GRIDMET DROUGHT: CONUS Drought Indices

Phạm vi cung cấp tập dữ liệu

1980-01-05T00:00:00Z–2026-10-17T06:00:00Z

Nhà sản xuất tập dữ liệu

Đại học California Merced

Đoạn mã để tương tác với Earth Engine

ee.ImageCollection("GRIDMET/DROUGHT")

Tần suất

5 ngày

Thẻ

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

climatic-water-balance

eddi

spei

spi

Mô tả

Tập dữ liệu này chứa các chỉ số hạn hán được lấy từ tập dữ liệu Khí tượng bề mặt dạng lưới (GRIDMET) hằng ngày có độ phân giải 4 km. Các chỉ số hạn hán được cung cấp bao gồm chỉ số lượng mưa chuẩn hoá (SPI), chỉ số nhu cầu hạn hán bốc hơi (EDDI), chỉ số thoát nước mưa chuẩn hoá (SPEI), Chỉ số mức độ nghiêm trọng của hạn hán Palmer (PDSI) và Chỉ số Palmer Z (Z).

SPI, EDDI và SPEI được cung cấp theo các thang thời gian khác nhau tương ứng với thời gian tổng hợp lượng mưa, lượng bốc hơi nước tham chiếu và lượng mưa trừ đi lượng bốc hơi nước tham chiếu. Các mốc thời gian bao gồm 14 ngày, 30 ngày, 90 ngày, 180 ngày, 270 ngày, 1 năm, 2 năm và 5 năm. Quá trình chuẩn hoá được thực hiện bằng cách sử dụng phương pháp dựa trên xác suất chuẩn hoá phi tham số, trong đó các vị trí biểu đồ được dùng để lấy xác suất được chuyển đổi thành chỉ số giả định phân phối chuẩn nghịch đảo. Tất cả dữ liệu đều được chuẩn hoá theo một khoảng thời gian chung từ năm 1981 đến năm 2016.

PDSI và Z được tính bằng phiên bản sửa đổi của công thức Palmer, sử dụng lượng mưa và lượng bốc hơi nước tham chiếu từ GRIDMET, cũng như lớp khả năng giữ nước tĩnh của đất (1.500 mm trên cùng) từ STATSGO. Các sửa đổi đối với hệ số của công thức Palmer ban đầu được áp dụng để tính PDSI. Giai đoạn cơ sở để tính toán PDSI và Z là từ năm 1979 đến năm 2018.

Cách diễn giải các chỉ số hạn hán trong tập dữ liệu này đối với PDSI và Z khác với đối với SPI, SPEI và EDDI. Dựa trên cách diễn giải của Cơ quan giám sát hạn hán Hoa Kỳ, các giá trị của những chỉ số hạn hán này có ý nghĩa như sau:

PDSI và z:

• 5 trở lên (cực kỳ ẩm ướt)
• 4,0 đến 4,99 (rất ẩm ướt)
• 3 đến 3,99 (ẩm vừa phải),
• 2 đến 2,99 (hơi ướt)
• 1 đến 1,99 (bắt đầu có mưa)
• -0,99 đến 0,99(gần bình thường)
• -1,99 đến -1 (bắt đầu khô hạn)
• -2,99 đến -2 (hạn hán nhẹ)
• -3,99 đến -3 (hạn hán vừa)
• -4,99 đến -4 (hạn hán nghiêm trọng)
• -5 trở xuống (hạn hán nghiêm trọng)

SPI/SPEI/EDDI:

• 2 trở lên (cực kỳ ẩm ướt)
• 1,6 đến 1,99 (rất ẩm ướt)
• 1,3 đến 1,59 (ẩm vừa phải),
• 0,8 đến 1,29 (hơi ướt)
• 0,5 đến 0,79 (bắt đầu có mưa)
• -0,49 đến 0,49(gần bình thường),
• -0,79 đến -0,5 (bắt đầu khô hạn)
• -1,29 đến -0,8 (hạn hán nhẹ)
• -1,59 đến -1,3 (hạn hán vừa phải)
• -1,99 đến -1,6 (hạn hán nghiêm trọng)
• -2 trở xuống (hạn hán nghiêm trọng).

