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

IDAHO_EPSCOR/TERRACLIMATE
資料集開放期間
1958-01-01T00:00:00Z–2024-12-01T00:00:00Z
資料集產生者
Earth Engine 程式碼片段
ee.ImageCollection("IDAHO_EPSCOR/TERRACLIMATE")
行銷系列活動
1 個月
標記
climate drought evapotranspiration geophysical global merced monthly palmer pdsi precipitation runoff temperature vapor water-vapor weather-and-climate wind

說明

TerraClimate 資料集包含全球陸地表面的每月氣候和氣候水平衡資料。這項資料集採用氣候輔助插補法,結合 WorldClim 資料集的高空間解析度氣候常態,以及 CRU Ts4.0 和日本 55 年再分析 (JRA55) 的粗略空間解析度,但隨時間變化的資料。從概念上來說,這項程序會將 CRU Ts4.0/JRA55 的內插時變異常值,套用至 WorldClim 的高空間解析度氣候學,建立涵蓋更廣泛時間記錄的高空間解析度資料集。

對於大多數全球陸地表面,溫度、降水和蒸氣壓的時間資訊是從 CRU Ts4.0 繼承而來。不過,如果某個區域沒有任何氣候觀測站提供 CRU 資料 (包括整個南極洲、非洲和南美洲部分地區,以及零星島嶼),則會使用 JRA55 資料。針對溫度、蒸氣壓和降水等主要氣候變數,愛達荷大學提供了額外資料,說明有多少個測站 (介於 0 到 8 個) 為 TerraClimate 使用的 CRU Ts4.0 資料做出貢獻。JRA55 僅用於太陽輻射和風速。

此外,TerraClimate 還會使用水份平衡模型,納入參考蒸散量、降水量、溫度和內插植物可萃取土壤水份容量,產生每月地表水份平衡資料集。我們採用 Wang-Erlandsson 等人 (2016) 的 0.5° 網格,使用經過修改的 Thornthwaite-Mather 氣候水平衡模型和可抽取土壤儲水容量資料。

資料限制:

  1. 資料的長期趨勢會沿用自父項資料集。TerraClimate 不應直接用於獨立評估趨勢。

  2. TerraClimate 無法擷取比父項資料集更精細的時間變異,因此無法擷取地形降水比率和逆溫的變異。

  3. 水平衡模型非常簡單,並未考量植被類型的異質性,或植被對環境條件變化的生理反應。

  4. 在資料稀疏的區域 (例如南極洲),驗證有限。

頻帶

波段

像素大小:4638.3 公尺 (所有波段)

名稱 單位 最小值 最大值 縮放 像素大小 說明
aet 毫米 0* 3140* 0.1 4638.3 公尺

實際蒸散量,使用一維土壤水平衡模型推導

def 公釐 0* 4548* 0.1 4638.3 公尺

氣候缺水,使用一維土壤水平衡模型推導

pdsi -4317* 3418* 0.01 4638.3 公尺

帕爾默乾旱強度指數

pet 公釐 0* 4548* 0.1 4638.3 公尺

參考蒸發散量 (ASCE Penman-Montieth)

pr 公釐 0* 7245* 4638.3 公尺

累積降水量

ro 公釐 0* 12560* 4638.3 公尺

逕流,使用一維土壤水分平衡模型推導而來

soil 公釐 0* 8882* 0.1 4638.3 公尺

土壤濕度,使用一維土壤水分平衡模型推導而來

srad W/m^2 0* 5477* 0.1 4638.3 公尺

地表向下短波輻射

swe 公釐 0* 32767* 4638.3 公尺

積雪水當量,使用一維土壤水分平衡模型推導而來

tmmn °C -770* 387* 0.1 4638.3 公尺

最低溫度

tmmx °C -670* 576* 0.1 4638.3 公尺

最高溫度

vap kPa 0* 14749* 0.001 4638.3 公尺

蒸氣壓

vpd kPa 0* 1113* 0.01 4638.3 公尺

蒸氣壓不足

vs 公尺/秒 0* 2923* 0.01 4638.3 公尺

10 公尺處風速

* 預估最小或最大值

圖片屬性

影像屬性

名稱 類型 說明
status STRING

「provisional」或「permanent」

使用條款

使用條款

資料集屬於公有領域,依據創用 CC 公有領域 (CC0) 授權條款授權。

參考資料

參考資料:
  • Abatzoglou, J.T.、S.Z. Dobrowski、S.A. Parks、K.C. Hegewisch,2018 年,《Terraclimate, a high-resolution global dataset of monthly climate and climatic water balance from 1958-2015》(Terraclimate:1958 年至 2015 年的全球高解析度月度氣候和氣候水資源平衡資料集),《Scientific Data》5:170191,doi:10.1038/sdata.2017.191

使用 Earth Engine 探索

程式碼編輯器 (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 設定

如要瞭解 Python API 和使用 geemap 進行互動式開發,請參閱「 Python 環境」頁面。

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
在程式碼編輯器開啟