- 数据集可用时间
- 1979-01-01T00:00:00Z–2020-06-01T00:00:00Z
- 数据集生产者
- ECMWF / Copernicus Climate Change Service
- 步频
- 1 个月
- 标签
说明
ERA5 是 ECMWF 对全球气候进行大气再分析的第五代产品。 再分析将模型数据与全球观测数据相结合,形成一个全球完整且一致的数据集。ERA5 取代了其前身 ERA-Interim 再分析。
ERA5 MONTHLY 针对七个 ERA5 气候再分析参数(2 米高度处气温、2 米高度处温度、 总降水量、 平均海平面气压、地表气压、10 米高度处 U 风分量和 10 米高度处 V 风分量)提供每个月的汇总值。此外,还根据每小时 2 米高度处气温数据计算出每月 2 米高度处最低和最高气温。每月总降水量值以每月总和的形式给出。 所有其他参数均以月平均值的形式提供。
ERA5 数据可从 1940 年到实时数据三个月前获取,EE Data Catalog 中的版本可从 1979 年获取。如需了解更多信息 和更多 ERA5 大气参数,请访问 Copernicus Climate Data Store。
提供商备注:每月汇总值是根据每个参数的 ERA5 每小时值计算得出的。
频段
频段
像素大小:27,830 米(所有频段)
| 名称 | 单位 | 最小值 | 全速 | 像素大小 | 说明 |
|---|---|---|---|---|---|
mean_2m_air_temperature |
K | 224* | 304* | 27,830 米 | 2 米高度处平均气温(月平均值) |
minimum_2m_air_temperature |
K | 213.1* | 298.9* | 27,830 米 | 2 米高度处最低气温(月最小值) |
maximum_2m_air_temperature |
K | 233.8* | 314.3* | 27,830 米 | 2 米高度处最高气温(月最大值) |
dewpoint_2m_temperature |
K | 219.8* | 297.6* | 27,830 米 | 2 米高度处温度(月平均值) |
total_precipitation |
米 | 0* | 0.4* | 27,830 米 | 总降水量(每月总和) |
surface_pressure |
Pa | 65256.9* | 102427* | 27,830 米 | 地表气压(月平均值) |
mean_sea_level_pressure |
Pa | 98206.4* | 102943* | 27,830 米 | 平均海平面气压(月平均值) |
u_component_of_wind_10m |
米/秒 | -8.7* | 8.7* | 27,830 米 | 10 米高度处 U 风分量(月平均值) |
v_component_of_wind_10m |
米/秒 | -6.8* | 6.8* | 27,830 米 | 10 米高度处 V 风分量(月平均值) |
图像属性
图像属性
| 名称 | 类型 | 说明 |
|---|---|---|
| 月 | INT | 数据对应的月份 |
| 年 | INT | 数据对应的年份 |
使用条款
使用条款
请确认您已了解 Copernicus C3S/CAMS 许可协议中有关使用 ERA5 的规定:
- 5.1.1 如果被许可人向公众传播或分发 Copernicus 产品,则被许可人应使用以下或任何类似通知告知接收方来源:“使用 Copernicus Climate Change Service 信息(年份)生成”。
- 5.1.2 如果被许可方制作或参与制作包含改编或修改后的 Copernicus 产品的出版物或分发物,则被许可方应提供以下或任何类似通知:“包含修改后的 Copernicus Climate Change Service 信息(年份)”。
- 5.1.3 第 5.1.1 条和第 5.1.2 条涵盖的任何此类出版物或分发物均应声明,对于可能涉及 Copernicus 信息或其中所含数据的任何使用行为,欧盟委员会和 ECMWF 均不承担责任。
引用
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),(访问日期),https://cds.climate.copernicus.eu/cdsapp#!/home
通过 Earth Engine 探索
代码编辑器 (JavaScript)
var dataset = ee.ImageCollection('ECMWF/ERA5/MONTHLY'); var visualization = { bands: ['mean_2m_air_temperature'], min: 250.0, max: 320.0, palette: [ '000080', '0000d9', '4000ff', '8000ff', '0080ff', '00ffff', '00ff80', '80ff00', 'daff00', 'ffff00', 'fff500', 'ffda00', 'ffb000', 'ffa400', 'ff4f00', 'ff2500', 'ff0a00', 'ff00ff', ] }; Map.setCenter(22.2, 21.2, 0); Map.addLayer(dataset, visualization, 'Monthly average air temperature [K] at 2m height');
import ee import geemap.core as geemap
Colab (Python)
dataset = ee.ImageCollection('ECMWF/ERA5/MONTHLY') visualization = { 'bands': ['mean_2m_air_temperature'], 'min': 250.0, 'max': 320.0, 'palette': [ '000080', '0000d9', '4000ff', '8000ff', '0080ff', '00ffff', '00ff80', '80ff00', 'daff00', 'ffff00', 'fff500', 'ffda00', 'ffb000', 'ffa400', 'ff4f00', 'ff2500', 'ff0a00', 'ff00ff', ], } m = geemap.Map() m.set_center(22.2, 21.2, 0) m.add_layer( dataset, visualization, 'Monthly average air temperature [K] at 2m height' ) m