- זמינות קבוצת הנתונים
- 1958-01-01T00:00:00Z–2024-12-01T00:00:00Z
- מפיק מערך הנתונים
- University of California Merced
- קצב
- חודש אחד
- תגים
תיאור
TerraClimate היא קבוצת נתונים של אקלים חודשי ומאזן מים אקלימיים עבור פני השטח היבשתיים בעולם. הנתונים מבוססים על אינטרפולציה בעזרת נתונים אקלימיים, שמשלבת נתונים נורמליים אקלימיים ברזולוציה מרחבית גבוהה מקבוצת הנתונים WorldClim, עם נתונים ברזולוציה מרחבית גסה יותר, אבל משתנים בזמן מCRU Ts4.0 ומניתוח חוזר של נתונים מיפן במשך 55 שנים (JRA55). מבחינה מושגית, התהליך כולל החלה של 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 וחלקים מאפריקה, דרום אמריקה ואיי פיג'י). 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 רק לחישוב קרינת השמש ומהירויות הרוח.
בנוסף, מערך הנתונים TerraClimate יוצר 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 למיצוי על ידי צמחים. נעשה שימוש במודל מאזן מים אקלימי של Thornthwaite-Mather שעבר שינוי ובנתונים של קיבולת אחסון מים בקרקע שאפשר להפיק, ברשת של 0.5° מ-Wang-Erlandsson et al. (2016).
מגבלות על נתונים:
מגמות ארוכות טווח בנתונים עוברות בירושה ממערכי נתונים ברמת ההורה. אין להשתמש ב-TerraClimate באופן ישיר להערכות עצמאיות של מגמות.
נתוני TerraClimate לא יתעדו שונות זמנית בקנה מידה קטן יותר מזה של מערכי הנתונים של האב, ולכן לא יתעדו שונות ביחסי משקעים אורוגרפיים והיפוכים.
מודל מאזן המים הוא פשוט מאוד ולא מתייחס להטרוגניות בסוגי הצמחייה או לתגובה הפיזיולוגית שלהם לתנאי סביבה משתנים.
אימות מוגבל באזורים עם נתונים דלילים (למשל, אנטארקטיקה).
תחום תדרים
תחום תדרים
גודל הפיקסל: 4,638.3 מטרים (כל הרצועות)
| שם | יחידות | מינימום | מקסימום | קנה מידה | גודל הפיקסל | תיאור |
|---|---|---|---|---|---|---|
aet |
מ"מ | 0* | 3,140* | 0.1 | 4,638.3 מטרים | התאדות בפועל, שנגזרת באמצעות מודל חד-ממדי של מאזן מים בקרקע |
def |
מ"מ | 0* | 4548* | 0.1 | 4,638.3 מטרים | מחסור במים באקלים, שנגזר משימוש במודל חד-ממדי של מאזן מים בקרקע |
pdsi |
-4317* | 3418* | 0.01 | 4,638.3 מטרים | מדד חומרת הבצורת של פאלמר (PDSI) |
|
pet |
מ"מ | 0* | 4548* | 0.1 | 4,638.3 מטרים | אידוי ודיות לייחוס (ASCE Penman-Montieth) |
pr |
מ"מ | 0* | 7245* | 4,638.3 מטרים | הצטברות משקעים |
|
ro |
מ"מ | 0* | 12560* | 4,638.3 מטרים | נגר, שחושב באמצעות מודל חד-ממדי של מאזן המים בקרקע |
|
soil |
מ"מ | 0* | 8882* | 0.1 | 4,638.3 מטרים | לחות באדמה, שנגזרת באמצעות מודל חד-ממדי של מאזן המים באדמה |
srad |
W/m^2 | 0* | 5477* | 0.1 | 4,638.3 מטרים | קרינת גלים קצרים של פני השטח כלפי מטה |
swe |
מ"מ | 0* | 32767* | 4,638.3 מטרים | שווה ערך למים בשלג, שחושב באמצעות מודל חד-ממדי של מאזן מים בקרקע |
|
tmmn |
°C | -770* | 387* | 0.1 | 4,638.3 מטרים | טמפרטורה מינימלית |
tmmx |
°C | -670* | 576* | 0.1 | 4,638.3 מטרים | טמפרטורה מקסימלית |
vap |
kPa | 0* | 14749* | 0.001 | 4,638.3 מטרים | לחץ אדים |
vpd |
kPa | 0* | 1113* | 0.01 | 4,638.3 מטרים | מחסור בלחץ אדים |
vs |
מ"ש | 0* | 2923* | 0.01 | 4,638.3 מטרים | מהירות הרוח בגובה 10 מטרים |
מאפייני תמונה
מאפייני תמונה
| שם | סוג | תיאור |
|---|---|---|
| status | מחרוזת | 'provisional' (זמני) או 'permanent' (קבוע) |
תנאים והגבלות
תנאים והגבלות
קבוצת הנתונים היא נחלת הכלל, והיא מותרת לשימוש במסגרת רישיון Creative Commons Public Domain (CC0).
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');
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