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

IDAHO_EPSCOR/TERRACLIMATE
Disponibilité de l'ensemble de données
1958-01-01T00:00:00Z–2024-12-01T00:00:00Z
Producteur de l'ensemble de données
Aperçu de Google Earth Engine
ee.ImageCollection("IDAHO_EPSCOR/TERRACLIMATE")
Cadence
1 mois
Tags
climate drought evapotranspiration geophysical global merced monthly palmer pdsi precipitation runoff temperature vapor water-vapor weather-and-climate wind

Description

TerraClimate est un ensemble de données sur le climat mensuel et le bilan hydrique climatique pour les surfaces terrestres mondiales. Il utilise une interpolation assistée par le climat, combinant des normales climatologiques à haute résolution spatiale de l' ensemble de données WorldClim, avec une résolution spatiale plus grossière, mais des données variables dans le temps de CRU Ts4.0 et de la réanalyse japonaise sur 55 ans (JRA55). Conceptuellement, la procédure applique des anomalies variables dans le temps interpolées de CRU Ts4.0/JRA55 à la climatologie à haute résolution spatiale de WorldClim pour créer un ensemble de données à haute résolution spatiale couvrant un enregistrement temporel plus large.

Les informations temporelles sont héritées de CRU Ts4.0 pour la plupart des surfaces terrestres mondiales en ce qui concerne la température, les précipitations et la pression de vapeur. Toutefois, les données JRA55 sont utilisées pour les régions où les données CRU ne comportaient aucune station climatique contributrice (y compris l'Antarctique, certaines parties de l'Afrique, de l'Amérique du Sud et des îles éparses). Pour les principales variables climatiques de température, de pression de vapeur et de précipitations, l'University of Idaho fournit des données supplémentaires sur le nombre de stations (entre 0 et 8) qui ont contribué aux données CRU Ts4.0 utilisées par TerraClimate. JRA55 a été utilisé exclusivement pour le rayonnement solaire et la vitesse du vent.

TerraClimate produit également des ensembles de données mensuels sur le bilan hydrique de surface à l'aide d'un modèle de bilan hydrique qui intègre l'évapotranspiration de référence, les précipitations, la température et la capacité d'eau du sol extractible par les plantes interpolée. Un modèle de bilan hydrique climatique Thornthwaite-Mather modifié et des données sur la capacité de stockage de l'eau du sol extractible ont été utilisés sur une grille de 0,5° de Wang-Erlandsson et al. (2016).

Limites des données :

  1. Les tendances à long terme des données sont héritées des ensembles de données parents. TerraClimate ne doit pas être utilisé directement pour des évaluations indépendantes des tendances.

  2. TerraClimate ne capture pas la variabilité temporelle à des échelles plus fines que les ensembles de données parents et n'est donc pas en mesure de capturer la variabilité des rapports et des inversions de précipitations orographiques.

  3. Le modèle de bilan hydrique est très simple et ne tient pas compte de l'hétérogénéité des types de végétation ni de leur réponse physiologique aux conditions environnementales changeantes.

  4. Validation limitée dans les régions où les données sont rares (par exemple, l'Antarctique).

Bandes

Bandes

Taille des pixels : 4 638,3 mètres (toutes les bandes)

Nom Unités Marie Max Échelle Taille des pixels Description
aet mm 0* 3140* 0,1 4 638,3 mètres

Évapotranspiration réelle, dérivée à l'aide d'un modèle de bilan hydrique du sol unidimensionnel

def mm 0* 4548* 0,1 4 638,3 mètres

Déficit hydrique climatique, dérivé à l'aide d'un modèle de bilan hydrique du sol unidimensionnel

pdsi -4317* 3418* 0,01 4 638,3 mètres

Indice de sévérité de la sécheresse de Palmer

pet mm 0* 4548* 0,1 4 638,3 mètres

Évapotranspiration de référence (ASCE Penman-Montieth)

pr mm 0* 7245* 4 638,3 mètres

Cumul de précipitations

ro mm 0* 12560* 4 638,3 mètres

Ruissellement, dérivé à l'aide d'un modèle de bilan hydrique du sol unidimensionnel

soil mm 0* 8882* 0,1 4 638,3 mètres

Humidité du sol, dérivée à l'aide d'un modèle de bilan hydrique du sol unidimensionnel

srad W/m^2 0* 5477* 0,1 4 638,3 mètres

Rayonnement à ondes courtes descendant à la surface

swe mm 0* 32767* 4 638,3 mètres

Équivalent en eau de la neige, dérivé à l'aide d'un modèle de bilan hydrique du sol unidimensionnel

tmmn °C -770* 387* 0,1 4 638,3 mètres

Température minimale

tmmx °C -670* 576* 0,1 4 638,3 mètres

Température maximale

vap kPa 0* 14749* 0,001 4 638,3 mètres

Pression de vapeur

vpd kPa 0* 1113* 0,01 4 638,3 mètres

Déficit de pression de vapeur

vs m/s 0* 2923* 0,01 4 638,3 mètres

Vitesse du vent à 10 m

* valeur minimale ou maximale estimée

Propriétés des images

Propriétés des images

Nom Type Description
état STRING

"provisional" ou "permanent"

Conditions d'utilisation

Conditions d'utilisation

L'ensemble de données appartient au domaine public, car il est concédé sous licence Creative Commons Public Domain (CC0).

Citations

Citations:
  • 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

Explorer avec Earth Engine

Éditeur de code (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');

Configuration de Python

Pour en savoir plus sur l'API Python et sur l'utilisation de geemap pour le développement interactif, consultez la page Environnement Python.

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
Ouvrir dans l'éditeur de code