- Veri Kümesi Kullanılabilirliği
- 1979-01-02T00:00:00Z–2020-07-09T00:00:00Z
- Veri Kümesi Üreticisi
- ECMWF / Copernicus Climate Change Service
- Sıklık
- 1 Gün
- Etiketler
Açıklama
ERA5, küresel iklimin ECMWF tarafından yapılan beşinci nesil atmosferik yeniden analizidir. Yeniden analiz, model verilerini dünyanın dört bir yanındaki gözlemlerle birleştirerek küresel olarak eksiksiz ve tutarlı bir veri kümesi oluşturur. ERA5, önceki sürüm olan ERA-Interim yeniden analizinin yerini almıştır.
ERA5 DAILY, yedi ERA5 iklim yeniden analiz parametresi için her günün toplu değerlerini sağlar: 2 m hava sıcaklığı, 2 m çiğ noktası sıcaklığı, toplam yağış, ortalama deniz seviyesi basıncı, yüzey basıncı, rüzgarın 10 m u bileşeni ve rüzgarın 10 m v bileşeni. Ayrıca, 2 m'deki günlük minimum ve maksimum hava sıcaklığı, saatlik 2 m hava sıcaklığı verilerine göre hesaplanmıştır. Günlük toplam yağış değerleri, günlük toplamlar olarak verilir. Diğer tüm parametreler günlük ortalama olarak sağlanır.
ERA5 verileri 1979'dan itibaren gerçek zamandan üç ay öncesine kadar kullanılabilir. Daha fazla bilgi ve daha fazla ERA5 atmosferik parametre için Copernicus Climate Data Store'u ziyaret edin.
Sağlayıcının Notu: Günlük toplamlar, her parametrenin ERA5 saatlik değerlerine göre hesaplanmıştır.
Bantlar
Bantlar
Piksel boyutu: 27.830 metre (tüm bantlar)
| Ad | Birimler | Min. | Maks. | Piksel Boyutu | Açıklama |
|---|---|---|---|---|---|
mean_2m_air_temperature |
K | 223,6* | 304* | 27.830 metre | 2 m yükseklikteki ortalama hava sıcaklığı (günlük ortalama) |
minimum_2m_air_temperature |
K | 220,7* | 300,8* | 27.830 metre | 2 m yükseklikteki minimum hava sıcaklığı (günlük minimum) |
maximum_2m_air_temperature |
K | 225,8* | 310,2* | 27.830 metre | 2 m yükseklikteki maksimum hava sıcaklığı (günlük maksimum) |
dewpoint_2m_temperature |
K | 219,3* | 297,8* | 27.830 metre | 2 m yükseklikte çiğ noktası sıcaklığı (günlük ortalama) |
total_precipitation |
mi | 0* | 0,02* | 27.830 metre | Toplam yağış (günlük toplamlar) |
surface_pressure |
Pa | 65.639* | 102.595* | 27.830 metre | Yüzey basıncı (günlük ortalama) |
mean_sea_level_pressure |
Pa | 97.657,4* | 103.861* | 27.830 metre | Ortalama deniz seviyesi basıncı (günlük ortalama) |
u_component_of_wind_10m |
m/sn | -11,4* | 11,4* | 27.830 metre | Rüzgarın 10 m'lik u bileşeni (günlük ortalama) |
v_component_of_wind_10m |
m/sn | -10,1* | 10.1* | 27.830 metre | Rüzgarın 10 m v bileşeni (günlük ortalama) |
Resim Özellikleri
Görüntü Özellikleri
| Ad | Tür | Açıklama |
|---|---|---|
| ay | MÜD | Verilerin ait olduğu ay |
| yıl | MÜD | Verilerin yılı |
| gün | MÜD | Verilerin günü |
Kullanım Şartları
Kullanım Şartları
Lütfen Copernicus C3S/CAMS Lisans Sözleşmesi'nde belirtildiği şekilde ERA5 kullanımını onaylayın:
- 5.1.1 Lisans Sahibi, Copernicus Ürünleri'ni kamuya ilettiği veya dağıttığı durumlarda, alıcıları şu veya benzer bir bildirim kullanarak kaynak hakkında bilgilendirecektir: "Copernicus İklim Değişikliği Hizmeti bilgileri (Yıl) kullanılarak oluşturulmuştur".
- 5.1.2 Lisans Sahibi, uyarlanmış veya değiştirilmiş Copernicus Ürünleri içeren bir yayın veya dağıtım oluşturduğunda ya da buna katkıda bulunduğunda aşağıdaki veya benzer bir bildirimi sağlar: "Değiştirilmiş Copernicus İklim Değişikliği Hizmeti bilgileri (Yıl) içerir".
- 5.1.3 5.1.1 ve 5.1.2 maddeleri kapsamındaki tüm yayın veya dağıtımlarda, Copernicus bilgilerinin ya da içerdiği verilerin kullanımından Avrupa Komisyonu'nun veya ECMWF'nin sorumlu olmadığı belirtilmelidir.
Alıntılar
Copernicus Climate Change Service (C3S) (2017): ERA5: Küresel iklimin ECMWF atmosferik yeniden analizlerinin beşinci nesli. Copernicus İklim Değişikliği Hizmeti İklim Veri Deposu (CDS), (erişim tarihi), https://cds.climate.copernicus.eu/datasets/reanalysis-era5-single-levels?tab=overview
Earth Engine ile Keşif
Kod Düzenleyici (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