
- ความพร้อมใช้งานของชุดข้อมูล
- 1958-01-01T00:00:00Z–2024-12-01T00:00:00Z
- ผู้ให้บริการชุดข้อมูล
- University of California Merced
- แผนการสนทนา
- 1 เดือน
- แท็ก
คำอธิบาย
TerraClimate เป็นชุดข้อมูลเกี่ยวกับสภาพอากาศรายเดือนและสมดุลน้ำทางสภาพอากาศสำหรับพื้นผิวโลกทั่วโลก โดยใช้การประมาณค่าที่ช่วยด้านสภาพอากาศ ซึ่งรวมค่าปกติทางภูมิอากาศที่มีความละเอียดเชิงพื้นที่สูงจากชุดข้อมูล WorldClim เข้ากับความละเอียดเชิงพื้นที่ที่หยาบกว่า แต่มีข้อมูลที่เปลี่ยนแปลงตามเวลาจาก CRU Ts4.0 และการวิเคราะห์ซ้ำ 55 ปีของญี่ปุ่น (JRA55) ในเชิงแนวคิด ขั้นตอนนี้ใช้ความผิดปกติที่เปลี่ยนแปลงตามเวลาซึ่งประมาณค่าจาก CRU Ts4.0/JRA55 กับข้อมูลภูมิอากาศที่มีความละเอียดเชิงพื้นที่สูงของ WorldClim เพื่อสร้างชุดข้อมูลที่มีความละเอียดเชิงพื้นที่สูงซึ่งครอบคลุมบันทึกเวลาที่กว้างขึ้น
ข้อมูลชั่วคราวสืบทอดมาจาก CRU Ts4.0 สำหรับพื้นผิวบกส่วนใหญ่ทั่วโลกในด้านอุณหภูมิ ปริมาณน้ำฝน และแรงดันไอ อย่างไรก็ตาม เราใช้ข้อมูล JRA55 สำหรับภูมิภาคที่ข้อมูล CRU ไม่มีสถานีตรวจอากาศที่ให้ข้อมูล (รวมถึงทวีปแอนตาร์กติกาทั้งหมด และบางส่วนของแอฟริกา อเมริกาใต้ และเกาะต่างๆ) สำหรับตัวแปรสภาพอากาศหลัก ได้แก่ อุณหภูมิ แรงดันไอ และปริมาณน้ำฝน มหาวิทยาลัยไอดาโฮ ให้ข้อมูลเพิ่มเติมเกี่ยวกับจำนวนสถานี (ระหว่าง 0 ถึง 8) ที่ มีส่วนร่วมในข้อมูล CRU Ts4.0 ที่ TerraClimate ใช้ ใช้ JRA55 เฉพาะรังสีจากดวงอาทิตย์และความเร็วลม
นอกจากนี้ TerraClimate ยังสร้างชุดข้อมูลสมดุลน้ำผิวดินรายเดือน โดยใช้โมเดลสมดุลน้ำที่รวมการคายระเหยอ้างอิง ปริมาณน้ำฝน อุณหภูมิ และความจุของน้ำในดินที่พืชดึงออกมาได้ซึ่งประมาณค่า ใช้โมเดลสมดุลน้ำในสภาพอากาศแบบ Thornthwaite-Mather ที่ปรับเปลี่ยนแล้วและข้อมูลความจุในการกักเก็บน้ำในดินที่สกัดได้ที่กริด 0.5° จาก Wang-Erlandsson และคณะ (2016)
ข้อจำกัดของข้อมูล
เทรนด์ระยะยาวในข้อมูลจะรับค่ามาจากชุดข้อมูลหลัก ไม่ควรใช้ TerraClimate โดยตรงสำหรับการประเมินแนวโน้มอย่างอิสระ
TerraClimate จะไม่บันทึกความแปรปรวนชั่วคราวในระดับที่ละเอียดกว่าชุดข้อมูลหลัก จึงไม่สามารถบันทึกความแปรปรวนในอัตราส่วนและการผกผันของปริมาณน้ำฝนที่เกิดจากภูมิประเทศ
โมเดลสมดุลน้ำนั้นเรียบง่ายมากและไม่ได้คำนึงถึงความแตกต่างของประเภทพืชหรือการตอบสนองทางสรีรวิทยาต่อสภาพแวดล้อมที่เปลี่ยนแปลงไป
