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

IDAHO_EPSCOR/TERRACLIMATE
זמינות קבוצת הנתונים
1958-01-01T00:00:00Z–2024-12-01T00:00:00Z
יוצר מערך הנתונים
קטע קוד ל-Earth Engine
ee.ImageCollection("IDAHO_EPSCOR/TERRACLIMATE")
קצב
1 Month
תגים
climate drought evapotranspiration geophysical global merced monthly palmer pdsi precipitation runoff temperature vapor water-vapor wind

תיאור

‫TerraClimate היא קבוצת נתונים של אקלים חודשי ומאזן מים אקלימי של פני השטח היבשתיים בעולם. הוא משתמש באינטרפולציה בעזרת נתונים אקלימיים, בשילוב של נתונים אקלימיים רגילים ברזולוציה מרחבית גבוהה מקבוצת הנתונים WorldClim, עם נתונים ברזולוציה מרחבית גסה יותר, אבל משתנים בזמן מCRU Ts4.0 ומניתוח מחדש של נתונים מיפן במשך 55 שנים (JRA55). מבחינה קונספטואלית, ההליך מחיל אנומליות משתנות בזמן שעברו אינטרפולציה מ-CRU Ts4.0/JRA55 על נתוני האקלים ברזולוציה מרחבית גבוהה של WorldClim, כדי ליצור מערך נתונים ברזולוציה מרחבית גבוהה שמכסה רשומה זמנית רחבה יותר.

מידע זמני עובר בירושה מ-CRU Ts4.0 עבור רוב פני השטח הגלובליים של הקרקע, לגבי טמפרטורה, משקעים ולחץ אדים. עם זאת, נעשה שימוש בנתוני JRA55 באזורים שבהם לא היו תחנות אקלים שתרמו לנתוני CRU (כולל כל אנטארקטיקה, חלקים מאפריקה, דרום אמריקה ואיים מפוזרים). לגבי משתני האקלים העיקריים של טמפרטורה, לחץ אדים ומשקעים, אוניברסיטת איידהו מספקת נתונים נוספים על מספר התחנות (בין 0 ל-8) שתורמות לנתוני CRU Ts4.0 שבהם נעשה שימוש ב-TerraClimate. הנתונים של JRA55 שימשו אך ורק לקרינת שמש ולמהירויות רוח.

בנוסף, ב-TerraClimate נוצרים מערכי נתונים חודשיים של מאזן המים על פני השטח באמצעות מודל מאזן מים שמשלב אידוי והזעה (evapotranspiration) של צמחים, משקעים, טמפרטורה וקיבולת מים בקרקע שניתנים לחילוץ על ידי צמחים. נעשה שימוש במודל מאזן מים אקלימי של Thornthwaite-Mather שעבר שינוי ובנתונים על קיבולת אחסון המים בקרקע שניתנים לחילוץ ברשת של 0.5° מתוך Wang-Erlandsson et al. (2016).

מגבלות על נתונים:

  1. מגמות ארוכות טווח בנתונים עוברות בירושה ממערכי נתונים של הורה. אין להשתמש ב-TerraClimate ישירות להערכות עצמאיות של מגמות.

  2. ב-TerraClimate לא מתבצעת מדידה של שונות זמנית ברזולוציות גבוהות יותר מאשר במערכי הנתונים של האב, ולכן אי אפשר למדוד שונות ביחסי משקעים אורוגרפיים והיפוכים.

  3. מודל מאזן המים הוא פשוט מאוד, והוא לא מתחשב בהבדלים בין סוגי הצמחייה או בתגובה הפיזיולוגית שלהם לשינויים בתנאי הסביבה.

  4. אימות מוגבל באזורים שבהם יש מעט נתונים (למשל, אנטארקטיקה).

תחום תדרים

גודל הפיקסל
‫4,638.3 מטרים

תחום תדרים

שם יחידות מינימום מקסימום קנה מידה גודל הפיקסל תיאור
aet מ"מ 0* ‫3140* 0.1 מטרים

התאדות בפועל, שנגזרת באמצעות מודל חד-ממדי של מאזן מים בקרקע

def מ"מ 0* 4548* 0.1 מטרים

מחסור במים בקרקע כתוצאה מהאקלים, שחושב באמצעות מודל חד-ממדי של מאזן המים בקרקע

pdsi ‎-4317* 3418* 0.01 מטרים

מדד חומרת הבצורת של פאלמר (PDSI)

pet מ"מ 0* 4548* 0.1 מטרים

אידוי-דיות ייחוס (ASCE Penman-Montieth)

pr מ"מ 0* 7245* מטרים

הצטברות משקעים

ro מ"מ 0* 12560* מטרים

נגר, שמתקבל באמצעות מודל חד-ממדי של מאזן המים בקרקע

soil מ"מ 0* 8882* 0.1 מטרים

לחות באדמה, שמתקבלת באמצעות מודל חד-ממדי של מאזן המים באדמה

srad W/m^2 0* 5477* 0.1 מטרים

קרינת גלים קצרים של פני השטח כלפי מטה

swe מ"מ 0* 32767* מטרים

שווה ערך למים בשלג, שחושב באמצעות מודל חד-ממדי של מאזן המים בקרקע

tmmn ‎°C ‎-770* ‫387* 0.1 מטרים

טמפרטורה מינימלית

tmmx ‎°C ‎-670* 576* 0.1 מטרים

טמפרטורה מקסימלית

vap kPa 0* 14749* 0.001 מטרים

לחץ אדים

vpd kPa 0* 1113* 0.01 מטרים

מחסור בלחץ אדים

vs מ"ש 0* 2923* 0.01 מטרים

מהירות הרוח בגובה 10 מטר

* ערך מינימלי או מקסימלי משוער

מאפייני תמונה

מאפייני תמונה

שם סוג תיאור
status מחרוזת

‫'provisional' (זמני) או 'permanent' (קבוע)

תנאים והגבלות

תנאים והגבלות

קבוצת הנתונים היא נחלת הכלל, והיא מורשית לשימוש במסגרת רישיון Creative Commons Public Domain (CC0).

ציטוטים ביבליוגרפיים

ציטוטים ביבליוגרפיים:
  • 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

סיור עם פלטפורמת Earth Engine

Code Editor (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');

הגדרה של Python

בדף סביבת Python מפורט מידע על Python API ועל השימוש ב-geemap לפיתוח אינטראקטיבי.

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
פתיחה ב-Code Editor