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

IDAHO_EPSCOR/TERRACLIMATE
Dataset-Verfügbarkeit
1958-01-01T00:00:00Z–2024-12-01T00:00:00Z
Ersteller des Datasets
Earth Engine-Snippet
ee.ImageCollection("IDAHO_EPSCOR/TERRACLIMATE")
Intervall
1 Monat
Tags
climate drought evapotranspiration geophysical global merced monthly palmer pdsi precipitation runoff temperature vapor water-vapor weather-and-climate wind

Beschreibung

TerraClimate ist ein Dataset mit monatlichen Klimadaten und Daten zur klimatischen Wasserbilanz für globale Landoberflächen. Es verwendet eine klimatisch unterstützte Interpolation, bei der klimatologische Normalwerte mit hoher räumlicher Auflösung aus dem WorldClim-Dataset mit Daten mit geringerer räumlicher Auflösung, aber zeitlicher Variabilität aus CRU Ts4.0 und der japanischen 55-Jahres-Reanalyse (JRA55) kombiniert werden. Konzeptionell werden dabei interpolierte zeitlich variierende Anomalien aus CRU Ts4.0/JRA55 auf die Klimadaten mit hoher räumlicher Auflösung von WorldClim angewendet, um ein Dataset mit hoher räumlicher Auflösung zu erstellen, das einen längeren Zeitraum abdeckt.

Zeitliche Informationen werden für die meisten globalen Landoberflächen für Temperatur, Niederschlag und Dampfdruck aus CRU Ts4.0 übernommen. Für Regionen, in denen keine Klimastationen zu den CRU-Daten beigetragen haben (einschließlich der gesamten Antarktis und Teilen von Afrika, Südamerika und verstreuten Inseln), werden jedoch JRA55-Daten verwendet. Für die primären Klimavariablen Temperatur, Dampfdruck und Niederschlag stellt die University of Idaho zusätzliche Daten zur Anzahl der Stationen (zwischen 0 und 8) bereit, die zu den CRU Ts4.0-Daten beigetragen haben, die von TerraClimate verwendet werden. JRA55 wurde ausschließlich für Sonneneinstrahlung und Windgeschwindigkeiten verwendet.

TerraClimate erstellt außerdem monatliche Datasets zur Oberflächenwasserbilanz mithilfe eines Wasserbilanzmodells, das Referenz-Evapotranspiration, Niederschlag, Temperatur und interpolierte pflanzenverfügbare Bodenwasserkapazität berücksichtigt. Ein modifiziertes Thornthwaite-Mather-Modell zur klimatischen Wasserbilanz und Daten zur speicherbaren Bodenwasserkapazität wurden in einem 0,5°-Raster von Wang-Erlandsson et al. (2016) verwendet.

Dateneinschränkungen:

  1. Langfristige Trends in den Daten werden von übergeordneten Datasets übernommen. TerraClimate sollte nicht direkt für unabhängige Trendanalysen verwendet werden.

  2. TerraClimate erfasst keine zeitliche Variabilität auf feineren Skalen als die übergeordneten Datasets und kann daher keine Variabilität bei orografischen Niederschlagsverhältnissen und Inversionen erfassen.

  3. Das Wasserbilanzmodell ist sehr einfach und berücksichtigt keine Heterogenität bei Vegetationstypen oder deren physiologische Reaktion auf sich ändernde Umweltbedingungen.

  4. Begrenzte Validierung in datenarmen Regionen (z.B. Antarktis).

Bänder

Bänder

Pixelgröße: 4.638,3 Meter (alle Bänder)

Name Einheiten Min. Max. Maßstab Pixelgröße Beschreibung
aet mm 0* 3140* 0,1 4.638,3 Meter

Tatsächliche Evapotranspiration, abgeleitet mit einem eindimensionalen Bodenwasserbilanzmodell

def mm 0* 4548* 0,1 4.638,3 Meter

Klimatisches Wasserdefizit, abgeleitet mit einem eindimensionalen Bodenwasserbilanzmodell

pdsi -4317* 3418* 0,01 4.638,3 Meter

Palmer-Dürre-Index

pet mm 0* 4548* 0,1 4.638,3 Meter

Referenz-Evapotranspiration (ASCE Penman-Montieth)

pr mm 0* 7245* 4.638,3 Meter

Niederschlagsmenge

ro mm 0* 12560* 4.638,3 Meter

Abfluss, abgeleitet mit einem eindimensionalen Bodenwasserbilanzmodell

soil mm 0* 8882* 0,1 4.638,3 Meter

Bodenfeuchtigkeit, abgeleitet mit einem eindimensionalen Bodenwasserbilanzmodell

srad W/m² 0* 5477* 0,1 4.638,3 Meter

Kurzwellige Strahlung der Erdoberfläche nach unten

swe mm 0* 32767* 4.638,3 Meter

Schneewasseräquivalent, abgeleitet mit einem eindimensionalen Bodenwasserbilanzmodell

tmmn °C -770* 387* 0,1 4.638,3 Meter

Mindesttemperatur

tmmx °C -670* 576* 0,1 4.638,3 Meter

Höchsttemperatur

vap kPa 0* 14749* 0,001 4.638,3 Meter

Dampfdruck

vpd kPa 0* 1113* 0,01 4.638,3 Meter

Dampfdruckdefizit

vs m/s 0* 2923* 0,01 4.638,3 Meter

Windgeschwindigkeit in 10 m Höhe

* geschätzter Mindest- oder Höchstwert

Bildattribute

Bildeigenschaften

Name Typ Beschreibung
Status STRING

„provisional“ oder „permanent“

Nutzungsbedingungen

Nutzungsbedingungen

Das Dataset ist gemeinfrei und unter der Creative Commons Public Domain-Lizenz (CC0) lizenziert.

Zitationen

Quellenangaben:
  • 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

Die Earth Engine nutzen

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');

Python einrichten

Weitere Informationen zur Python API und zur Verwendung von geemap für die interaktive Entwicklung finden Sie auf der Seite Python-Umgebung.

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
Open in Code Editor