Google używa technologii AI do tłumaczenia treści na Twój preferowany język. Tłumaczenia wygenerowane przez AI mogą zawierać błędy.

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

Dostępność zbioru danych: 1979-01-02T00:00:00Z–2020-07-09T00:00:00Z
Producent zbioru danych: ECMWF / Copernicus Climate Change Service

Częstotliwość: 1 dzień
Tagi: climate copernicus dewpoint ecmwf era5 precipitation pressure reanalysis surface temperature weather-and-climate wind

Opis

ERA5 DAILY zawiera zagregowane wartości dla każdego dnia w przypadku 7 parametrów reanalizy klimatu ERA5: temperatura powietrza na wysokości 2 m, temperatura punktu rosy na wysokości 2 m, suma opadów, średnie ciśnienie na poziomie morza, ciśnienie na powierzchni, składowa u wiatru na wysokości 10 m i składowa v wiatru na wysokości 10 m. Dodatkowo na podstawie godzinowych danych o temperaturze powietrza na wysokości 2 m obliczono dzienne minimalne i maksymalne temperatury powietrza na wysokości 2 m. Dzienne wartości sumy opadów są podawane jako sumy dzienne. Wszystkie pozostałe parametry są podawane jako średnie dzienne.

Dane ERA5 są dostępne od 1979 r. do 3 miesięcy od czasu rzeczywistego. Więcej informacji i więcej parametrów atmosfery ERA5 znajdziesz w Copernicus Climate Data Store.

Uwaga dostawcy: dzienne agregacje zostały obliczone na podstawie godzinowych wartości każdego parametru ERA5.

Pasma

Pasma

Rozmiar piksela: 27 830 metrów (wszystkie pasma)

Nazwa	Jednostki	Min.	Maks.	Rozmiar piksela	Opis
`mean_2m_air_temperature`	K	223,6*	304*	27 830 metrów	Średnia temperatura powietrza na wysokości 2 m (średnia dzienna)
`minimum_2m_air_temperature`	K	220,7*	300,8*	27 830 metrów	Minimalna temperatura powietrza na wysokości 2 m (minimum dzienne)
`maximum_2m_air_temperature`	K	225,8*	310,2*	27 830 metrów	Maksymalna temperatura powietrza na wysokości 2 m (maksimum dzienne)
`dewpoint_2m_temperature`	K	219,3*	297,8*	27 830 metrów	Temperatura punktu rosy na wysokości 2 m (średnia dzienna)
`total_precipitation`	m	0*	0,02*	27 830 metrów	Suma opadów (sumy dzienne)
`surface_pressure`	Pa	65639*	102595*	27 830 metrów	Ciśnienie na powierzchni (średnia dzienna)
`mean_sea_level_pressure`	Pa	97 657,4*	103861*	27 830 metrów	Średnie ciśnienie na poziomie morza (średnia dzienna)
`u_component_of_wind_10m`	m/s	-11,4*	11,4*	27 830 metrów	Składowa u wiatru na wysokości 10 m (średnia dzienna)
`v_component_of_wind_10m`	m/s	-10,1*	10,1*	27 830 metrów	Składowa v wiatru na wysokości 10 m (średnia dzienna)

* Szacunkowa wartość minimalna lub maksymalna

Właściwości obrazu

Właściwości obrazu

Nazwa	Typ	Opis
month	INT	Miesiąc, którego dotyczą dane
year	INT	Rok, którego dotyczą dane
day	INT	Dzień, którego dotyczą dane

Warunki korzystania z usługi

Warunki korzystania z usługi

Potwierdź, że korzystasz z ERA5 zgodnie z umową licencyjną Copernicus C3S/CAMS:

5.1.1 Jeśli licencjobiorca przekazuje lub rozpowszechnia produkty Copernicus wśród odbiorców, musi poinformować ich o źródle, używając następującego lub podobnego powiadomienia: „Wygenerowano na podstawie informacji z usługi Copernicus Climate Change Service (rok)”.
5.1.2 Jeśli licencjobiorca tworzy publikację lub rozpowszechnia publikację zawierającą zaadaptowane lub zmodyfikowane produkty Copernicus albo przyczynia się do jej powstania, musi podać następujące lub podobne powiadomienie: „Zawiera zmodyfikowane informacje z usługi Copernicus Climate Change Service (rok)”.
5.1.3 Każda publikacja lub rozpowszechnianie objęte klauzulami 5.1.1 i 5.1.2 musi zawierać informację, że ani Komisja Europejska, ani ECMWF nie ponoszą odpowiedzialności za sposób wykorzystania informacji lub danych z usługi Copernicus.

Cytaty

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

Odkrywaj za pomocą Earth Engine

Edytor kodu (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);

Konfiguracja Pythona

Informacje o interfejsie API dla Pythona oraz o używaniu geemap do interaktywnego programowania znajdziesz na stronie środowiska Python.

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

Otwórz w edytorze kodu

ERA5 Daily Aggregates – najnowsza reanaliza klimatu opracowana przez ECMWF / Copernicus Climate Change Service

ERA5 to piąta generacja reanalizy atmosfery ECMWF dotyczącej globalnego klimatu. Reanaliza łączy dane z modelu z obserwacjami z całego świata w globalnie kompletny i spójny zbiór danych. ERA5 zastępuje swojego poprzednika, reanalizę ERA-Interim. ERA5 DAILY zawiera zagregowane wartości dla każdego dnia w przypadku 7 parametrów reanalizy klimatu ERA5: …

ECMWF/ERA5/DAILY, climate,copernicus,dewpoint,ecmwf,era5,precipitation,pressure,reanalysis,surface,temperature,weather-and-climate,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