GRIDMET DROUGHT: CONUS Drought Indices

GRIDMET/DROUGHT
डेटासेट की उपलब्धता
1980-01-05T00:00:00Z–2026-10-07T06:00:00Z
डेटासेट प्रोड्यूसर
Earth Engine का स्निपेट
ee.ImageCollection("GRIDMET/DROUGHT")
केडेंस
पांच दिन
टैग
climate conus crop drought evapotranspiration geophysical gridmet merced metdata palmer pdsi precipitation surface-ground-water water-vapor
क्लाइमेटिक-वॉटर-बैलेंस
eddi
spei
spi

ब्यौरा

इस डेटासेट में, सूखे के इंडेक्स शामिल हैं. ये इंडेक्स, रोज़ाना के हिसाब से ग्रिड में व्यवस्थित किए गए चार किलोमीटर के सर्फ़ेस मेट्रोलॉजिकल (GRIDMET) डेटासेट से लिए गए हैं. सूखे के इंडेक्स में ये शामिल हैं: स्टैंडर्डाइज़्ड प्रेसिपिटेशन इंडेक्स (एसपीआई), इवैपोरेटिव ड्राउट डिमांड इंडेक्स (ईडीडीआई), स्टैंडर्डाइज़्ड प्रेसिपिटेशन इवैपोट्रांसपिरेशन इंडेक्स (एसपीईआई), पामर ड्राउट सिवेरिटी इंडेक्स (पीडीएसआई), और पामर ज़ेड इंडेक्स (ज़ेड).

एसपीआई, ईडीटीआई, और एसपीईआई को अलग-अलग समयावधि के हिसाब से उपलब्ध कराया जाता है. यह समयावधि, बारिश, रेफ़रंस इवैपोट्रांसपिरेशन, और बारिश में से रेफ़रंस इवैपोट्रांसपिरेशन को घटाने पर मिलने वाली वैल्यू के टाइम एग्रीगेशन के हिसाब से तय होती है. समयसीमाओं में 14 दिन, 30 दिन, 90 दिन, 180 दिन, 270 दिन, 1 साल, 2 साल, और 5 साल शामिल हैं. मानकीकरण के लिए, नॉन-पैरामेट्रिक स्टैंडर्डाइज़्ड प्रॉबेबिलिटी पर आधारित तरीके का इस्तेमाल किया जाता है. इसमें प्लॉटिंग पोज़िशन का इस्तेमाल करके, प्रॉबेबिलिटी का पता लगाया जाता है. इसके बाद, इन्वर्स-नॉर्मल डिस्ट्रिब्यूशन को ध्यान में रखते हुए, प्रॉबेबिलिटी को इंडेक्स में बदला जाता है. सभी डेटा को 1981 से 2016 की सामान्य समयावधि के हिसाब से स्टैंडर्ड किया गया है.

पीडीएसआई और ज़ेड का हिसाब, पामर फ़ॉर्मूला के बदले हुए वर्शन का इस्तेमाल करके लगाया जाता है. इसमें GRIDMET से मिले रेफ़रंस इवैपोट्रांसपिरेशन और प्रेसिपिटेशन का इस्तेमाल किया जाता है. साथ ही, STATSGO से मिली मिट्टी की पानी को सोखने की क्षमता वाली लेयर (टॉप 1500 मि॰मी॰) का इस्तेमाल किया जाता है. पीडीएसआई का हिसाब लगाने के लिए, पामर के ओरिजनल फ़ॉर्मूले के गुणांकों में बदलाव किए जाते हैं. पीडीएसआई और ज़ेड इंडेक्स की गणना के लिए, बेसलाइन अवधि 1979 से 2018 तक है.

इस डेटासेट में सूखे के इंडेक्स की व्याख्या, PDSI और Z के लिए SPI, SPEI, और EDDI से अलग है. यूएस ड्रॉट मॉनिटर से मिली जानकारी के आधार पर, सूखे के इन इंडेक्स की वैल्यू का मतलब यहां दिया गया है:

पीडीएसआई और z:

  • 5.0 या इससे ज़्यादा (बहुत ज़्यादा गीली)
  • 4.0 से 4.99 (बहुत गीली)
  • 3.0 से 3.99 (सामान्य रूप से गीला),
  • 2.0 से 2.99 (थोड़ी नमी)
  • 1.0 से 1.99 (बारिश की शुरुआत)
  • -0.99 से 0.99(सामान्य के करीब)
  • -1.99 से -1.00 (सूखा पड़ने की शुरुआत)
  • -2.99 से -2.00 (हल्का सूखा)
  • -3.99 से -3.00 (सामान्य सूखा)
  • -4.99 से -4.00 (गंभीर सूखा)
  • -5.0 या इससे कम (बहुत ज़्यादा सूखा)

SPI/SPEI/EDDI:

  • 2.0 या इससे ज़्यादा (बहुत ज़्यादा गीला)
  • 1.6 से 1.99 (बहुत गीली)
  • 1.3 से 1.59 (सामान्य रूप से गीला),
  • 0.8 से 1.29 (थोड़ी गीली)
  • 0.5 से 0.79 (बारिश की शुरुआत)
  • -0.49 से 0.49(सामान्य के आस-पास),
  • -0.79 से -0.5 (शुरुआती सूखा)
  • -1.29 से -0.8 (हल्का सूखा)
  • -1.59 से -1.3 (सामान्य सूखा)
  • -1.99 से -1.6 (गंभीर सूखा)
  • -2.0 या इससे कम (बहुत ज़्यादा सूखा).

