TerraClimate: Monthly Climate and Climatic Water Balance for Global Terrestrial Surfaces, University of Idaho

IDAHO_EPSCOR/TERRACLIMATE
Dostępność zbioru danych
1958-01-01T00:00:00Z–2024-12-01T00:00:00Z
Dostawca zbioru danych
Fragment kodu Earth Engine
ee.ImageCollection("IDAHO_EPSCOR/TERRACLIMATE")
Cykl
1 miesiąc
Tagi
klimat susza ewapotranspiracja geofizyczne globalne merced miesięczne palmer pdsi opady spływ temperatura para para-wodna wiatr

Opis

TerraClimate to zbiór danych dotyczących miesięcznego klimatu i klimatycznego bilansu wodnego na powierzchniach lądowych na całym świecie. Wykorzystuje interpolację wspomaganą klimatycznie, łącząc normy klimatyczne o wysokiej rozdzielczości przestrzennej z zbioru danych WorldClim z danymi o niższej rozdzielczości przestrzennej, ale zmieniającymi się w czasie, pochodzącymi ze zbiorów CRU Ts4.0Japanese 55-year Reanalysis (JRA55). Procedura ta polega na zastosowaniu interpolowanych anomalii zmiennych w czasie z CRU Ts4.0/JRA55 do klimatyzacji o wysokiej rozdzielczości przestrzennej z WorldClim, aby utworzyć zbiór danych o wysokiej rozdzielczości przestrzennej, który obejmuje szerszy zapis czasowy.

Informacje czasowe są dziedziczone z CRU Ts4.0 w przypadku większości powierzchni lądowych na świecie w zakresie temperatury, opadów i ciśnienia pary. Dane JRA55 są jednak używane w regionach, w których dane CRU nie uwzględniały żadnych stacji klimatycznych (w tym na całej Antarktydzie oraz w części Afryki, Ameryki Południowej i na rozproszonych wyspach). W przypadku podstawowych zmiennych klimatycznych, takich jak temperatura, ciśnienie pary i opady, Uniwersytet Idaho udostępnia dodatkowe dane o liczbie stacji (od 0 do 8), które przyczyniły się do powstania danych CRU Ts4.0 używanych przez TerraClimate. JRA55 było używane wyłącznie w przypadku promieniowania słonecznego i prędkości wiatru.

TerraClimate generuje też miesięczne zbiory danych dotyczące bilansu wody na powierzchni gruntu, korzystając z modelu bilansu wody, który uwzględnia ewapotranspirację referencyjną, opady, temperaturę i interpolowaną pojemność wodną gleby, z której rośliny mogą pobierać wodę. W przypadku siatki o rozdzielczości 0,5° wykorzystano zmodyfikowany model klimatycznego bilansu wodnego Thornthwaite-Mather i dane dotyczące pojemności magazynowej wody w glebie, które pochodzą z pracy Wang-Erlandsson i wsp. (2016).

Ograniczenia dotyczące danych:

  1. Długoterminowe trendy w danych są dziedziczone ze zbiorów danych nadrzędnych. Dane TerraClimate nie powinny być używane bezpośrednio do niezależnych ocen trendów.

  2. TerraClimate nie rejestruje zmienności czasowej w skali mniejszej niż zbiory danych nadrzędnych, a tym samym nie jest w stanie rejestrować zmienności w zakresie stosunków opadów orograficznych i inwersji.

  3. Model bilansu wodnego jest bardzo prosty i nie uwzględnia zróżnicowania typów roślinności ani ich reakcji fizjologicznej na zmieniające się warunki środowiskowe.

