২০.৭* | 300.8* | ২৭৮৩০ মিটার | ২ মিটার উচ্চতায় বাতাসের ন্যূনতম তাপমাত্রা (দৈনিক ন্যূনতম) |
maximum_2m_air_temperature |
ক | ২২৫.৮* | ৩১০.২* | ২৭৮৩০ মিটার | ২ মিটার উচ্চতায় বাতাসের সর্বোচ্চ তাপমাত্রা (দৈনিক সর্বোচ্চ) |
dewpoint_2m_temperature |
ক | ২১৯.৩* | ২৯৭.৮* | ২৭৮৩০ মিটার | ২ মিটার উচ্চতায় ডিউপয়েন্ট তাপমাত্রা (দৈনিক গড়) |
total_precipitation |
m | ০* | 0.02* | ২৭৮৩০ মিটার | মোট বৃষ্টিপাত (দৈনিক যোগফল) |
surface_pressure |
Pa | ৬৫৬৩৯* | 102595* | ২৭৮৩০ মিটার | সারফেস প্রেসার (দৈনিক গড়) |
mean_sea_level_pressure |
Pa | 97657.4* | 103861* | ২৭৮৩০ মিটার | সমুদ্রপৃষ্ঠের গড় চাপ (দৈনিক গড়) |
u_component_of_wind_10m |
মিঃ/সেঃ | -১১.৪* | ১১.৪* | ২৭৮৩০ মিটার | ১০ মিটার উচ্চতায় বাতাসের u-কম্পোনেন্ট (দৈনিক গড়) |
v_component_of_wind_10m |
মিঃ/সেঃ | -১০.১* | ১০.১* | ২৭৮৩০ মিটার | ১০ মিটার উচ্চতায় বাতাসের উল্লম্ব উপাদান (দৈনিক গড়) |
ছবির প্রপার্টি
ছবির প্রপার্টি
| নাম | ধরন | বিবরণ |
|---|---|---|
| মাস | INT | যে মাসের ডেটা |
| বছর | INT | ডেটার বছর |
| দিন | INT | ডেটার দিন |
ব্যবহারের শর্তাদি
ব্যবহারের শর্তাবলী
Copernicus C3S/CAMS লাইসেন্স চুক্তিতে যেমন বলা হয়েছে, ERA5-এর ব্যবহার স্বীকার করুন:
- ৫.১.১ লাইসেন্সধারী যেখানে সর্বজনীনভাবে Copernicus প্রোডাক্ট কমিউনিকেট বা ডিস্ট্রিবিউট করে, সেখানে লাইসেন্সধারীকে নিম্নলিখিত বা এই ধরনের কোনও বিজ্ঞপ্তি ব্যবহার করে প্রাপককে সোর্স সম্পর্কে জানাতে হবে: "Copernicus জলবায়ু পরিবর্তন সংক্রান্ত পরিষেবা সংক্রান্ত তথ্য (বছর) ব্যবহার করে তৈরি করা হয়েছে"।
- ৫.১.২ লাইসেন্সধারী যেখানে অভিযোজিত বা পরিবর্তিত Copernicus প্রোডাক্ট সহ কোনও প্রকাশনা বা বিতরণে অবদান রাখে, সেখানে লাইসেন্সধারীকে নিম্নলিখিত বা এই ধরনের কোনও বিজ্ঞপ্তি প্রদান করতে হবে: "পরিবর্তিত Copernicus জলবায়ু পরিবর্তন পরিষেবা সংক্রান্ত তথ্য (বছর) আছে"।
- ৫.১.৩ ৫.১.১ এবং ৫.১.২ ধারার অধীনে এই ধরনের কোনও প্রকাশনা বা বিতরণে উল্লেখ করা থাকবে যে, ইউরোপীয় কমিশন বা ECMWF, Copernicus তথ্য বা এতে থাকা ডেটার কোনও ব্যবহারের জন্য দায়ী নয়।
উদ্ধৃতি
Copernicus Climate Change Service (C3S) (২০১৭): ERA5: বিশ্বব্যাপী জলবায়ুর ECMWF বায়ুমণ্ডলীয় পুনঃবিশ্লেষণের পঞ্চম প্রজন্ম। Copernicus Climate Change Service Climate Data Store (CDS), (অ্যাক্সেসের তারিখ), https://cds.climate.copernicus.eu/datasets/reanalysis-era5-single-levels?tab=overview
Earth Engine-এর সাহায্যে এক্সপ্লোর করুন
কোড এডিটর (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