Tập dữ liệu này chứa các sản phẩm tạm thời được thay thế bằng phiên bản cập nhật khi có dữ liệu nguồn hoàn chỉnh. Bạn có thể phân biệt các sản phẩm theo giá trị của thuộc tính "status". Ban đầu, các thành phần được nhập với trạng thái status='early'. Sau vài ngày, các tài sản này sẽ được thay thế bằng tài sản có trạng thái "provisional" (tạm thời). Sau khoảng 2 tháng, các thành phần này sẽ được thay thế bằng thành phần cuối cùng có status='permanent'.

Băng tần

Băng tần

Kích thước pixel: 4.638,3 mét (tất cả các dải)

Tên	Tối thiểu	Tối đa	Kích thước pixel	Mô tả
spi14d	-6*	6*	4.638,3 mét	Chỉ số lượng mưa chuẩn (SPI) trong đó lượng mưa được tổng hợp trong 14 ngày qua
spi30d	-6*	6*	4.638,3 mét	Chỉ số lượng mưa chuẩn (SPI) trong đó lượng mưa được tổng hợp trong 30 ngày qua
spi90d	-6*	6*	4.638,3 mét	Chỉ số lượng mưa chuẩn (SPI) trong đó lượng mưa được tổng hợp trong 90 ngày qua
spi180d	-6*	6*	4.638,3 mét	Chỉ số lượng mưa chuẩn (SPI) trong đó lượng mưa được tổng hợp trong 180 ngày qua
spi270d	-6*	6*	4.638,3 mét	Chỉ số lượng mưa chuẩn (SPI) trong đó lượng mưa được tổng hợp trong 270 ngày qua
spi1y	-6*	6*	4.638,3 mét	Chỉ số lượng mưa chuẩn (SPI) trong đó lượng mưa được tổng hợp trong 1 năm qua
spi2y	-6*	6*	4.638,3 mét	Chỉ số lượng mưa chuẩn (SPI) trong đó lượng mưa được tổng hợp trong 2 năm qua
spi5y	-6*	6*	4.638,3 mét	Chỉ số lượng mưa chuẩn (SPI) trong đó lượng mưa được tổng hợp trong 5 năm qua
eddi14d	-6*	6*	4.638,3 mét	Chỉ số nhu cầu bốc hơi hạn hán (EDDI) trong đó lượng bốc hơi tiềm năng được tổng hợp trong 14 ngày qua
eddi30d	-6*	6*	4.638,3 mét	Chỉ số nhu cầu hạn hán do bốc hơi (EDDI) trong đó lượng bốc hơi tiềm năng được tổng hợp trong 30 ngày qua
eddi90d	-6*	6*	4.638,3 mét	Chỉ số nhu cầu hạn hán do bốc hơi (EDDI) trong đó lượng bốc hơi tiềm năng được tổng hợp trong 90 ngày qua
eddi180d	-6*	6*	4.638,3 mét	Chỉ số nhu cầu bốc hơi hạn hán (EDDI) trong đó khả năng bốc hơi nước được tổng hợp trong 180 ngày qua
eddi270d	-6*	6*	4.638,3 mét	Chỉ số nhu cầu bốc hơi hạn hán (EDDI) trong đó lượng bốc hơi tiềm năng được tổng hợp trong 270 ngày qua
eddi1y	-6*	6*	4.638,3 mét	Chỉ số nhu cầu hạn hán do bốc hơi (EDDI) trong đó lượng bốc hơi tiềm năng được tổng hợp trong 1 năm qua
eddi2y	-6*	6*	4.638,3 mét	Chỉ số nhu cầu hạn hán do bốc hơi (EDDI) trong đó lượng bốc hơi tiềm năng được tổng hợp trong 2 năm qua
eddi5y	-6*	6*	4.638,3 mét	Chỉ số nhu cầu bốc hơi hạn hán (EDDI) trong đó lượng bốc hơi tiềm năng được tổng hợp trong 5 năm qua
spei14d	-6*	6*	4.638,3 mét	Chỉ số thoát nước mưa chuẩn (SPEI) trong đó cân bằng nước khí hậu được tổng hợp trong 14 ngày qua
spei30d	-6*	6*	4.638,3 mét	Chỉ số thoát nước mưa chuẩn (SPEI) trong đó cân bằng nước khí hậu được tổng hợp trong 30 ngày qua
spei90d	-6*	6*	4.638,3 mét	Chỉ số thoát nước mưa chuẩn (SPEI) trong đó cân bằng nước khí hậu được tổng hợp trong 90 ngày qua
spei180d	-6*	6*	4.638,3 mét	Chỉ số thoát nước mưa chuẩn (SPEI) trong đó cân bằng nước khí hậu được tổng hợp trong 180 ngày qua
spei270d	-6*	6*	4.638,3 mét	Chỉ số thoát nước mưa chuẩn (SPEI) trong đó cân bằng nước khí hậu được tổng hợp trong 270 ngày qua
spei1y	-6*	6*	4.638,3 mét	Chỉ số thoát nước mưa chuẩn (SPEI) trong đó cân bằng nước khí hậu được tổng hợp trong 1 năm qua
spei2y	-6*	6*	4.638,3 mét	Chỉ số thoát nước mưa chuẩn (SPEI) trong đó cân bằng nước khí hậu được tổng hợp trong 2 năm qua
spei5y	-6*	6*	4.638,3 mét	Chỉ số thoát nước mưa chuẩn (SPEI) trong đó cân bằng nước khí hậu được tổng hợp trong 5 năm qua
pdsi	-15*	15*	4.638,3 mét	Chỉ số hạn hán Palmer
z	-15*	15*	4.638,3 mét	Chỉ số Z Palmer

