
- ডেটাসেট উপলব্ধতা
- 1958-01-01T00:00:00Z–2024-12-01T00:00:00Z
- ডেটাসেট প্রদানকারী
- ইউনিভার্সিটি অফ ক্যালিফোর্নিয়া মার্সেড
- ক্যাডেন্স
- 1 মাস
- ট্যাগ
বর্ণনা
টেরাক্লাইমেট হল মাসিক জলবায়ু এবং বৈশ্বিক স্থলজগতের জলবায়ুর ভারসাম্যের একটি ডেটাসেট। এটি ওয়ার্ল্ডক্লিম ডেটাসেট থেকে উচ্চ-স্থানিক রেজোলিউশনের জলবায়ু সংক্রান্ত স্বাভাবিকের সমন্বয়ে জলবায়ু সহায়তাকারী ইন্টারপোলেশন ব্যবহার করে, মোটা স্থানিক রেজোলিউশনের সাথে, কিন্তু CRU Ts4.0 এবং জাপানি 55-বছরের পুনর্বিশ্লেষণ (JRA55) থেকে সময়-পরিবর্তিত ডেটা। ধারণাগতভাবে, পদ্ধতিটি একটি উচ্চ-স্থানীয় রেজোলিউশন ডেটাসেট তৈরি করতে CRU Ts4.0/JRA55 থেকে CRU Ts4.0/JRA55 থেকে উচ্চ-স্থানীয় রেজোলিউশন ক্লাইমাটোলজিতে প্রযোজ্য হয়।
তাপমাত্রা, বৃষ্টিপাত, এবং বাষ্পের চাপের জন্য বেশিরভাগ বৈশ্বিক ভূমি পৃষ্ঠের জন্য অস্থায়ী তথ্য CRU Ts4.0 থেকে উত্তরাধিকারসূত্রে পাওয়া যায়। যাইহোক, JRA55 ডেটা এমন অঞ্চলের জন্য ব্যবহার করা হয় যেখানে CRU ডেটাতে শূন্য জলবায়ু স্টেশনের অবদান ছিল (সমস্ত অ্যান্টার্কটিকা, এবং আফ্রিকার কিছু অংশ, দক্ষিণ আমেরিকা এবং বিক্ষিপ্ত দ্বীপগুলি সহ)। তাপমাত্রা, বাষ্পের চাপ এবং বৃষ্টিপাতের প্রাথমিক জলবায়ু পরিবর্তনের জন্য, আইডাহোর বিশ্ববিদ্যালয় টেরাক্লাইমেট দ্বারা ব্যবহৃত CRU Ts4.0 ডেটাতে অবদান রাখে এমন স্টেশনের সংখ্যা (0 এবং 8-এর মধ্যে) অতিরিক্ত ডেটা সরবরাহ করে। JRA55 শুধুমাত্র সৌর বিকিরণ এবং বাতাসের গতির জন্য ব্যবহৃত হয়েছিল।
টেরাক্লাইমেট অতিরিক্তভাবে একটি জলের ভারসাম্য মডেল ব্যবহার করে মাসিক পৃষ্ঠের জলের ভারসাম্য ডেটাসেট তৈরি করে যা রেফারেন্স বাষ্পীভবন, বৃষ্টিপাত, তাপমাত্রা এবং ইন্টারপোলেটেড উদ্ভিদ নিষ্কাশনযোগ্য মাটির জলের ক্ষমতাকে অন্তর্ভুক্ত করে। একটি পরিবর্তিত Thornthwaite-Mather জলবায়ু জল-ভারসাম্য মডেল এবং নিষ্কাশনযোগ্য মাটি জল সঞ্চয় ক্ষমতা ডেটা ওয়াং-এরল্যান্ডসন এট আল থেকে 0.5° গ্রিডে ব্যবহার করা হয়েছিল। (2016)।
ডেটা সীমাবদ্ধতা:
ডেটাতে দীর্ঘমেয়াদী প্রবণতাগুলি পিতামাতার ডেটাসেটগুলি থেকে উত্তরাধিকার সূত্রে প্রাপ্ত। টেরাক্লাইমেট প্রবণতাগুলির স্বাধীন মূল্যায়নের জন্য সরাসরি ব্যবহার করা উচিত নয়।
টেরাক্লাইমেট প্যারেন্ট ডেটাসেটের চেয়ে সূক্ষ্ম স্কেলে সাময়িক পরিবর্তনশীলতা ক্যাপচার করবে না এবং এইভাবে অরোগ্রাফিক বৃষ্টিপাত অনুপাত এবং বিপরীতে পরিবর্তনশীলতা ক্যাপচার করতে সক্ষম নয়।
