
- Disponibilidade de conjuntos de dados
- 1979-01-02T00:00:00Z–2020-07-09T00:00:00Z
- Provedor de conjunto de dados
- ECMWF / Copernicus Climate Change Service
- Cadência
- 1 dia
- Tags
Descrição
O ERA5 é a quinta geração da reanálise atmosférica do ECMWF do clima global. A reanálise combina dados do modelo com observações de todo o mundo em um conjunto de dados globalmente completo e consistente. O ERA5 substitui o antecessor, a reanálise ERA-Interim.
O ERA5 DAILY fornece valores agregados para cada dia de sete parâmetros de reanálise climática do ERA5: temperatura do ar a 2 m, temperatura do ponto de orvalho a 2 m, precipitação total, pressão média ao nível do mar, pressão da superfície, componente u do vento a 10 m e componente v do vento a 10 m. Além disso, as temperaturas mínima e máxima diárias do ar a 2 m foram calculadas com base nos dados de temperatura do ar a 2 m por hora. Os valores totais diários de precipitação são fornecidos como somas diárias. Todos os outros parâmetros são fornecidos como médias diárias.
Os dados do ERA5 estão disponíveis de 1979 até três meses antes do tempo real. Mais informações e parâmetros atmosféricos do ERA5 estão disponíveis na Copernicus Climate Data Store (link em inglês).
Observação do provedor: os agregados diários foram calculados com base nos valores horários do ERA5 de cada parâmetro.
Bandas
Tamanho do pixel
27830 metros
Bandas
Nome | Unidades | Mín. | Máx. | Tamanho do pixel | Descrição |
---|---|---|---|---|---|
mean_2m_air_temperature |
K | 223,6* | 304* | metros | Temperatura média do ar a 2 m de altura (média diária) |
minimum_2m_air_temperature |
K | 220.7* | 300.8* | metros | Temperatura mínima do ar a 2 m de altura (mínima diária) |
maximum_2m_air_temperature |
K | 225,8* | 310.2* | metros | Temperatura máxima do ar a 2 m de altura (máxima diária) |
dewpoint_2m_temperature |
K | 219,3* | 297,8* | metros | Temperatura do ponto de orvalho a 2 m de altura (média diária) |
total_precipitation |
m | 0* | 0,02* | metros | Precipitação total (somas diárias) |
surface_pressure |
Pa | 65639* | 102595* | metros | Pressão na superfície (média diária) |
mean_sea_level_pressure |
Pa | 97657,4* | 103861* | metros | Pressão média ao nível do mar (média diária) |
u_component_of_wind_10m |
m/s | -11.4* | 11.4* | metros | Componente u de 10 m do vento (média diária) |
v_component_of_wind_10m |
m/s | -10.1* | 10.1* | metros | Componente vertical de 10 m do vento (média diária) |
Propriedades da imagem
Propriedades da imagem
Nome | Tipo | Descrição |
---|---|---|
mês | INT | Mês dos dados |
ano | INT | Ano dos dados |
dia | INT | Dia dos dados |
Termos de Uso
Termos de Uso
Reconheça o uso do ERA5 conforme declarado no Contrato de licença do Copernicus C3S/CAMS:
- 5.1.1 Quando o Licenciado comunicar ou distribuir Produtos Copernicus ao público, ele vai informar aos destinatários a fonte usando o seguinte aviso ou um semelhante: "Gerado usando informações do Serviço de Mudanças Climáticas do Copernicus (ano)".
- 5.1.2 Quando o licenciante fizer ou contribuir para uma publicação ou distribuição que contenha produtos Copernicus adaptados ou modificados, ele vai fornecer o seguinte aviso ou um aviso semelhante: "Contém informações modificadas do Serviço de Mudanças Climáticas do Copernicus (ano)".
- 5.1.3 Qualquer publicação ou distribuição coberta pelas cláusulas 5.1.1 e 5.1.2 deve declarar que nem a Comissão Europeia nem o ECMWF são responsáveis por qualquer uso que possa ser feito das informações ou dados do Copernicus.
Citações
Copernicus Climate Change Service (C3S) (2017): ERA5: quinta geração de reanálises atmosféricas do ECMWF do clima global. Copernicus Climate Change Service Climate Data Store (CDS), (data de acesso), https://cds.climate.copernicus.eu/datasets/reanalysis-era5-single-levels?tab=overview
Explorar com o Earth Engine
Editor de código (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