
- ডেটাসেটের উপলভ্যতা
- 1958-01-01T00:00:00Z–2024-12-01T00:00:00Z
- ডেটাসেট প্রযোজক
- ক্যালিফোর্নিয়া বিশ্ববিদ্যালয় মার্সেড
- ক্যাডেন্স
- ১ মাস
- ট্যাগ
বিবরণ
টেরাক্লাইমেট হল বিশ্বব্যাপী স্থলজ পৃষ্ঠের জন্য মাসিক জলবায়ু এবং জলবায়ু জলের ভারসাম্যের একটি ডেটাসেট। এটি জলবায়ুগতভাবে সহায়তাপ্রাপ্ত ইন্টারপোলেশন ব্যবহার করে, ওয়ার্ল্ডক্লিম ডেটাসেট থেকে উচ্চ-স্থানিক রেজোলিউশন জলবায়ুগত স্বাভাবিকতাগুলিকে একত্রিত করে, CRU Ts4.0 এবং জাপানি 55-বছরের পুনর্বিশ্লেষণ (JRA55) থেকে মোটা স্থানিক রেজোলিউশন, কিন্তু সময়-পরিবর্তনশীল ডেটার সাথে। ধারণাগতভাবে, পদ্ধতিটি CRU Ts4.0/JRA55 থেকে ইন্টারপোলেটেড সময়-পরিবর্তনশীল অসঙ্গতিগুলিকে ওয়ার্ল্ডক্লিমের উচ্চ-স্থানিক রেজোলিউশন জলবায়ুবিদ্যায় প্রয়োগ করে একটি উচ্চ-স্থানিক রেজোলিউশন ডেটাসেট তৈরি করে যা একটি বিস্তৃত টেম্পোরাল রেকর্ড কভার করে।
তাপমাত্রা, বৃষ্টিপাত এবং বাষ্পের চাপের জন্য বেশিরভাগ বৈশ্বিক ভূমি পৃষ্ঠের জন্য CRU Ts4.0 থেকে অস্থায়ী তথ্য উত্তরাধিকারসূত্রে পাওয়া যায়। তবে, JRA55 ডেটা সেই অঞ্চলগুলির জন্য ব্যবহৃত হয় যেখানে CRU ডেটাতে কোনও জলবায়ু স্টেশন অবদান রাখে না (সমস্ত অ্যান্টার্কটিকা, আফ্রিকার কিছু অংশ, দক্ষিণ আমেরিকা এবং বিক্ষিপ্ত দ্বীপপুঞ্জ সহ)। তাপমাত্রা, বাষ্পের চাপ এবং বৃষ্টিপাতের প্রাথমিক জলবায়ু পরিবর্তনশীলগুলির জন্য, আইডাহো বিশ্ববিদ্যালয় টেরাক্লাইমেট দ্বারা ব্যবহৃত CRU Ts4.0 ডেটাতে অবদান রাখে এমন স্টেশনের সংখ্যা (0 থেকে 8 এর মধ্যে) সম্পর্কে অতিরিক্ত তথ্য সরবরাহ করে। JRA55 শুধুমাত্র সৌর বিকিরণ এবং বাতাসের গতির জন্য ব্যবহৃত হয়েছিল।
টেরাক্লাইমেট অতিরিক্তভাবে একটি জল ভারসাম্য মডেল ব্যবহার করে মাসিক পৃষ্ঠের জল ভারসাম্য ডেটাসেট তৈরি করে যা রেফারেন্স বাষ্পীভবন, বৃষ্টিপাত, তাপমাত্রা এবং ইন্টারপোলেটেড উদ্ভিদ নিষ্কাশনযোগ্য মাটির জল ধারণক্ষমতা অন্তর্ভুক্ত করে। ওয়াং-এরল্যান্ডসন এবং অন্যান্যদের (২০১৬) থেকে ০.৫° গ্রিডে একটি পরিবর্তিত থর্নথওয়েট-মাদার জলবায়ু জল-ভারসাম্য মডেল এবং নিষ্কাশনযোগ্য মাটির জল সঞ্চয় ক্ষমতা ডেটা ব্যবহার করা হয়েছিল।
ডেটা সীমাবদ্ধতা:
ডেটার দীর্ঘমেয়াদী প্রবণতাগুলি মূল ডেটাসেট থেকে উত্তরাধিকারসূত্রে পাওয়া যায়। প্রবণতার স্বাধীন মূল্যায়নের জন্য টেরাক্লাইমেট সরাসরি ব্যবহার করা উচিত নয়।
টেরাক্লাইমেট প্যারেন্ট ডেটাসেটের তুলনায় সূক্ষ্ম স্কেলে সময়গত পরিবর্তনশীলতা ক্যাপচার করবে না এবং তাই অরোগ্রাফিক বৃষ্টিপাতের অনুপাত এবং বিপরীতে পরিবর্তনশীলতা ক্যাপচার করতে সক্ষম নয়।
