- Ketersediaan Set Data
- 1958-01-01T00:00:00Z–2024-12-01T00:00:00Z
- Produsen Set Data
- University of California Merced
- Rangkaian Langkah Penjualan
- 1 Bulan
- Tag
Deskripsi
TerraClimate adalah set data iklim bulanan dan keseimbangan air iklim untuk permukaan terestrial global. Set data ini menggunakan interpolasi yang dibantu iklim, menggabungkan normal klimatologi resolusi spasial tinggi dari set data WorldClim, dengan resolusi spasial yang lebih kasar, tetapi data yang bervariasi dari waktu ke waktu dari CRU Ts4.0 dan Analisis Ulang 55 tahun Jepang (JRA55). Secara konseptual, prosedur ini menerapkan anomali yang bervariasi dari waktu ke waktu yang diinterpolasi dari CRU Ts4.0/JRA55 ke klimatologi resolusi spasial tinggi WorldClim untuk membuat set data resolusi spasial tinggi yang mencakup catatan temporal yang lebih luas.
Informasi temporal diwarisi dari CRU Ts4.0 untuk sebagian besar permukaan lahan global untuk suhu, presipitasi, dan tekanan uap. Namun, data JRA55 digunakan untuk wilayah tempat data CRU memiliki nol stasiun iklim yang berkontribusi (termasuk seluruh Antartika, dan sebagian Afrika, Amerika Selatan, dan pulau-pulau yang tersebar). Untuk variabel iklim utama suhu, tekanan uap, dan presipitasi, University of Idaho memberikan data tambahan tentang jumlah stasiun (antara 0 dan 8) yang berkontribusi pada data CRU Ts4.0 yang digunakan oleh TerraClimate. JRA55 digunakan secara eksklusif untuk radiasi matahari dan kecepatan angin.
TerraClimate juga menghasilkan set data keseimbangan air permukaan bulanan menggunakan model keseimbangan air yang menggabungkan evapotranspirasi referensi, presipitasi, suhu, dan kapasitas air tanah yang dapat diekstrak tanaman yang diinterpolasi. Model keseimbangan air iklim Thornthwaite-Mather yang dimodifikasi dan data kapasitas penyimpanan air tanah yang dapat diekstrak digunakan pada petak 0,5° dari Wang-Erlandsson et al. (2016).
Keterbatasan Data:
Tren jangka panjang dalam data diwarisi dari set data induk. TerraClimate tidak boleh digunakan secara langsung untuk penilaian tren yang independen.
TerraClimate tidak akan menangkap variabilitas temporal pada skala yang lebih halus daripada set data induk dan dengan demikian tidak dapat menangkap variabilitas dalam rasio dan inversi presipitasi orografis.
Model keseimbangan air sangat sederhana dan tidak memperhitungkan heterogenitas dalam jenis vegetasi atau respons fisiologisnya terhadap perubahan kondisi lingkungan.
Validasi terbatas di wilayah dengan data yang jarang (misalnya, Antartika).
Band
Band
Ukuran piksel: 4638,3 meter (semua band)
| Nama | Unit | Min | Maks | Skala | Ukuran Piksel | Deskripsi |
|---|---|---|---|---|---|---|
aet |
mm | 0* | 3140* | 0,1 | 4638,3 meter | Evapotranspirasi aktual, yang diturunkan menggunakan model keseimbangan air tanah satu dimensi |
def |
mm | 0* | 4548* | 0,1 | 4638,3 meter | Defisit air iklim, yang diturunkan menggunakan model keseimbangan air tanah satu dimensi |
pdsi |
-4317* | 3418* | 0,01 | 4638,3 meter | Indeks Keparahan Kekeringan Palmer |
|
pet |
mm | 0* | 4548* | 0,1 | 4638,3 meter | Evapotranspirasi referensi (ASCE Penman-Montieth) |
pr |
mm | 0* | 7245* | 4638,3 meter | Akumulasi presipitasi |
|
ro |
mm | 0* | 12560* | 4638,3 meter | Limpasan, yang diturunkan menggunakan model keseimbangan air tanah satu dimensi |
|
soil |
mm | 0* | 8882* | 0,1 | 4638,3 meter | Kelembapan tanah, yang diturunkan menggunakan model keseimbangan air tanah satu dimensi |
srad |
W/m^2 | 0* | 5477* | 0,1 | 4638,3 meter | Radiasi gelombang pendek permukaan ke bawah |
swe |
mm | 0* | 32767* | 4638,3 meter | Setara air salju, yang diturunkan menggunakan model keseimbangan air tanah satu dimensi |
|
tmmn |
°C | -770* | 387* | 0,1 | 4638,3 meter | Suhu minimum |
tmmx |
°C | -670* | 576* | 0,1 | 4638,3 meter | Suhu maksimum |
vap |
kPa | 0* | 14749* | 0,001 | 4638,3 meter | Tekanan uap |
vpd |
kPa | 0* | 1113* | 0,01 | 4638,3 meter | Defisit tekanan uap |
vs |
m/s | 0* | 2923* | 0,01 | 4638,3 meter | Kecepatan angin pada 10 m |
Properti Gambar
Properti Gambar
| Nama | Jenis | Deskripsi |
|---|---|---|
| status | STRING | 'provisional' atau 'permanent' |
Persyaratan Penggunaan
Persyaratan Penggunaan
Set data berada dalam domain publik sebagaimana dilisensikan berdasarkan lisensi Creative Commons Public Domain (CC0).
Kutipan
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
Mengeksplorasi dengan Earth Engine
Editor Kode (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');
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