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

IDAHO_EPSCOR/TERRACLIMATE
ডেটাসেটের উপলভ্যতা
1958-01-01T00:00:00Z–2024-12-01T00:00:00Z
ডেটাসেট প্রোডিউসার
Earth Engine স্নিপেট
ee.ImageCollection("IDAHO_EPSCOR/TERRACLIMATE")
ক্যাডেন্স
১ মাস
ট্যাগ
জলবায়ু খরা বাষ্পীভবন ভূ-ভৌত গ্লোবাল মার্সেড মাসিক পালমার pdsi বৃষ্টিপাত রানঅফ তাপমাত্রা বাষ্প জলীয়-বাষ্প আবহাওয়া-ও-জলবায়ু বাতাস

বিবরণ

TerraClimate হল বিশ্বব্যাপী স্থলভাগের পৃষ্ঠের জন্য মাসিক জলবায়ু এবং জলবায়ুগত জলের ভারসাম্যের একটি ডেটাসেট। এটি ক্লাইমেটিক অ্যাইডেড ইন্টারপোলেশন ব্যবহার করে, WorldClim ডেটাসেট থেকে পাওয়া হাই-স্পেশিয়াল রেজোলিউশন ক্লাইম্যাটোলজিক্যাল নরমালকে CRU Ts4.0 এবং জাপানিজ ৫৫-ইয়ার রিয়্যানালিসিস (JRA55) থেকে পাওয়া কোয়ার্সার স্পেশিয়াল রেজোলিউশন, কিন্তু সময়-পরিবর্তনশীল ডেটার সাথে একত্রিত করে। ধারণাগতভাবে, এই পদ্ধতিতে CRU Ts4.0/JRA55 থেকে ইন্টারপোলেট করা সময়-পরিবর্তনশীল অসঙ্গতি WorldClim-এর হাই-স্পেশিয়াল রেজোলিউশন ক্লাইম্যাটোলজির উপর প্রয়োগ করা হয় যাতে একটি হাই-স্পেশিয়াল রেজোলিউশন ডেটাসেট তৈরি করা যায় যা আরও বিস্তৃত টেম্পোরাল রেকর্ড কভার করে।

বেশিরভাগ গ্লোবাল ল্যান্ড সারফেসের তাপমাত্রা, বৃষ্টিপাত ও বাষ্পীয় চাপের জন্য টেম্পোরাল তথ্য CRU Ts৪.০ থেকে নেওয়া হয়। তবে, যেসব অঞ্চলে CRU ডেটার কোনও জলবায়ু স্টেশন নেই (পুরো অ্যান্টার্কটিকা এবং আফ্রিকা, দক্ষিণ আমেরিকা এবং বিক্ষিপ্ত দ্বীপপুঞ্জের কিছু অংশ সহ) সেখানে JRA55 ডেটা ব্যবহার করা হয়। তাপমাত্রা, বাষ্পের চাপ এবং বৃষ্টিপাতের মতো প্রাথমিক জলবায়ু ভেরিয়েবলের জন্য, ইউনিভার্সিটি অফ আইডাহো স্টেশনের সংখ্যা (০ থেকে ৮-এর মধ্যে) সম্পর্কে অতিরিক্ত ডেটা প্রদান করে যা TerraClimate দ্বারা ব্যবহৃত CRU Ts4.0 ডেটাতে অবদান রাখে। JRA55 শুধুমাত্র সৌর বিকিরণ ও বাতাসের গতির জন্য ব্যবহার করা হয়েছে।

এছাড়াও, TerraClimate একটি ওয়াটার ব্যালেন্স মডেল ব্যবহার করে মাসিক সারফেস ওয়াটার ব্যালেন্স ডেটাসেট তৈরি করে যা রেফারেন্স ইভাপোট্রান্সপিরেশন, বৃষ্টিপাত, তাপমাত্রা এবং ইন্টারপোলেট করা উদ্ভিদ নিষ্কাশনযোগ্য মাটির জলের ক্ষমতা অন্তর্ভুক্ত করে। একটি পরিবর্তিত থর্নথওয়েট-ম্যাথার জলবায়ু জল-ভারসাম্য মডেল এবং নিষ্কাশনযোগ্য মাটির জল সঞ্চয় ক্ষমতা ডেটা ০.৫° গ্রিডে ব্যবহার করা হয়েছিল Wang-Erlandsson et al. (২০১৬) থেকে।

ডেটা সংক্রান্ত সীমাবদ্ধতা:

  1. ডেটার দীর্ঘমেয়াদী ট্রেন্ড প্যারেন্ট ডেটাসেট থেকে পাওয়া যায়। TerraClimate-কে সরাসরি ট্রেন্ডের স্বতন্ত্র মূল্যায়নের জন্য ব্যবহার করা উচিত নয়।

