GFS: Global Forecast System 384-Hour Predicted Atmosphere Data

NOAA/GFS0P25
Veri kümesi kullanılabilirliği
2015-07-01T00:00:00Z–2026-10-14T06:00:00Z
Veri Kümesi Üreticisi
Earth Engine Snippet'i
ee.ImageCollection("NOAA/GFS0P25")
Sıklık
6 saat
Etiketler
climate cloud flux forecast geophysical humidity ncep noaa precipitation radiation temperature vapor weather weather-and-climate wind
emc
gfs

Açıklama

Global Forecast System (GFS), National Centers for Environmental Prediction (NCEP) tarafından üretilen bir hava durumu tahmin modelidir. GFS veri kümesi, ızgara tahmin değişkenleri olarak seçilen model çıktılarından (aşağıda açıklanmıştır) oluşur. 1 saatlik (120 saate kadar) ve 3 saatlik (120 saatten sonra) tahmin aralıklarıyla 384 saatlik tahminler, 6 saatlik zamansal çözünürlükte yapılır (yani günde dört kez güncellenir). İlgilendiğiniz verileri seçmek için "creation_time" ve "forecast_time" özelliklerini kullanın.

GFS; hava koşullarının doğru bir resmini sunmak için birlikte çalışan bir atmosfer modeli, bir okyanus modeli, bir kara/toprak modeli ve bir deniz buzu modelinden oluşan bağlantılı bir modeldir. Bu modelin değişebileceğini unutmayın. Daha fazla bilgi için küresel tahmin/analiz sisteminde yapılan son değişikliklerin geçmişine ve belgelere bakın. Saatlik ve günlük olarak önemli dalgalanmalar olabilir. Bu nedenle, analizden önce bantlara gürültü azaltma tekniklerinin uygulanması gerekir.

Kullanılabilir tahmin saatlerinin ve aralıklarının zaman içinde değiştiğini unutmayın:

  • 01.04.2015-09.07.2017 tarihleri arasında: 0. saat hariç, 3 saatlik aralıklarla 36 saatlik tahminler.
  • 09.07.2017-11.06.2021 tarihleri arasında: 384 saatlik tahminler, 0-120 saat arasında 1 saatlik aralıklarla, 120-240 saat arasında 3 saatlik aralıklarla ve 240-384 saat arasında 12 saatlik aralıklarla.
  • 12.06.2021'den itibaren: 384 saatlik tahminler, 0-120 saat arasında 1 saatlik aralıklarla ve 120-384 saat arasında 3 saatlik aralıklarla.

Bazı bantlar, bant açıklamalarında belirtildiği gibi yalnızca 15.01.2025 tarihinden itibaren kullanılabilir.

Bantlar

Bantlar

Piksel boyutu: 27.830 metre (tüm bantlar)

Ad Birimler Min. Maks. Piksel Boyutu Açıklama
temperature_2m_above_ground °C -69,18* 52,25* 27.830 metre

Yerden 2 m yükseklikteki sıcaklık

specific_humidity_2m_above_ground Kütle oranı 0* 0,03* 27.830 metre

Yerden 2 m yükseklikteki özgül nem

dew_point_temperature_2m_above_ground °C -81,05* 29,05* 27.830 metre

Yerden 2 m yükseklikteki çiğlenme noktası sıcaklığı (15.01.2025'ten itibaren kullanılabilir)

relative_humidity_2m_above_ground % 1* 100,05* 27.830 metre

Yerden 2 m yükseklikte bağıl nem

maximum_temperature_2m_above_ground °C -60,73* 59,28* 27.830 metre

Yerden 2 m yükseklikteki maksimum sıcaklık (15.01.2025'ten itibaren kullanılabilir ancak yalnızca forecast_hours > 0 olan öğeler için)

minimum_temperature_2m_above_ground °C -63,78* 59,39* 27.830 metre

Yerden 2 m yükseklikteki minimum sıcaklık (15.01.2025'ten itibaren kullanılabilir ancak yalnızca forecast_hours > 0 olan öğeler için geçerlidir)

u_component_of_wind_10m_above_ground m/sn -60,73* 59,28* 27.830 metre

Yerden 10 m yükseklikteki rüzgarın U bileşeni

v_component_of_wind_10m_above_ground m/sn -63,78* 59,39* 27.830 metre

Yerden 10 m yükseklikte rüzgarın V bileşeni

total_precipitation_surface kg/m^2 0* 626,75* 27.830 metre

"forecast_hours" özelliğinin değerine bağlı olarak önceki 1-6 saat için yüzeydeki kümülatif yağış, ((F - 1) % 6) + 1 formülüne göre (ve yalnızca forecast_hours > 0 olan öğeler için).

