GRIDMET DROUGHT: CONUS Drought Indices

Dataset-Verfügbarkeit

1980-01-05T00:00:00Z–2026-10-07T06:00:00Z

Ersteller des Datasets

University of California Merced

Earth Engine-Snippet

ee.ImageCollection("GRIDMET/DROUGHT")

Cadence

5 Tage

Tags

climate conus crop drought evapotranspiration geophysical gridmet merced metdata palmer pdsi precipitation surface-ground-water water-vapor

climatic-water-balance

eddi

spei

spi

Beschreibung

Dieses Dataset enthält Dürreindizes, die aus dem GRIDMET-Dataset (Gridded Surface Meteorological) mit einer täglichen Auflösung von 4 km abgeleitet wurden. Zu den bereitgestellten Dürreindizes gehören der standardisierte Niederschlagsindex (SPI), der Evaporative Drought Demand Index (EDDI), der standardisierte Niederschlags-Evapotranspirationsindex (SPEI), der Palmer-Dürre-Index (PDSI) und der Palmer-Z-Index (Z).

SPI, EDDI und SPEI werden auf verschiedenen Zeitskalen bereitgestellt, die der Zeitaggregation von Niederschlag, Referenz-Evapotranspiration und Niederschlag minus Referenz-Evapotranspiration entsprechen. Die Zeiträume umfassen 14 Tage, 30 Tage, 90 Tage, 180 Tage, 270 Tage, 1 Jahr, 2 Jahre und 5 Jahre. Die Standardisierung erfolgt mithilfe einer nicht parametrischen, standardisierten, wahrscheinlichkeitsbasierten Methode, bei der mithilfe von Plotpositionen Wahrscheinlichkeiten ermittelt werden, die unter Annahme einer inversen Normalverteilung in Indizes umgewandelt werden. Alle Daten werden über einen gemeinsamen Zeitraum von 1981 bis 2016 standardisiert.

PDSI und Z werden mit einer modifizierten Version der Palmer-Formel berechnet, die die Referenz-Evapotranspiration und den Niederschlag von GRIDMET sowie eine statische Schicht für die Bodenwasserkapazität (die obersten 1.500 mm) von STATSGO verwendet. Zur Berechnung des PDSI werden die Koeffizienten der ursprünglichen Palmer-Formel angepasst. Der Baseline-Zeitraum für PDSI- und Z-Berechnungen ist 1979–2018.

Die Interpretation der Dürreindizes in diesem Dataset unterscheidet sich für PDSI und Z von der für SPI, SPEI und EDDI. Gemäß der Interpretation des US Drought Monitor haben die Werte dieser Dürreindizes die folgende Bedeutung:

PDSI und z:

• 5,0 oder mehr (extrem nass)
• 4,0 bis 4,99 (sehr nass)
• 3,0 bis 3,99 (mäßig nass),
• 2,0 bis 2,99 (leicht feucht)
• 1,0 bis 1,99 (beginnende Feuchtperiode)
• -0,99 bis 0,99(fast normal)
• -1,99 bis -1,00 (beginnende Trockenperiode)
• –2,99 bis –2,00 (leichte Dürre)
• –3,99 bis –3,00 (mäßige Dürre)
• –4,99 bis –4,00 (schwere Dürre)
• –5,0 oder weniger (extreme Dürre)

SPI/SPEI/EDDI:

• 2,0 oder mehr (extrem nass)
• 1,6 bis 1,99 (sehr nass)
• 1,3 bis 1,59 (mäßig feucht),
• 0,8 bis 1,29 (leicht feucht)
• 0,5 bis 0,79 (beginnende Feuchtperiode)
• -0,49 bis 0,49(nahezu normal),
• -0,79 bis -0,5 (beginnende Trockenperiode)
• –1,29 bis –0,8 (leichte Dürre)
• -1,59 bis -1,3 (mäßige Dürre)
• –1,99 bis –1,6 (schwere Dürre)
• -2,0 oder weniger (extreme Dürre).

Dieses Dataset enthält vorläufige Produkte, die durch aktualisierte Versionen ersetzt werden, sobald die vollständigen Quelldaten verfügbar sind. Produkte können anhand des Werts der Property „status“ unterschieden werden. Zuerst werden Assets mit dem Status „early“ aufgenommen. Nach einigen Tagen werden sie durch Assets mit status='provisional' ersetzt. Nach etwa zwei Monaten werden sie durch die endgültigen Assets mit status='permanent' ersetzt.