জল ভারসাম্য মডেলটি খুবই সহজ এবং উদ্ভিদের প্রকারভেদ বা পরিবর্তিত পরিবেশগত অবস্থার প্রতি তাদের শারীরবৃত্তীয় প্রতিক্রিয়ার জন্য এটি দায়ী নয়।
ডেটা-বিচ্ছিন্ন অঞ্চলে (যেমন, অ্যান্টার্কটিকা) সীমিত বৈধতা।
ব্যান্ড
পিক্সেল আকার
৪৬৩৮.৩ মিটার
ব্যান্ড
| নাম | ইউনিট | ন্যূনতম | সর্বোচ্চ | স্কেল | পিক্সেল আকার | বিবরণ |
|---|---|---|---|---|---|---|
aet | মিমি | ০* | ৩১৪০* | ০.১ | মিটার | প্রকৃত বাষ্পীভবন, এক-মাত্রিক মাটির জল ভারসাম্য মডেল ব্যবহার করে উদ্ভূত |
def | মিমি | ০* | ৪৫৪৮* | ০.১ | মিটার | জলবায়ু জলের ঘাটতি, এক-মাত্রিক মাটির জল ভারসাম্য মডেল ব্যবহার করে প্রাপ্ত |
pdsi | -৪৩১৭* | ৩৪১৮* | ০.০১ | মিটার | পামার খরার তীব্রতা সূচক | |
pet | মিমি | ০* | ৪৫৪৮* | ০.১ | মিটার | রেফারেন্স বাষ্পীভবন (ASCE Penman-Montieth) |
pr | মিমি | ০* | ৭২৪৫* | মিটার | বৃষ্টিপাতের পরিমাণ | |
ro | মিমি | ০* | ১২৫৬০* | মিটার | এক-মাত্রিক মাটির জল ভারসাম্য মডেল ব্যবহার করে প্রাপ্ত প্রবাহ, | |
soil | মিমি | ০* | ৮৮৮২* | ০.১ | মিটার | মাটির আর্দ্রতা, এক-মাত্রিক মাটির জল ভারসাম্য মডেল ব্যবহার করে প্রাপ্ত |
srad | ওয়াট/মিটার^২ | ০* | ৫৪৭৭* | ০.১ | মিটার | নিম্নমুখী পৃষ্ঠের স্বল্পতরঙ্গ বিকিরণ |
swe | মিমি | ০* | ৩২৭৬৭* | মিটার | তুষার জলের সমতুল্য, এক-মাত্রিক মাটির জল ভারসাম্য মডেল ব্যবহার করে প্রাপ্ত | |
tmmn | °সে. | -৭৭০* | ৩৮৭* | ০.১ | মিটার | সর্বনিম্ন তাপমাত্রা |
tmmx | °সে. | -৬৭০* | ৫৭৬* | ০.১ | মিটার | সর্বোচ্চ তাপমাত্রা |
vap | কেপিএ | ০* | ১৪৭৪৯* | ০.০০১ | মিটার | বাষ্পের চাপ |
vpd | কেপিএ | ০* | ১১১৩* | ০.০১ | মিটার | বাষ্প চাপের ঘাটতি |
vs | মে/সেকেন্ড | ০* | ২৯২৩* | ০.০১ | মিটার | ১০ মিটার বেগে বাতাসের গতিবেগ |
ছবির বৈশিষ্ট্য
ছবির বৈশিষ্ট্য
| নাম | আদর্শ | বিবরণ |
|---|---|---|
| অবস্থা | স্ট্রিং | 'অস্থায়ী' বা 'স্থায়ী' |
ব্যবহারের শর্তাবলী
ব্যবহারের শর্তাবলী
ডেটা সেটটি ক্রিয়েটিভ কমন্স পাবলিক ডোমেন (CC0) লাইসেন্সের অধীনে লাইসেন্সপ্রাপ্ত পাবলিক ডোমেনে রয়েছে।
উদ্ধৃতি
Abatzoglou, JT, SZ Dobrowski, SA Parks, KC Hegewisch, 2018, Terraclimate, 1958-2015 সাল পর্যন্ত মাসিক জলবায়ু এবং জলবায়ু জলের ভারসাম্যের একটি উচ্চ-রেজোলিউশনের বৈশ্বিক ডেটাসেট, বৈজ্ঞানিক তথ্য 5:170191, doi:10.1038/sdata.2017.191
আর্থ ইঞ্জিনের সাহায্যে ঘুরে দেখুন
কোড এডিটর (জাভাস্ক্রিপ্ট)
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
কোলাব (পাইথন)
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