इस डेटासेट में अस्थायी प्रॉडक्ट शामिल हैं. पूरा सोर्स डेटा उपलब्ध होने पर, इन्हें अपडेट किए गए वर्शन से बदल दिया जाता है. प्रॉडक्ट को 'status' प्रॉपर्टी की वैल्यू के हिसाब से अलग-अलग किया जा सकता है. शुरुआत में, ऐसेट को status='early' के साथ शामिल किया जाता है. कुछ दिनों बाद, इन्हें status='provisional' वाली ऐसेट से बदल दिया जाता है. लगभग दो महीने बाद, इन्हें status='permanent' वाली फ़ाइनल ऐसेट से बदल दिया जाता है.

बैंड

बैंड

पिक्सल का साइज़: 4638.3 मीटर (सभी बैंड)

नाम कम से कम ज़्यादा से ज़्यादा पिक्सल साइज़ ब्यौरा
spi14d -6* 6* 4638.3 मीटर

स्टैंडर्डाइज़्ड प्रेसिपिटेशन इंडेक्स (एसपीआई), जिसमें पिछले 14 दिनों में हुई बारिश का डेटा शामिल किया गया है

spi30d -6* 6* 4638.3 मीटर

स्टैंडर्डाइज़्ड प्रेसिपिटेशन इंडेक्स (एसपीआई), जिसमें पिछले 30 दिनों में हुई बारिश का डेटा शामिल किया गया है

spi90d -6* 6* 4638.3 मीटर

स्टैंडर्डाइज़्ड प्रेसिपिटेशन इंडेक्स (एसपीआई), जिसमें पिछले 90 दिनों की बारिश का डेटा शामिल किया गया है

spi180d -6* 6* 4638.3 मीटर

स्टैंडर्डाइज़्ड प्रेसिपिटेशन इंडेक्स (एसपीआई), जिसमें पिछले 180 दिनों की बारिश का डेटा शामिल किया गया है

spi270d -6* 6* 4638.3 मीटर

स्टैंडर्डाइज़्ड प्रेसिपिटेशन इंडेक्स (एसपीआई), जिसमें पिछले 270 दिनों में हुई बारिश का डेटा शामिल होता है

spi1y -6* 6* 4638.3 मीटर

स्टैंडर्डाइज़्ड प्रेसिपिटेशन इंडेक्स (एसपीआई), जिसमें पिछले एक साल में हुई बारिश का डेटा इकट्ठा किया गया है

spi2y -6* 6* 4638.3 मीटर

स्टैंडर्डाइज़्ड प्रेसिपिटेशन इंडेक्स (एसपीआई), जिसमें पिछले दो साल में हुई बारिश का डेटा शामिल है

spi5y -6* 6* 4638.3 मीटर

स्टैंडर्डाइज़्ड प्रेसिपिटेशन इंडेक्स (एसपीआई), जिसमें पिछले पांच सालों में हुई बारिश या बर्फ़बारी का डेटा शामिल किया गया है

eddi14d -6* 6* 4638.3 मीटर

इवैपोरेटिव ड्रॉट डिमांड इंडेक्स (ईडीटीआई), जिसमें पिछले 14 दिनों के लिए संभावित इवैपोट्रांसपिरेशन को एग्रीगेट किया गया था

eddi30d -6* 6* 4638.3 मीटर

इवैपोरैटिव ड्रॉट डिमांड इंडेक्स (ईडीआई), जिसमें पिछले 30 दिनों के लिए संभावित इवैपोट्रांसपिरेशन को इकट्ठा किया गया था

eddi90d -6* 6* 4638.3 मीटर

इवैपोरेटिव ड्रॉट डिमांड इंडेक्स (ईडीटीआई), जिसमें पिछले 90 दिनों के लिए संभावित इवैपोट्रांसपिरेशन को एग्रीगेट किया गया था

eddi180d -6* 6* 4638.3 मीटर

इवैपोरैटिव ड्रॉट डिमांड इंडेक्स (ईडीडीआई), जिसमें पिछले 180 दिनों के लिए संभावित इवैपोट्रांसपिरेशन को इकट्ठा किया गया था

eddi270d -6* 6* 4638.3 मीटर

इवैपोरेटिव ड्रॉट डिमांड इंडेक्स (ईडीटीआई), जिसमें पिछले 270 दिनों के लिए संभावित इवैपोट्रांसपिरेशन को एग्रीगेट किया गया था