Bänder

Bänder

Pixelgröße: 4.638,3 Meter (alle Bänder)

Name	Min.	Max.	Pixelgröße	Beschreibung
spi14d	–6*	6*	4.638,3 Meter	Standardisierter Niederschlagsindex (SPI), bei dem der Niederschlag für die letzten 14 Tage aggregiert wurde
spi30d	-6*	6*	4.638,3 Meter	Standardisierter Niederschlagsindex (Standardized Precipitation Index, SPI), bei dem der Niederschlag für die letzten 30 Tage aggregiert wurde
spi90d	–6*	6*	4.638,3 Meter	Standardisierter Niederschlagsindex (SPI), bei dem der Niederschlag für die letzten 90 Tage aggregiert wurde
spi180d	-6*	6*	4.638,3 Meter	Standardisierter Niederschlagsindex (SPI), bei dem der Niederschlag für die letzten 180 Tage aggregiert wurde
spi270d	-6*	6*	4.638,3 Meter	Standardisierter Niederschlagsindex (SPI), bei dem der Niederschlag für die letzten 270 Tage aggregiert wurde
spi1y	–6*	6*	4.638,3 Meter	Standardisierter Niederschlagsindex (Standardized Precipitation Index, SPI), bei dem der Niederschlag für das letzte Jahr aggregiert wurde
spi2y	-6*	6*	4.638,3 Meter	Standardisierter Niederschlagsindex (Standardized Precipitation Index, SPI), bei dem der Niederschlag für die letzten zwei Jahre aggregiert wurde
spi5y	–6*	6*	4.638,3 Meter	Standardisierter Niederschlagsindex (Standardized Precipitation Index, SPI), bei dem der Niederschlag der letzten 5 Jahre aggregiert wurde
eddi14d	-6*	6*	4.638,3 Meter	Evaporative Drought Demand Index (EDDI), bei dem die potenzielle Evapotranspiration für die letzten 14 Tage aggregiert wurde
eddi30d	–6*	6*	4.638,3 Meter	EDDI (Evaporative Drought Demand Index), bei dem die potenzielle Evapotranspiration für die letzten 30 Tage aggregiert wurde
eddi90d	–6*	6*	4.638,3 Meter	Evaporative Drought Demand Index (EDDI), bei dem die potenzielle Evapotranspiration für die letzten 90 Tage aggregiert wurde
eddi180d	-6*	6*	4.638,3 Meter	Evaporative Drought Demand Index (EDDI), bei dem die potenzielle Evapotranspiration für die letzten 180 Tage aggregiert wurde
eddi270d	-6*	6*	4.638,3 Meter	Evaporative Drought Demand Index (EDDI), bei dem die potenzielle Evapotranspiration für die letzten 270 Tage aggregiert wurde
eddi1y	–6*	6*	4.638,3 Meter	Evaporative Drought Demand Index (EDDI), bei dem die potenzielle Evapotranspiration für das letzte Jahr aggregiert wurde
eddi2y	–6*	6*	4.638,3 Meter	Evaporative Drought Demand Index (EDDI), bei dem die potenzielle Evapotranspiration für die letzten zwei Jahre aggregiert wurde
eddi5y	-6*	6*	4.638,3 Meter	Evaporative Drought Demand Index (EDDI), bei dem die potenzielle Evapotranspiration für die letzten 5 Jahre aggregiert wurde
spei14d	-6*	6*	4.638,3 Meter	Standardisierter Index der Gesamtverdunstung von Niederschlag (SPEI), wobei die klimatische Wasserbilanz für die letzten 14 Tage aggregiert wurde
spei30d	-6*	6*	4.638,3 Meter	Standardisierter Index der Gesamtverdunstung von Niederschlag (SPEI), bei dem die klimatische Wasserbilanz für die letzten 30 Tage aggregiert wurde
spei90d	-6*	6*	4.638,3 Meter	Standardisierter Index der Gesamtverdunstung von Niederschlag (Standardized Precipitation Evapotranspiration Index, SPEI), bei dem die klimatische Wasserbilanz für die letzten 90 Tage aggregiert wurde
spei180d	-6*	6*	4.638,3 Meter	Standardisierter Index der Gesamtverdunstung von Niederschlag (Standardized Precipitation Evapotranspiration Index, SPEI), bei dem die klimatische Wasserbilanz für die letzten 180 Tage aggregiert wurde
spei270d	–6*	6*	4.638,3 Meter	Standardisierter Index der Gesamtverdunstung von Niederschlag (SPEI), bei dem die klimatische Wasserbilanz für die letzten 270 Tage aggregiert wurde
spei1y	-6*	6*	4.638,3 Meter	Standardisierter Index der Gesamtverdunstung von Niederschlag (Standardized Precipitation Evapotranspiration Index, SPEI), bei dem die klimatische Wasserbilanz für das letzte Jahr aggregiert wurde
spei2y	-6*	6*	4.638,3 Meter	Standardisierter Index der Gesamtverdunstung von Niederschlag (SPEI), bei dem die klimatische Wasserbilanz für die letzten zwei Jahre aggregiert wurde
spei5y	-6*	6*	4.638,3 Meter	Standardisierter Index der Gesamtverdunstung von Niederschlag (SPEI), bei dem die klimatische Wasserbilanz für die letzten 5 Jahre aggregiert wurde
pdsi	-15*	15*	4.638,3 Meter	Palmer-Dürre-Index
z	–15*	15*	4.638,3 Meter	Palmer-Z-Index

