
- Disponibilità del set di dati
- 1979-01-02T00:00:00Z–2020-07-09T00:00:00Z
- Fornitore di set di dati
- ECMWF / Copernicus Climate Change Service
- Cadenza
- 1 giorno
- Tag
Descrizione
ERA5 è la quinta generazione di rianalisi atmosferica del clima globale dell'ECMWF. La rianalisi combina i dati del modello con le osservazioni provenienti da tutto il mondo in un set di dati completo e coerente a livello globale. ERA5 sostituisce il suo predecessore, la rianalisi ERA-Interim.
ERA5 DAILY fornisce valori aggregati per ogni giorno per sette parametri di rianalisi del clima ERA5: temperatura dell'aria a 2 metri, temperatura del punto di rugiada a 2 metri, precipitazioni totali, pressione media a livello del mare, pressione superficiale, componente u del vento a 10 metri e componente v del vento a 10 metri. Inoltre, la temperatura dell'aria giornaliera minima e massima a 2 metri è stata calcolata in base ai dati orari della temperatura dell'aria a 2 metri. I valori totali giornalieri delle precipitazioni sono indicati come somme giornaliere. Tutti gli altri parametri vengono forniti come medie giornaliere.
I dati ERA5 sono disponibili dal 1979 a tre mesi dal tempo reale. Ulteriori informazioni e altri parametri atmosferici ERA5 sono disponibili nel Copernicus Climate Data Store.
Nota del fornitore: gli aggregati giornalieri sono stati calcolati in base ai valori orari ERA5 di ciascun parametro.
Bande
Dimensioni pixel
27830 metri
Bande
Nome | Unità | Min | Max | Dimensioni dei pixel | Descrizione |
---|---|---|---|---|---|
mean_2m_air_temperature |
K | 223,6* | 304* | metri | Temperatura media dell'aria a 2 metri di altezza (media giornaliera) |
minimum_2m_air_temperature |
K | 220,7* | 300.8* | metri | Temperatura minima dell'aria a 2 metri di altezza (minimo giornaliero) |
maximum_2m_air_temperature |
K | 225,8* | 310,2* | metri | Temperatura massima dell'aria a 2 metri di altezza (massima giornaliera) |
dewpoint_2m_temperature |
K | 219,3* | 297,8* | metri | Temperatura del punto di rugiada a 2 m di altezza (media giornaliera) |
total_precipitation |
m | 0* | 0,02* | metri | Precipitazioni totali (somme giornaliere) |
surface_pressure |
Pa | 65639* | 102595* | metri | Pressione superficiale (media giornaliera) |
mean_sea_level_pressure |
Pa | 97657,4* | 103861* | metri | Pressione media al livello del mare (media giornaliera) |
u_component_of_wind_10m |
m/s | -11,4* | 11,4* | metri | Componente u del vento a 10 m (media giornaliera) |
v_component_of_wind_10m |
m/s | -10,1* | 10.1* | metri | Componente v del vento a 10 m (media giornaliera) |
Proprietà immagini
Proprietà immagini
Nome | Tipo | Descrizione |
---|---|---|
mese | INT | Mese dei dati |
anno | INT | Anno dei dati |
giorno | INT | Giorno dei dati |
Termini e condizioni d'uso
Termini e condizioni d'uso
Riconosci l'utilizzo di ERA5 come indicato nel contratto di licenza Copernicus C3S/CAMS:
- 5.1.1 Qualora il Licenziatario comunichi o distribuisca al pubblico i Prodotti Copernicus, il Licenziatario deve informare i destinatari dell'origine utilizzando il seguente avviso o uno simile: "Generato utilizzando le informazioni del Copernicus Climate Change Service (anno)".
- 5.1.2 Qualora il Licenziatario realizzi o contribuisca a una pubblicazione o distribuzione contenente prodotti Copernicus adattati o modificati, deve fornire la seguente o qualsiasi altra notifica simile: "Contiene informazioni modificate del Copernicus Climate Change Service (anno)".
- 5.1.3 Qualsiasi pubblicazione o distribuzione di questo tipo coperta dalle clausole 5.1.1 e 5.1.2 deve indicare che né la Commissione europea né l'ECMWF sono responsabili di qualsiasi utilizzo che possa essere fatto delle informazioni o dei dati di Copernicus inclusi.
Citazioni
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 di accesso), https://cds.climate.copernicus.eu/datasets/reanalysis-era5-single-levels?tab=overview
Esplorare con Earth Engine
Editor di codice (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