การตรวจสอบที่จำกัดในภูมิภาคที่มีข้อมูลเบาบาง (เช่น แอนตาร์กติกา)
ย่านความถี่
ขนาดพิกเซล
4638.3 เมตร
ย่านความถี่
ชื่อ | หน่วย | ต่ำสุด | สูงสุด | ปรับขนาด | ขนาดพิกเซล | คำอธิบาย |
---|---|---|---|---|---|---|
aet |
mm | 0* | 3140* | 0.1 | เมตร | การคายระเหยจริงที่ได้จากแบบจำลองสมดุลน้ำในดินแบบ 1 มิติ |
def |
mm | 0* | 4548* | 0.1 | เมตร | การขาดแคลนน้ำในสภาพอากาศ ซึ่งได้มาจากแบบจำลองสมดุลน้ำในดินแบบ 1 มิติ |
pdsi |
-4317* | 3418* | 0.01 | เมตร | ดัชนีความรุนแรงด้านภัยแล้งของพาลเมอร์ |
|
pet |
mm | 0* | 4548* | 0.1 | เมตร | การคายระเหยอ้างอิง (ASCE Penman-Montieth) |
pr |
mm | 0* | 7245* | เมตร | ปริมาณฝนสะสม |
|
ro |
mm | 0* | 12560* | เมตร | น้ำท่าที่ได้จากการใช้โมเดลสมดุลน้ำในดินแบบ 1 มิติ |
|
soil |
mm | 0* | 8882* | 0.1 | เมตร | ความชื้นในดินที่ได้จากโมเดลสมดุลน้ำในดินแบบ 1 มิติ |
srad |
W/m^2 | 0* | 5477* | 0.1 | เมตร | รังสีคลื่นสั้นที่พื้นผิวลง |
swe |
mm | 0* | 32767* | เมตร | ปริมาณน้ำที่เทียบเท่าหิมะ ซึ่งได้มาจากการใช้โมเดลสมดุลน้ำในดินแบบ 1 มิติ |
|
tmmn |
°C | -770* | 387* | 0.1 | เมตร | อุณหภูมิต่ำสุด |
tmmx |
°C | -670* | 576* | 0.1 | เมตร | อุณหภูมิสูงสุด |
vap |
kPa (กิโลปาสคาล) | 0* | 14749* | 0.001 | เมตร | ความดันไอน้ำ |
vpd |
kPa (กิโลปาสคาล) | 0* | 1113* | 0.01 | เมตร | การขาดดุลความดันไอ |
vs |
เมตร/วินาที | 0* | 2923* | 0.01 | เมตร | ความเร็วลมที่ระดับความสูง 10 เมตร |
คุณสมบัติของรูปภาพ
พร็อพเพอร์ตี้รูปภาพ
ชื่อ | ประเภท | คำอธิบาย |
---|---|---|
สถานะ | STRING | "ชั่วคราว" หรือ "ถาวร" |
ข้อกำหนดในการใช้งาน
ข้อกำหนดในการใช้งาน
ชุดข้อมูลอยู่ในโดเมนสาธารณะเนื่องจากได้รับอนุญาตภายใต้สัญญาอนุญาตครีเอทีฟคอมมอนส์ โดเมนสาธารณะ (CC0)
การอ้างอิง
Abatzoglou, J.T., S.Z. Dobrowski, S.A. Parks, K.C. Hegewisch, 2018, Terraclimate, ชุดข้อมูลทั่วโลกที่มีความละเอียดสูงเกี่ยวกับสภาพอากาศรายเดือนและ สมดุลน้ำตามสภาพอากาศตั้งแต่ปี 1958-2015, Scientific Data 5:170191, doi:10.1038/sdata.2017.191
สำรวจด้วย Earth Engine
ตัวแก้ไขโค้ด (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