* geschätzter Mindest- oder Höchstwert

Bildattribute

Bildeigenschaften

Name	Typ	Beschreibung
Status	STRING	„early“, „provisional“ oder „permanent“

Nutzungsbedingungen

Nutzungsbedingungen

Dieses Werk (METDATA von John Abatzoglou) ist frei von Urheberrechten und unterliegt keinen bekannten urheberrechtlichen Einschränkungen. Nutzer sollten die Quelle, die bei der Erstellung von Berichten und Veröffentlichungen verwendet wurde, die sich aus der Verwendung dieses Datasets ergeben, ordnungsgemäß zitieren und das Datum angeben, an dem die Daten erfasst wurden.

Zitationen

Quellenangaben:

• Abatzoglou J. T., Entwicklung von gerasterten meteorologischen Oberflächendaten für ökologische Anwendungen und Modellierung, International Journal of Climatology. (2012) doi:10.1002/joc.3413

Die Earth Engine nutzen

Wichtig: Die Earth Engine ist eine Plattform für die wissenschaftliche Analyse und Visualisierung von Geo-Datasets im Petabyte-Bereich, sowohl für die Öffentlichkeit als auch für Unternehmen und Behörden. Die Earth Engine kann kostenlos für Forschungs-, Bildungs- und gemeinnützige Zwecke verwendet werden. Registrieren Sie sich für den Zugriff auf die Earth Engine, um loszulegen.

Code-Editor (JavaScript)

var collection = ee.ImageCollection('GRIDMET/DROUGHT');
print(collection);

// Filter by date
var dS = '2020-03-30';
var dE = '2020-03-30';
var dSUTC = ee.Date(dS, 'GMT');
var dEUTC = ee.Date(dE, 'GMT');
var filtered = collection.filterDate(dSUTC, dEUTC.advance(1, 'day'));
print(collection.aggregate_array('system:index'));

// Select variables pdsi and z
var PDSI = filtered.select('pdsi');
var Z = filtered.select('z');

// Select variables for SPI/SPEI/EDDI
// Note that possible timescales for SPI/SPEI/EDDI are:
// 14d (14 day), 30d (30 day), 90d (90 day), 180d (180 day),
// 1y (1 year), 2y (2 year), 5y (5 year)
// Here we choose 2years = 48 months
var SPI2y = filtered.select('spi2y');
var SPEI2y = filtered.select('spei2y');
var EDDI2y = filtered.select('eddi2y');

// Make a color palette that is similar to USDM drought classification
var usdmColors = '0000aa,0000ff,00aaff,00ffff,aaff55,ffffff,ffff00,fcd37f,ffaa00,e60000,730000';

// Make color options for standardized variables spi/spei/eddi
var minColorbar= -2.5;
var maxColorbar= 2.5;
var colorbarOptions1 = {
  'min':minColorbar,
  'max':maxColorbar,
  'palette': usdmColors
};