জলের ভারসাম্যের মডেলটি খুবই সহজ এবং উদ্ভিদের প্রকারভেদে ভিন্নতা বা পরিবেশগত অবস্থার পরিবর্তনে তাদের শারীরবৃত্তীয় প্রতিক্রিয়ার জন্য দায়ী নয়।
ডেটা-স্পার্স অঞ্চলে সীমিত বৈধতা (যেমন, অ্যান্টার্কটিকা)।
ব্যান্ড
পিক্সেল সাইজ
4638.3 মিটার
ব্যান্ড
নাম | ইউনিট | মিন | সর্বোচ্চ | স্কেল | পিক্সেল সাইজ | বর্ণনা |
---|---|---|---|---|---|---|
aet | মিমি | 0* | 3140* | 0.1 | মিটার | প্রকৃত বাষ্পীভবন, একটি এক-মাত্রিক মাটির জলের ভারসাম্য মডেল ব্যবহার করে উদ্ভূত |
def | মিমি | 0* | 4548* | 0.1 | মিটার | জলবায়ু জলের ঘাটতি, একটি এক-মাত্রিক মাটি জলের ভারসাম্য মডেল ব্যবহার করে প্রাপ্ত |
pdsi | -4317* | 3418* | 0.01 | মিটার | পামার খরা তীব্রতা সূচক | |
pet | মিমি | 0* | 4548* | 0.1 | মিটার | রেফারেন্স ইভাপোট্রান্সপিরেশন (ASCE Penman-Montieth) |
pr | মিমি | 0* | 7245* | মিটার | বর্ষণ জমে | |
ro | মিমি | 0* | 12560* | মিটার | রানঅফ, একটি এক-মাত্রিক মাটি জলের ভারসাম্য মডেল ব্যবহার করে প্রাপ্ত | |
soil | মিমি | 0* | 8882* | 0.1 | মিটার | মাটির আর্দ্রতা, একটি এক-মাত্রিক মাটির জলের ভারসাম্য মডেল ব্যবহার করে প্রাপ্ত |
srad | W/m^2 | 0* | 5477* | 0.1 | মিটার | নিম্নগামী পৃষ্ঠ শর্টওয়েভ বিকিরণ |
swe | মিমি | 0* | 32767* | মিটার | তুষার জলের সমতুল্য, একটি এক-মাত্রিক মাটির জলের ভারসাম্য মডেল ব্যবহার করে প্রাপ্ত | |
tmmn | °সে | -770* | 387* | 0.1 | মিটার | সর্বনিম্ন তাপমাত্রা |
tmmx | °সে | -670* | 576* | 0.1 | মিটার | সর্বোচ্চ তাপমাত্রা |
vap | kPa | 0* | 14749* | 0.001 | মিটার | বাষ্প চাপ |
vpd | kPa | 0* | 1113* | 0.01 | মিটার | বাষ্প চাপের ঘাটতি |
vs | m/s | 0* | 2923* | 0.01 | মিটার | বাতাসের গতিবেগ 10মি |
ইমেজ বৈশিষ্ট্য
ইমেজ বৈশিষ্ট্য
নাম | টাইপ | বর্ণনা |
---|---|---|
অবস্থা | STRING | 'অস্থায়ী' বা 'স্থায়ী' |
ব্যবহারের শর্তাবলী
ব্যবহারের শর্তাবলী
ক্রিয়েটিভ কমন্স পাবলিক ডোমেন (CC0) লাইসেন্সের অধীনে লাইসেন্সকৃত ডেটা সেটটি পাবলিক ডোমেনে রয়েছে।
উদ্ধৃতি
Abatzoglou, JT, SZ Dobrowski, SA Parks, KC Hegewisch, 2018, Terraclimate, 1958-2015 থেকে মাসিক জলবায়ু এবং জলবায়ু জলের ভারসাম্যের একটি উচ্চ-রেজোলিউশন গ্লোবাল ডেটাসেট, বৈজ্ঞানিক ডেটা 5:170191, doi:10.10data191.2018.
আর্থ ইঞ্জিন দিয়ে অন্বেষণ করুন
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
Colab (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