  2. TerraClimate মূল ডেটাসেটের চেয়ে সূক্ষ্ম স্কেলে টেম্পোরাল পরিবর্তনশীলতা ক্যাপচার করবে না এবং তাই ওরোগ্রাফিক বৃষ্টিপাতের অনুপাত এবং ইনভার্সনে পরিবর্তনশীলতা ক্যাপচার করতে সক্ষম নয়।

  3. জল ব্যালেন্স মডেলটি খুব সহজ এবং এটিতে উদ্ভিদের ধরন বা পরিবর্তিত পরিবেশগত অবস্থার প্রতি তাদের ফিজিওলজিক্যাল প্রতিক্রিয়ার বৈচিত্র্যকে বিবেচনা করা হয় না।

  4. ডেটা-স্পার্স অঞ্চলে সীমিত যাচাইকরণ (যেমন, অ্যান্টার্কটিকা)।

ব্যান্ড

ব্যান্ড

পিক্সেল সাইজ: ৪৬৩৮.৩ মিটার (সব ব্যান্ড)

নাম একক ন্যূনতম সর্বাধিক স্কেল পিক্সেলের সাইজ বিবরণ
aet মিমি ০* ৩১৪০* ০.১ ৪৬৩৮.৩ মিটার

একমাত্রিক মাটি-জল ব্যালেন্স মডেল ব্যবহার করে প্রাপ্ত প্রকৃত বাষ্পীভবন ও প্রস্বেদন

def মিমি 0* 4548* ০.১ ৪৬৩৮.৩ মিটার

জলবায়ুগত জলের ঘাটতি, যা ওয়ান-ডাইমেনশনাল মাটির জল ব্যালেন্স মডেল ব্যবহার করে পাওয়া যায়

pdsi -4317* ৩৪১৮* ০.০১ ৪৬৩৮.৩ মিটার

পামার ড্রট সিভিয়ারিটি ইন্ডেক্স

pet মিমি 0* 4548* ০.১ ৪৬৩৮.৩ মিটার

রেফারেন্স ইভাপোট্রান্সপিরেশন (ASCE পেনম্যান-মন্টিথ)

pr মিমি ০* 7245* ৪৬৩৮.৩ মিটার

বৃষ্টিপাতের পরিমাণ

ro মিমি ০* ১২৫৬০* ৪৬৩৮.৩ মিটার

রান-অফ, যা ওয়ান-ডাইমেনশনাল মাটির জল ব্যালেন্স মডেল ব্যবহার করে পাওয়া যায়

soil মিমি ০* 8882* ০.১ ৪৬৩৮.৩ মিটার

মাটির আর্দ্রতা, যা এক-মাত্রিক মাটির জল ভারসাম্য মডেল ব্যবহার করে পাওয়া যায়

srad W/m^2 0* 5477* ০.১ ৪৬৩৮.৩ মিটার

নিম্নমুখী পৃষ্ঠের স্বল্প তরঙ্গ বিকিরণ

swe মিমি ০* ৩২৭৬৭* ৪৬৩৮.৩ মিটার

একমাত্রিক মাটির জলীয় ভারসাম্য মডেল ব্যবহার করে প্রাপ্ত তুষার জলীয় ভারসাম্য

tmmn °C -770* 387* ০.১ ৪৬৩৮.৩ মিটার

সর্বনিম্ন তাপমাত্রা

tmmx °C -৬৭০* ৫৭৬* ০.১ ৪৬৩৮.৩ মিটার

সর্বোচ্চ তাপমাত্রা

vap kPa 0* 14749* ০.০০১ ৪৬৩৮.৩ মিটার

বাষ্পের চাপ

vpd kPa 0* ১১১৩* ০.০১ ৪৬৩৮.৩ মিটার

বাষ্পের চাপ সংক্রান্ত ঘাটতি

vs মিঃ/সেঃ ০* ২৯২৩* ০.০১ ৪৬৩৮.৩ মিটার

১০ মিটারে বাতাসের গতি

* আনুমানিক সর্বনিম্ন বা সর্বোচ্চ ভ্যালু

ছবির প্রপার্টি

ছবির প্রপার্টি

নাম ধরন বিবরণ
স্ট্যাটাস STRING

'প্রভিশনাল' বা 'স্থায়ী'

ব্যবহারের শর্তাদি

ব্যবহারের শর্তাবলী

ডেটা সেটটি পাবলিক ডোমেনে রয়েছে কারণ এটি Creative Commons পাবলিক ডোমেন (CC0) লাইসেন্সের অধীনে লাইসেন্সপ্রাপ্ত।

উদ্ধৃতি

উদ্ধৃতি:
  • 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

Earth Engine-এর সাহায্যে এক্সপ্লোর করা

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');

Python সেট-আপ

Python API এবং ইন্ট্যার‍্যাক্টিভ ডেভেলপমেন্টের জন্য geemap ব্যবহার করা সংক্রান্ত তথ্যের জন্য Python এনভায়রনমেন্ট পৃষ্ঠা দেখুন।

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
কোড এডিটরে খুলুন