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

डेटासेट की उपलब्धता

1958-01-01T00:00:00Z–2024-12-01T00:00:00Z

डेटासेट प्रोड्यूसर

यूनिवर्सिटी ऑफ़ कैलिफ़ोर्निया मर्सेड

Earth Engine का स्निपेट

ee.ImageCollection("IDAHO_EPSCOR/TERRACLIMATE")

केडेंस

एक महीना

टैग

climate drought evapotranspiration geophysical global merced monthly palmer pdsi precipitation runoff temperature vapor water-vapor wind

ब्यौरा

TerraClimate, दुनिया भर की ज़मीन की सतहों के लिए, हर महीने के मौसम और जलवायु के हिसाब से पानी के संतुलन का डेटासेट है. यह जलवायु के हिसाब से इंटरपोलेशन का इस्तेमाल करता है. इसमें WorldClim डेटासेट से मिले, जगह के हिसाब से ज़्यादा रिज़ॉल्यूशन वाले जलवायु के सामान्य डेटा को CRU Ts4.0 और जापान के 55 साल के रीऐनलिसिस (JRA55) से मिले, समय के हिसाब से अलग-अलग डेटा के साथ मिलाया जाता है. हालांकि, इसमें जगह के हिसाब से कम रिज़ॉल्यूशन का इस्तेमाल किया जाता है. सैद्धांतिक तौर पर, इस प्रक्रिया में CRU Ts4.0/JRA55 से इंटरपोलेट की गई, समय के साथ बदलने वाली अनियमितताओं को WorldClim की हाई-स्पेशल रिज़ॉल्यूशन वाली क्लाइमेटोलॉजी पर लागू किया जाता है. इससे हाई-स्पेशल रिज़ॉल्यूशन वाला ऐसा डेटासेट तैयार होता है जिसमें समय के साथ होने वाले बदलावों का ज़्यादा डेटा शामिल होता है.

तापमान, बारिश, और वाष्प के दबाव के लिए, समय के हिसाब से जानकारी, CRU Ts4.0 से मिलती है. यह जानकारी, दुनिया भर की ज़्यादातर ज़मीनी सतहों के लिए होती है. हालांकि, जिन इलाकों में सीआरयू डेटा में कोई भी क्लाइमेट स्टेशन शामिल नहीं था वहां JRA55 डेटा का इस्तेमाल किया जाता है. इनमें अंटार्कटिका का पूरा हिस्सा, अफ़्रीका, दक्षिण अमेरिका, और बिखरे हुए द्वीप शामिल हैं. तापमान, वाष्प का दबाव, और बारिश जैसे मुख्य जलवायु वैरिएबल के लिए, यूनिवर्सिटी ऑफ़ इडाहो, स्टेशनों की संख्या (0 से 8 के बीच) के बारे में अतिरिक्त डेटा उपलब्ध कराती है. इस डेटा का इस्तेमाल CRU Ts4.0 डेटा में किया जाता है, जिसे TerraClimate इस्तेमाल करता है. JRA55 का इस्तेमाल सिर्फ़ सौर विकिरण और हवा की रफ़्तार के लिए किया गया था.

TerraClimate, हर महीने के लिए ज़मीन की सतह पर पानी के संतुलन से जुड़े डेटासेट भी तैयार करता है. इसके लिए, वह पानी के संतुलन से जुड़े मॉडल का इस्तेमाल करता है. इस मॉडल में, रेफ़रंस इवैपोट्रांसपिरेशन, बारिश, तापमान, और इंटरपोलेटेड प्लांट एक्सट्रैक्टेबल सॉइल वॉटर कैपेसिटी को शामिल किया जाता है. Wang-Erlandsson et al. (2016) के 0.5° ग्रिड से, थॉर्नथवेट-मैथर के जलवायु के हिसाब से पानी के संतुलन के मॉडल में बदलाव किया गया. साथ ही, मिट्टी में पानी के स्टोरेज की क्षमता का डेटा निकाला गया.

डेटा से जुड़ी सीमाएं:

1. डेटा में लंबे समय तक के रुझानों को पैरंट डेटासेट से इनहेरिट किया जाता है. ट्रेंड का आकलन करने के लिए, TerraClimate का सीधे तौर पर इस्तेमाल नहीं किया जाना चाहिए.

2. TerraClimate, पैरंट डेटासेट की तुलना में ज़्यादा फ़ाइन स्केल पर समय के साथ होने वाले बदलावों को कैप्चर नहीं करेगा. इसलिए, यह ओरोफ़िक प्रेसिपिटेशन रेशियो और इनवर्ज़न में होने वाले बदलावों को कैप्चर नहीं कर पाएगा.

3. वॉटर बैलेंस मॉडल बहुत आसान है. इसमें वनस्पति के अलग-अलग टाइप या पर्यावरण की बदलती स्थितियों के हिसाब से उनकी शारीरिक प्रतिक्रियाओं को ध्यान में नहीं रखा जाता.

4. डेटा की कमी वाले क्षेत्रों (जैसे, अंटार्कटिका) में पुष्टि करने की सुविधा सीमित है.