eddi1y -6* 6* 4638.3 मीटर

इवैपोरेटिव ड्रॉट डिमांड इंडेक्स (ईडीटीआई), जिसमें पिछले एक साल के लिए संभावित इवैपोट्रांसपिरेशन को एग्रीगेट किया गया था

eddi2y -6* 6* 4638.3 मीटर

इवैपोरटिव ड्रॉट डिमांड इंडेक्स (ईडीडीआई), जहां पिछले दो सालों के लिए संभावित इवैपोट्रांसपिरेशन को इकट्ठा किया गया था

eddi5y -6* 6* 4638.3 मीटर

इवैपोरेटिव ड्रॉट डिमांड इंडेक्स (ईडीटीआई), जिसमें पिछले पांच सालों के लिए संभावित इवैपोट्रांसपिरेशन को इकट्ठा किया गया था

spei14d -6* 6* 4638.3 मीटर

स्टैंडर्डाइज़्ड प्रेसिपिटेशन इवैपोट्रांसपिरेशन इंडेक्स (एसपीईआई), जिसमें पिछले 14 दिनों के लिए क्लाइमेटिक वॉटर बैलेंस को एग्रीगेट किया गया था

spei30d -6* 6* 4638.3 मीटर

स्टैंडर्डाइज़्ड प्रेसिपिटेशन इवैपोट्रांसपिरेशन इंडेक्स (एसपीईआई). इसमें पिछले 30 दिनों के लिए, जलवायु के हिसाब से पानी के संतुलन का डेटा इकट्ठा किया गया था

spei90d -6* 6* 4638.3 मीटर

स्टैंडर्डाइज़्ड प्रेसिपिटेशन इवैपोट्रांसपिरेशन इंडेक्स (एसपीईआई), जिसमें पिछले 90 दिनों के लिए क्लाइमेटिक वॉटर बैलेंस को एग्रीगेट किया गया था

spei180d -6* 6* 4638.3 मीटर

स्टैंडर्डाइज़्ड प्रेसिपिटेशन इवैपोट्रांसपिरेशन इंडेक्स (एसपीईआई). इसमें पिछले 180 दिनों के लिए, क्लाइमेटिक वॉटर बैलेंस को एग्रीगेट किया गया था

spei270d -6* 6* 4638.3 मीटर

स्टैंडर्डाइज़्ड प्रेसिपिटेशन इवैपोट्रांसपिरेशन इंडेक्स (एसपीईआई), जिसमें पिछले 270 दिनों के लिए, जलवायु के हिसाब से पानी के संतुलन को एग्रीगेट किया गया था

spei1y -6* 6* 4638.3 मीटर

स्टैंडर्डाइज़्ड प्रेसिपिटेशन इवैपोट्रांसपिरेशन इंडेक्स (एसपीईआई), जिसमें पिछले एक साल के लिए जलवायु के हिसाब से पानी के संतुलन का डेटा इकट्ठा किया गया था

spei2y -6* 6* 4638.3 मीटर

स्टैंडर्डाइज़्ड प्रेसिपिटेशन इवैपोट्रांसपिरेशन इंडेक्स (एसपीईआई), जिसमें पिछले दो साल के लिए क्लाइमेटिक वॉटर बैलेंस को एग्रीगेट किया गया था

spei5y -6* 6* 4638.3 मीटर

स्टैंडर्डाइज़्ड प्रेसिपिटेशन इवैपोट्रांसपिरेशन इंडेक्स (एसपीईआई). इसमें पिछले पांच सालों के लिए, जलवायु के हिसाब से पानी के संतुलन का डेटा इकट्ठा किया गया है

pdsi -15* 15* 4638.3 मीटर

पामर ड्राउट सिवेरिटी इंडेक्स

z -15* 15* 4638.3 मीटर

पामर ज़ेड इंडेक्स

* अनुमानित कम से कम या ज़्यादा से ज़्यादा वैल्यू

इमेज प्रॉपर्टी

इमेज प्रॉपर्टी

नाम टाइप ब्यौरा
स्थिति स्ट्रिंग

'early', 'provisional' या 'permanent'

इस्तेमाल की शर्तें

इस्तेमाल की शर्तें

यह डेटासेट (METDATA, जॉन एबात्ज़ोग्लू का) सार्वजनिक डोमेन में है और इस पर कॉपीराइट से जुड़ी कोई पाबंदी नहीं है. उपयोगकर्ताओं को इस डेटासेट का इस्तेमाल करके बनाई गई किसी भी रिपोर्ट और पब्लिकेशन में, इस्तेमाल किए गए सोर्स का सही तरीके से हवाला देना चाहिए. साथ ही, उन्हें यह भी बताना चाहिए कि डेटा किस तारीख को हासिल किया गया था.

उद्धरण

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

Earth Engine की मदद से एक्सप्लोर करें

कोड एडिटर (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 का सेटअप

Python API के बारे में जानकारी पाने और इंटरैक्टिव डेवलपमेंट के लिए geemap का इस्तेमाल करने के लिए, Python एनवायरमेंट पेज देखें.

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
कोड एडिटर में खोलें