  4. Ograniczona weryfikacja w regionach o niewielkiej ilości danych (np. Antarktyda).

Pasma

Rozmiar piksela
4638,3 metra

Pasma

Nazwa Jednostki Min. Maks. Skala Rozmiar piksela Opis
aet mm 0* 3140* 0,1 metry

Rzeczywiste parowanie, obliczone za pomocą jednowymiarowego modelu bilansu wody w glebie

def mm 0* 4548* 0,1 metry

Klimatyczny deficyt wody, obliczony za pomocą jednowymiarowego modelu bilansu wody w glebie

pdsi –4317* 3418* 0,01 metry

Wskaźnik dotkliwości suszy Palmera

pet mm 0* 4548* 0,1 metry

Ewapotranspiracja referencyjna (ASCE Penman-Montieth)

pr mm 0* 7245* metry

Gromadzenie opadów

ro mm 0* 12560* metry

Spływ powierzchniowy obliczony za pomocą jednowymiarowego modelu bilansu wody w glebie

soil mm 0* 8882* 0,1 metry

wilgotność gleby obliczona za pomocą jednowymiarowego modelu bilansu wody w glebie;

srad W/m^2 0* 5477* 0,1 metry

Promieniowanie krótkofalowe w dół na powierzchni

swe mm 0* 32767* metry

Równoważnik wody w śniegu, obliczony za pomocą jednowymiarowego modelu bilansu wody w glebie

tmmn °C –770* 387* 0,1 metry

Temperatura minimalna

tmmx °C –670* 576* 0,1 metry

Temperatura maksymalna

vap kPa 0* 14 749* 0,001 metry

Ciśnienie pary

vpd kPa 0* 1113* 0,01 metry

Deficyt ciśnienia pary

vs m/s 0* 2923* 0,01 metry

Prędkość wiatru na wysokości 10 m

* Szacunkowa wartość minimalna lub maksymalna

Właściwości obrazu

Właściwości obrazu

Nazwa Typ Opis
status CIĄG ZNAKÓW

„provisional” lub „permanent”

Warunki korzystania z usługi

Warunki usługi

Zbiór danych jest dostępny w domenie publicznej na licencji Creative Commons Public Domain (CC0).

Cytaty

Cytowania:
  • Abatzoglou, J.T., S.Z. Dobrowski, S.A. Parks, K.C. Hegewisch, 2018, Terraclimate, a high-resolution global dataset of monthly climate and climatic water balance from 1958-2015, Scientific Data 5:170191, doi:10.1038/sdata.2017.191

Odkrywaj za pomocą Earth Engine

Edytor kodu (JavaScript)

var dataset = ee.ImageCollection('IDAHO_EPSCOR/TERRACLIMATE')
                  .filter(ee.Filter.date('2017-07-01', '2017-08-01'));
var maximumTemperature = dataset.select('tmmx');
var maximumTemperatureVis = {
  min: -300.0,
  max: 300.0,
  palette: [
    '1a3678', '2955bc', '5699ff', '8dbae9', 'acd1ff', 'caebff', 'e5f9ff',
    'fdffb4', 'ffe6a2', 'ffc969', 'ffa12d', 'ff7c1f', 'ca531a', 'ff0000',
    'ab0000'
  ],
};
Map.setCenter(71.72, 52.48, 3);
Map.addLayer(maximumTemperature, maximumTemperatureVis, 'Maximum Temperature');

Konfiguracja Pythona

Informacje o interfejsie API dla Pythona oraz o używaniu geemap do interaktywnego programowania znajdziesz na stronie środowiska Python.

import ee
import geemap.core as geemap

Colab (Python)

dataset = ee.ImageCollection('IDAHO_EPSCOR/TERRACLIMATE').filter(
    ee.Filter.date('2017-07-01', '2017-08-01')
)
maximum_temperature = dataset.select('tmmx')
maximum_temperature_vis = {
    'min': -300.0,
    'max': 300.0,
    'palette': [
        '1a3678',
        '2955bc',
        '5699ff',
        '8dbae9',
        'acd1ff',
        'caebff',
        'e5f9ff',
        'fdffb4',
        'ffe6a2',
        'ffc969',
        'ffa12d',
        'ff7c1f',
        'ca531a',
        'ff0000',
        'ab0000',
    ],
}

m = geemap.Map()
m.set_center(71.72, 52.48, 3)
m.add_layer(
    maximum_temperature, maximum_temperature_vis, 'Maximum Temperature'
)
m
Otwórz w edytorze kodu