Bu nedenle, X saatine kadar olan toplam yağış miktarını hesaplamak için, 6'nın katı olan forecast_hours değerleri ile X'e ulaşmak için gereken kalan değerleri toplayarak mükerrer sayım yapılmasını önlemek gerekir. Ayrıca, yalnızca X saatindeki yağış miktarını belirlemek için 6 saatlik bir aralıkta ilk saat X değilse önceki saatteki değerin çıkarılması gerekir.

precipitable_water_entire_atmosphere kg/m^2 0* 100* 27.830 metre

Tüm atmosfer için yağışlı su

u_component_of_wind_planetary_boundary_layer m/sn -66,8* 62,18* 27.830 metre

Rüzgar gezegensel sınır tabakasının U bileşeni (15 Ocak 2025'ten itibaren kullanılabilir)

v_component_of_wind_planetary_boundary_layer m/sn -63,08* 57,6* 27.830 metre

Rüzgar gezegensel sınır tabakasının V bileşeni (15.01.2025'ten itibaren kullanılabilir)

gust m/sn 0* 57,41* 27.830 metre

Rüzgar Hızı (Şiddetli Rüzgar) (15 Ocak 2025'ten itibaren kullanılabilir)

precipitation_rate kg/m^2/sn. 0* 0,032* 27.830 metre

Yağış oranı (15.01.2025'ten itibaren kullanılabilir)

haines_index 2* 6* 27.830 metre

Haines Endeksi (15 Ocak 2025'ten itibaren kullanılabilir)

ventilation_rate m^2/sn 0* 234.000* 27.830 metre

Havalandırma oranı (15.01.2025'ten itibaren kullanılabilir)

total_cloud_cover_entire_atmosphere % 0* 100* 27.830 metre

Tüm atmosfer için toplam bulut örtüsü (Daha önce yalnızca forecast_hours > 0 olan öğeler için geçerliydi ancak 15.01.2025'ten itibaren forecast_hours == 0 olan öğeler için de kullanılabilir.)

downward_shortwave_radiation_flux W/m^2 0* 1.230* 27.830 metre

Aşağı yönlü kısa dalga radyasyon akısı (yalnızca forecast_hours > 0 olan öğeler için)

downward_longwave_radiation_flux W/m^2 0* 100* 27.830 metre

Aşağı yönlü uzun dalga radyasyon akısı (15.01.2025'ten itibaren kullanılabilir ancak yalnızca forecast_hours > 0 olan öğeler için)

upward_shortwave_radiation_flux W/m^2 0* 1.230* 27.830 metre

Yukarı doğru kısa dalga radyasyon akısı (15.01.2025'ten itibaren kullanılabilir ancak yalnızca forecast_hours > 0 olan öğeler için geçerlidir)

upward_longwave_radiation_flux W/m^2 0* 100* 27.830 metre

Yukarı yönlü uzun dalga radyasyon akısı (15.01.2025'ten itibaren kullanılabilir ancak yalnızca forecast_hours > 0 olan öğeler için geçerlidir)

planetary_boundary_layer_height mi 7,77* 6.312,67* 27.830 metre

Gezegensel sınır tabakası yüksekliği (15 Ocak 2025'ten itibaren kullanılabilir)

* tahmini min. veya maks. değer

Resim Özellikleri

Görüntü Özellikleri

Ad Tür Açıklama
creation_time ÇİFT

Oluşturulma zamanı

forecast_hours ÇİFT

Tahmin saatleri

forecast_time ÇİFT

Tahmin zamanı

Kullanım Şartları

Kullanım Şartları

NOAA verileri, bilgileri ve ürünleri, teslimat yöntemi ne olursa olsun telif hakkına tabi değildir ve kamu tarafından daha sonraki kullanımlarıyla ilgili herhangi bir kısıtlama yoktur. Bu tür bilgiler, elde edildikten sonra yasal olarak kullanılabilir. Yukarıdaki veriler kamu alanında yer alır ve kullanım ve dağıtım kısıtlaması olmaksızın sağlanır.

Alıntılar

Alıntılar:
  • Alpert, J., 2006 Sub-Grid Scale Mountain Blocking at NCEP, 20th Conf. WAF/16 Conf. NWP P2.4.

  • Alpert, J. C., S-Y. Hong ve Y-J. Kim: 1996, Sensitivity of cyclogenesis to lower troposphere enhancement of gravity wave drag using the EMC MRF", Proc. 11 Conf. On NWP, Norfolk, 322-323.

