Ta strona została przetłumaczona przez Cloud Translation API.

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
Dostawca zbioru danych: ECMWF / Copernicus Climate Change Service

Cykl: 1 dzień
Tagi: climate copernicus dewpoint ecmwf era5 precipitation pressure reanalysis surface temperature wind

Opis

ERA5 to piąta generacja analizy wstecznej atmosfery ECMWF dotyczącej globalnego klimatu. Reanaliza łączy dane z modeli z obserwacjami z całego świata w kompletny i spójny globalny zbiór danych. ERA5 zastępuje poprzednią wersję, czyli reanalizę ERA-Interim.

ERA5 DAILY udostępnia zagregowane wartości dla każdego dnia w przypadku 7 parametrów klimatycznych reanalizy ERA5: temperatura powietrza na wysokości 2 m, temperatura punktu rosy na wysokości 2 m, całkowite opady, średnie ciśnienie na poziomie morza, ciśnienie powierzchniowe, składowa u wiatru na wysokości 10 m i składowa v wiatru na wysokości 10 m. Na podstawie godzinowych danych o temperaturze powietrza na wysokości 2 m obliczono też minimalną i maksymalną temperaturę powietrza na wysokości 2 m w ciągu dnia. Dzienne wartości sumy opadów są podawane jako sumy dzienne. Wszystkie pozostałe parametry są podawane jako średnie dzienne.

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

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

Pasma

Rozmiar piksela
27830 m

Pasma

Nazwa	Jednostki	Min.	Maks.	Rozmiar piksela	Opis
`mean_2m_air_temperature`	K	223,6*	304*	metry	Średnia temperatura powietrza na wysokości 2 m (średnia dzienna)
`minimum_2m_air_temperature`	K	220,7*	300,8*	metry	Minimalna temperatura powietrza na wysokości 2 m (minimum dzienne)
`maximum_2m_air_temperature`	K	225,8*	310,2*	metry	Maksymalna temperatura powietrza na wysokości 2 m (maksymalna dzienna)
`dewpoint_2m_temperature`	K	219,3*	297,8*	metry	Temperatura punktu rosy na wysokości 2 m (średnia dzienna)
`total_precipitation`	m	0*	0,02*	metry	Łączne opady (sumy dzienne)
`surface_pressure`	Pa	65639*	102595*	metry	Ciśnienie na powierzchni (średnia dzienna)
`mean_sea_level_pressure`	Pa	97657,4*	103861*	metry	Średnie ciśnienie na poziomie morza (średnia dzienna)
`u_component_of_wind_10m`	m/s	-11,4*	11,4*	metry	Składowa U wiatru na wysokości 10 m (średnia dzienna)
`v_component_of_wind_10m`	m/s	-10.1*	10.1*	metry	Składowa V wiatru na wysokości 10 m (średnia dzienna)

* szacunkowa wartość minimalna lub maksymalna

Właściwości obrazu

Właściwości obrazu

Nazwa	Typ	Opis
miesiąc	PRZ	Miesiąc danych
rok	PRZ	Rok danych
dzień	PRZ	Dzień danych

Warunki korzystania z usługi

Warunki korzystania z usługi

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

5.1.1 W przypadku przekazywania lub rozpowszechniania przez licencjobiorcę produktów Copernicus wśród odbiorców licencjobiorca informuje odbiorców o źródle, używając następującego lub podobnego powiadomienia: „Wygenerowano na podstawie informacji z usługi Copernicus Climate Change Service (rok)”.
5.1.2 W przypadku gdy licencjobiorca tworzy lub współtworzy publikację lub dystrybucję zawierającą dostosowane lub zmodyfikowane produkty Copernicus, musi podać następujące lub podobne powiadomienie: „Zawiera zmodyfikowane informacje z usługi Copernicus w zakresie zmian klimatu (rok)”.
5.1.3 W przypadku publikacji lub rozpowszechniania, o których mowa w punktach 5.1.1 i 5.1.2, należy podać 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), (data dostępu), https://cds.climate.copernicus.eu/datasets/reanalysis-era5-single-levels?tab=overview

Odkrywanie 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 Python API i 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 - Latest Climate Reanalysis Produced by ECMWF / Copernicus Climate Change Service

ERA5 to piąta generacja analizy wstecznej atmosfery ECMWF dotyczącej globalnego klimatu. Reanaliza łączy dane z modelu z obserwacjami z całego świata w kompletny i spójny globalny zbiór danych. ERA5 zastępuje poprzednią wersję, czyli reanalizę ERA-Interim. ERA5 DAILY udostępnia 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,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

ERA5 Daily Aggregates - Latest Climate Reanalysis Produced by ECMWF / Copernicus Climate Change Service Zadbaj o dobrą organizację dzięki kolekcji Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.

Opis

Pasma

Właściwości obrazu

Warunki korzystania z usługi

Cytaty

Odkrywanie za pomocą Earth Engine

Edytor kodu (JavaScript)

Colab (Python)

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