* giá trị tối thiểu hoặc tối đa ước tính

Thuộc tính hình ảnh

Thuộc tính hình ảnh

Tên	Loại	Mô tả
trạng thái	STRING	"early", "provisional" hoặc "permanent"

Điều khoản sử dụng

Điều khoản sử dụng

Tác phẩm này (METDATA, của John Abatzoglou) thuộc phạm vi công cộng và không có các quy định hạn chế về bản quyền đã biết. Người dùng phải trích dẫn đúng cách nguồn được sử dụng để tạo bất kỳ báo cáo và ấn phẩm nào từ việc sử dụng tập dữ liệu này, đồng thời lưu ý ngày thu thập dữ liệu.

Trích dẫn

Trích dẫn:

• Abatzoglou J. T., Development of gridded surface meteorological data for ecological applications and modelling, International Journal of Climatology. (2012) doi:10.1002/joc.3413

Khám phá bằng Earth Engine

Quan trọng: Earth Engine là một nền tảng để phân tích khoa học và trực quan hoá các tập dữ liệu không gian địa lý ở quy mô petabyte, vừa mang lại lợi ích cho cộng đồng, vừa phục vụ người dùng doanh nghiệp và chính phủ. Bạn có thể sử dụng Earth Engine miễn phí cho mục đích nghiên cứu, giáo dục và phi lợi nhuận. Để bắt đầu, vui lòng đăng ký quyền truy cập vào Earth Engine.

Trình soạn thảo mã (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');

Thiết lập Python

Hãy xem trang Môi trường Python để biết thông tin về Python API và cách sử dụng geemap cho quá trình phát triển có tính tương tác.

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

Mở trong Trình soạn thảo mã

GRIDMET DROUGHT: Chỉ số hạn hán CONUS

Tập dữ liệu này chứa các chỉ số hạn hán được lấy từ tập dữ liệu Khí tượng bề mặt dạng lưới (GRIDMET) hằng ngày có độ phân giải 4 km. Các chỉ số hạn hán được cung cấp bao gồm chỉ số lượng mưa chuẩn hoá (SPI), chỉ số nhu cầu hạn hán do bốc hơi (EDDI), chỉ số bốc hơi lượng mưa chuẩn hoá (SPEI), chỉ số mức độ nghiêm trọng của hạn hán Palmer (PDSI) và chỉ số Palmer Z (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/2026-10-17T06:00:00Z

24.9 -124.9 49.6 -66.8

Google Earth Engine

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