बैंड

बैंड

पिक्सल का साइज़: 4,638.3 मीटर (सभी बैंड)

नाम	इकाई	कम से कम	ज़्यादा से ज़्यादा	स्केल	पिक्सल का साइज़	ब्यौरा
aet	mm	0*	3140*	0.1	4638.3 मीटर	एक डाइमेंशनल सॉइल वॉटर बैलेंस मॉडल का इस्तेमाल करके, वाष्पीकरण और वाष्पोत्सर्जन की मौजूदा दर का पता लगाया गया है
def	mm	0*	4548*	0.1	4638.3 मीटर	मिट्टी में पानी की कमी, जिसे मिट्टी में पानी के संतुलन के एक-आयामी मॉडल का इस्तेमाल करके निकाला गया है
pdsi		-4317*	3418*	0.01	4638.3 मीटर	पामर ड्राउट सिवेरिटी इंडेक्स
pet	mm	0*	4548*	0.1	4638.3 मीटर	रेफ़रंस इवैपोट्रांसपिरेशन (एएसईसीई पेनमैन-मोंटीथ)
pr	mm	0*	7245*		4638.3 मीटर	बारिश या बर्फ़बारी की मात्रा
ro	mm	0*	12560*		4638.3 मीटर	एक डाइमेंशन वाले मिट्टी के पानी के बैलेंस मॉडल का इस्तेमाल करके, रनऑफ़ का पता लगाया गया
soil	mm	0*	8882*	0.1	4638.3 मीटर	मिट्टी में नमी, जिसे मिट्टी में पानी के संतुलन के एक-आयामी मॉडल का इस्तेमाल करके निकाला गया है
srad	वॉट/मी°^2	0*	5477*	0.1	4638.3 मीटर	नीचे की ओर आने वाला शॉर्टवेव रेडिएशन
swe	mm	0*	32,767*		4638.3 मीटर	स्नो वॉटर इक्विवेलेंट, जिसे एक डाइमेंशनल सॉइल वॉटर बैलेंस मॉडल का इस्तेमाल करके निकाला गया है
tmmn	°C	-770*	387*	0.1	4638.3 मीटर	कम से कम तापमान
tmmx	°C	-670*	576*	0.1	4638.3 मीटर	ज़्यादा से ज़्यादा तापमान
vap	kPa	0*	14,749*	0.001	4638.3 मीटर	वाष्प दबाव
vpd	kPa	0*	1113*	0.01	4638.3 मीटर	वाष्प दबाव में कमी
vs	मी॰/से॰	0*	2923*	0.01	4638.3 मीटर	10 मीटर की ऊंचाई पर हवा की रफ़्तार

* अनुमानित न्यूनतम या अधिकतम वैल्यू

इमेज प्रॉपर्टी

इमेज प्रॉपर्टी

नाम	टाइप	ब्यौरा
स्थिति	स्ट्रिंग	'provisional' या 'permanent'

इस्तेमाल की शर्तें

इस्तेमाल की शर्तें

यह डेटा सेट, क्रिएटिव कॉमंस पब्लिक डोमेन (CC0) लाइसेंस के तहत लाइसेंस दिया गया है. इसलिए, यह सार्वजनिक डोमेन में है.

उद्धरण

उद्धरण:

• जॉन टी॰ अबत्ज़ोग्लू, 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

Earth Engine की मदद से एक्सप्लोर करें

अहम जानकारी: Earth Engine, पेटाबाइट-स्केल के जियोस्पेशल डेटासेट के वैज्ञानिक विश्लेषण और विज़ुअलाइज़ेशन के लिए एक प्लैटफ़ॉर्म है. इसका इस्तेमाल, सार्वजनिक तौर पर फ़ायदा पहुंचाने के साथ-साथ कारोबार और सरकारी उपयोगकर्ताओं के लिए भी किया जाता है. Earth Engine का इस्तेमाल रिसर्च, शिक्षा, और गैर-लाभकारी कामों के लिए बिना किसी शुल्क के किया जा सकता है. इसका इस्तेमाल शुरू करने के लिए, कृपया Earth Engine पर रजिस्टर करें और ऐक्सेस पाएं.

कोड एडिटर (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');

Python का सेटअप

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

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

कोड एडिटर में खोलें

TerraClimate: दुनिया भर की ज़मीन की सतहों के लिए, महीने के हिसाब से जलवायु और जलवायु के हिसाब से पानी का संतुलन, यूनिवर्सिटी ऑफ़ आइडाहो

TerraClimate, दुनिया भर की ज़मीन की सतहों के लिए, हर महीने के मौसम और जलवायु के हिसाब से पानी के संतुलन का डेटासेट है. इसमें जलवायु के हिसाब से इंटरपोलेशन का इस्तेमाल किया जाता है. इसमें WorldClim डेटासेट से मिले, ज़्यादा स्थानिक रिज़ॉल्यूशन वाले जलवायु के सामान्य डेटा को CRU Ts4.0 और Japanese 55-year Reanalysis (JRA55) से मिले, कम स्थानिक रिज़ॉल्यूशन वाले डेटा के साथ जोड़ा जाता है. हालांकि, CRU Ts4.0 और JRA55 से मिले डेटा में समय के साथ बदलाव होता रहता है. सैद्धांतिक तौर पर, यह तरीका इंटरपोलेटेड …

IDAHO_EPSCOR/TERRACLIMATE, climate,drought,evapotranspiration,geophysical,global,merced,monthly,palmer,pdsi,precipitation,runoff,temperature,vapor,water-vapor,wind

1958-01-01T00:00:00Z/2024-12-01T00:00:00Z

-90 -180 90 180

Google Earth Engine

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