// Make color options for Palmer variables psdi/z
var minColorbar= -6;
var maxColorbar= 6;
var colorbarOptions2 = {
  'min':minColorbar,
  'max':maxColorbar,
  'palette': usdmColors
};

// Add map layers to Google Map
Map.addLayer(ee.Image(PDSI.first()), colorbarOptions2, 'PDSI');
Map.addLayer(ee.Image(Z.first()), colorbarOptions2, 'Palmer-Z');
Map.addLayer(ee.Image(SPI2y.first()), colorbarOptions1, 'SPI-48months');
Map.addLayer(ee.Image(SPEI2y.first()), colorbarOptions1, 'SPEI-48months');
Map.addLayer(ee.Image(EDDI2y.first()), colorbarOptions1, 'EDDI-48months');

Python einrichten

Weitere Informationen zur Python API und zur Verwendung von geemap für die interaktive Entwicklung finden Sie auf der Seite Python-Umgebung.

import ee
import geemap.core as geemap

Colab (Python)

collection = ee.ImageCollection('GRIDMET/DROUGHT')

# Filter by date
d_s = '2020-03-30'
d_e = '2020-03-30'
d_s_utc = ee.Date(d_s, 'GMT')
d_e_utc = ee.Date(d_e, 'GMT')
filtered = collection.filterDate(d_s_utc, d_e_utc.advance(1, 'day'))

# Select variables pdsi and z
pdsi = filtered.select('pdsi')
z = filtered.select('z')

# Select variables for SPI/SPEI/EDDI
# Note that possible timescales for SPI/SPEI/EDDI are:
# 14d (14 day), 30d (30 day), 90d (90 day), 180d (180 day),
# 1y (1 year), 2y (2 year), 5y (5 year)
# Here we choose 2years = 48 months
spi_2_y = filtered.select('spi2y')
spei_2_y = filtered.select('spei2y')
eddi_2_y = filtered.select('spei2y')

# Make a color palette that is similar to USDM drought classification
usdm_colors = [
    '#0000aa',
    '#0000ff',
    '#00aaff',
    '#00ffff',
    '#aaff55',
    '#ffffff',
    '#ffff00',
    '#fcd37f',
    '#ffaa00',
    '#e60000',
    '#730000',
]

# Make color options for standardized variables spi/spei/eddi
min_colorbar = -2.5
max_colorbar = 2.5
colorbar_options_1 = {
    'min': min_colorbar,
    'max': max_colorbar,
    'palette': usdm_colors,
}

# Make color options for Palmer variables psdi/z
min_colorbar = -6
max_colorbar = 6
colorbar_options_2 = {
    'min': min_colorbar,
    'max': max_colorbar,
    'palette': usdm_colors,
}

# Add map layers to Google Map
m = geemap.Map()
m.add_layer(ee.Image(pdsi.first()), colorbar_options_2, 'pdsi')
m.add_layer(ee.Image(z.first()), colorbar_options_2, 'Palmer-z')
m.add_layer(ee.Image(spi_2_y.first()), colorbar_options_1, 'SPI-48months')
m.add_layer(ee.Image(spei_2_y.first()), colorbar_options_1, 'SPEI-48months')
m.add_layer(ee.Image(eddi_2_y.first()), colorbar_options_1, 'EDDI-48months')
m

Open in Code Editor

GRIDMET DROUGHT: CONUS Drought Indices

Dieses Dataset enthält Dürreindizes, die aus dem täglichen GRIDMET-Dataset (Gridded Surface Meteorological) mit einer Auflösung von 4 km abgeleitet wurden. Zu den bereitgestellten Dürreindizes gehören der Standardized Precipitation Index (SPI), der Evaporative Drought Demand Index (EDDI), der Standardized Precipitation Evapotranspiration Index (SPEI), der Palmer Drought Severity Index (PDSI) und der Palmer Z Index (Z). SPI, EDDI, …

GRIDMET/DROUGHT, climate,conus,crop,drought,evapotranspiration,geophysical,gridmet,merced,metdata,palmer,pdsi,precipitation,surface-ground-water,water-vapor

1980-01-05T00:00:00Z/2026-10-07T06:00:00Z

24,9–124,9 49,6–66,8

Google Earth Engine

https://developers.google.com/earth-engine/datasets