- डेटासेट की उपलब्धता
- 1979-01-02T00:00:00Z–2020-07-09T00:00:00Z
- डेटासेट उपलब्ध करवाने वाली कंपनी
- ECMWF / Copernicus Climate Change Service
- केडेंस
- 1 दिन
- टैग
ब्यौरा
ERA5, दुनिया भर के मौसम के डेटा का पांचवां जनरेशन है. इसे ईसीएमडब्ल्यूएफ़ ने तैयार किया है. फिर से विश्लेषण करने की प्रोसेस में, मॉडल किए गए डेटा को दुनिया भर से मिले डेटा के साथ जोड़ा जाता है. इससे, दुनिया भर का पूरा और एक जैसा डेटासेट तैयार होता है. ERA5, ERA-Interim reanalysis की जगह लेता है.
ERA5 DAILY में, ERA5 के सात क्लाइमेट रीऐनलिसिस पैरामीटर के लिए, हर दिन की कुल वैल्यू दी जाती हैं: दो मीटर की ऊंचाई पर हवा का तापमान, दो मीटर की ऊंचाई पर ओस बिंदु का तापमान, कुल बारिश, समुद्र तल पर औसत दबाव, सतह का दबाव, 10 मीटर की ऊंचाई पर हवा का u-कॉम्पोनेंट, और 10 मीटर की ऊंचाई पर हवा का v-कॉम्पोनेंट. इसके अलावा, हर घंटे के हिसाब से 2 मीटर की ऊंचाई पर हवा के तापमान के डेटा के आधार पर, रोज़ाना कम से कम और ज़्यादा से ज़्यादा तापमान का हिसाब लगाया गया है. बारिश, बर्फ़बारी वगैरह की रोज़ की कुल वैल्यू, रोज़ाना के हिसाब से दी जाती हैं. अन्य सभी पैरामीटर, हर दिन के औसत के तौर पर दिए जाते हैं.
ERA5 का डेटा, 1979 से लेकर मौजूदा समय से तीन महीने पहले तक का उपलब्ध है. ज़्यादा जानकारी और ERA5 के ज़्यादा ऐटमस्फ़ियर पैरामीटर, Copernicus Climate Data Store पर देखे जा सकते हैं.
डेटा उपलब्ध कराने वाली कंपनी का नोट: हर पैरामीटर के लिए, हर घंटे के हिसाब से ERA5 की वैल्यू के आधार पर, रोज़ाना के एग्रीगेट का हिसाब लगाया गया है.
बैंड
पिक्सल का साइज़
27830 मीटर
बैंड
| नाम | इकाइयां | कम से कम | ज़्यादा से ज़्यादा | पिक्सल का साइज़ | ब्यौरा |
|---|---|---|---|---|---|
mean_2m_air_temperature |
K | 223.6* | 304* | मीटर | दो मीटर की ऊंचाई पर हवा का औसत तापमान (हर दिन का औसत) |
minimum_2m_air_temperature |
K | 220.7* | 300.8* | मीटर | दो मीटर की ऊंचाई पर हवा का कम से कम तापमान (रोज़ का कम से कम तापमान) |
maximum_2m_air_temperature |
K | 225.8* | 310.2* | मीटर | दो मीटर की ऊंचाई पर हवा का ज़्यादा से ज़्यादा तापमान (हर दिन का ज़्यादा से ज़्यादा तापमान) |
dewpoint_2m_temperature |
K | 219.3* | 297.8* | मीटर | दो मीटर की ऊंचाई पर ओस बिंदु का तापमान (हर दिन का औसत) |
total_precipitation |
m | 0* | 0.02* | मीटर | कुल बारिश (हर दिन के हिसाब से) |
surface_pressure |
Pa | 65639* | 102595* | मीटर | सतह का दबाव (हर दिन का औसत) |
mean_sea_level_pressure |
Pa | 97657.4* | 103861* | मीटर | समुद्र तल पर औसत वायुमंडलीय दबाव (हर दिन का औसत) |
u_component_of_wind_10m |
मी/से | -11.4* | 11.4* | मीटर | हवा का 10 मीटर यू-कंपोनेंट (रोज़ का औसत) |
v_component_of_wind_10m |
मी/से | -10.1* | 10.1* | मीटर | हवा का 10 मीटर/सेकंड का वर्टिकल कॉम्पोनेंट (हर दिन का औसत) |
इमेज प्रॉपर्टी
इमेज की प्रॉपर्टी
| नाम | टाइप | ब्यौरा |
|---|---|---|
| महीना | INT | डेटा का महीना |
| वर्ष | INT | डेटा का साल |
| दिन | INT | डेटा का दिन |
उपयोग की शर्तें
इस्तेमाल की शर्तें
कृपया Copernicus C3S/CAMS के लाइसेंस समझौते में बताए गए तरीके से, ERA5 के इस्तेमाल की पुष्टि करें:
- 5.1.1 अगर लाइसेंस पाने वाला व्यक्ति या इकाई, Copernicus प्रॉडक्ट को सार्वजनिक तौर पर उपलब्ध कराती है, तो उसे प्रॉडक्ट पाने वाले लोगों को इसके सोर्स के बारे में बताना होगा. इसके लिए, उसे यहां दी गई सूचना या ऐसी ही कोई अन्य सूचना इस्तेमाल करनी होगी: "Copernicus Climate Change Service की जानकारी (साल) का इस्तेमाल करके जनरेट किया गया".
- 5.1.2 अगर लाइसेंस पाने वाला व्यक्ति या इकाई, Copernicus के अडैप्ट किए गए या बदले गए प्रॉडक्ट को शामिल करके कोई पब्लिकेशन या डिस्ट्रिब्यूशन करती है, तो उसे यह या इसी तरह का कोई अन्य नोटिस देना होगा: "इसमें Copernicus Climate Change Service की बदली गई जानकारी (साल) शामिल है".
- 5.1.3 क्लॉज़ 5.1.1 और 5.1.2 के तहत आने वाले किसी भी पब्लिकेशन या डिस्ट्रिब्यूशन में यह बताया जाना चाहिए कि Copernicus से मिली जानकारी या उसके पास मौजूद डेटा के इस्तेमाल के लिए, न तो यूरोपियन कमीशन और न ही ईसीएमडब्लूएफ़ ज़िम्मेदार है.
उद्धरण
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), (date of access), https://cds.climate.copernicus.eu/datasets/reanalysis-era5-single-levels?tab=overview
Earth Engine की मदद से एक्सप्लोर करना
कोड एडिटर (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