  • Alpert,J,, M. Kanamitsu, P. M. Caplan, J. G. Sela, G. H. White ve E. Kalnay, 1988: Mountain induced gravity wave drag parameterization in the NMC medium-range forecast model. Pre-prints, Eighth Conf. on Numerical Weather Prediction, Baltimore, MD, Amer. Meteor. Soc., 726-733.

  • Buehner, M., J. Morneau ve C. Charette, 2013: Four-dimensional ensemble-variational data assimilation for global deterministic weather prediction. Nonlinear Processes Geophys., 20, 669-682.

  • Chun, H.-Y. ve J.-J. Baik, 1998: Momentum Flux by Thermally Induced Internal Gravity Waves and Its Approximation for Large-Scale Models. J. Atmos. Sci., 55, 3299-3310.

  • Chun, H.-Y., Song, I.-S., Baik, J.-J. and Y.-J. Kim. 2004: Impact of a Convectively Forced Gravity Wave Drag Parameterization in NCAR CCM3. J. Climate, 17, 3530-3547.

  • Chun, H.-Y., Song, M.-D., Kim, J.-W., and J.-J. Baik, 2001: Effects of Gravity Wave Drag Induced by Cumulus Convection on the Atmospheric General Circulation. J. Atmos. Sci., 58, 302-319.

  • Clough, S.A., M.W. Shephard, E.J. Mlawer, J.S. Delamere, M.J. Iacono, K.Cady-Pereira, S. Boukabara ve P.D. Brown, 2005: Atmospheric radiative transfer modeling: A summary of the AER codes, J. Quant. Spectrosc. Radiat. Transfer, 91, 233-244. doi:10.1016/j.jqsrt.2004.05.058

  • Ebert, E.E. ve J.A. Curry, 1992: İklim modelleri için buz bulutu optik özelliklerinin parametrelendirilmesi. J. Geophys. Res., 97, 3831-3836.

  • Fu, Q., 1996: An Accurate Parameterization of the Solar Radiative Properties of Cirrus Clouds for Climate Models. J. Climate, 9, 2058-2082.

  • Han, J. ve H.-L. Pan, 2006: Kasırga şiddeti tahmininin konvektif momentum transferi parametrelendirmesine duyarlılığı. Pzt. Hava Durumu Rev., 134, 664-674.

  • Han, J. ve H.-L. Pan, 2011: NCEP küresel tahmin sistemindeki konveksiyon ve dikey difüzyon şemalarının revizyonu. Weather and Forecasting, 26, 520-533.

  • Han, J., M. Witek, J. Teixeira, R. Sun, H.-L. Pan, J. K. Fletcher, ve C. S. Bretherton, 2016: Implementation in the NCEP GFS of a hybrid eddy-diffusivity mass-flux (EDMF) boundary layer parameterization with dissipative heating and modified stable boundary layer mixing. Weather and Forecasting, 31, 341-352.

  • Hou, Y., S. Moorthi ve K. Campana, 2002: Parameterization of Solar Radiation Transfer in the NCEP Models, NCEP Office Note #441, s. 46. Buradan ulaşabilirsiniz

  • Hu, Y.X., and K. Stamnes, 1993: An accurate parameterization of the radiative properties of water clouds suitable for use in climate models. J. Climate, 6, 728-74.

  • Iacono, M.J., E.J. Mlawer, S.A. Clough ve J.-J. Morcrette, 2000: Impact of an improved longwave radiation model, RRTM, on the energy budget and thermodynamic properties of the NCAR community climate model, CCM3, J. Jeofizik Res., 105(D11), 14,873-14,890.2.

  • Johansson, Ake, 2008: Convectively Forced Gravity Wave Drag in the NCEP Global Weather and Climate Forecast Systems, SAIC/Environmental Modelling Center internal report.

  • Juang, H-M, et al. 2014:Regional Spectral Model workshop in memory of John Roads and Masao Kanamitsu, BAMS, A. Karşılandı. Soc, ES61-ES65.

  • Kim, Y.-J., and A. Arakawa (1995), Improvement of orographic gravity wave parameterization using a mesoscale gravity-wave model, J. Atmos. Sci.,52, 875-1902.

  • Kleist, D. T., 2012: An evaluation of hybrid variational-ensemble data assimilation for the NCEP GFS , Ph.D. Thesis, Dept. of Atmospheric and Oceanic Science, University of Maryland-College Park, 149 pp.

  • Lott, F and M. J. Miller: 1997, "A new subgrid-scale orographic drag parameterization: Its formulation and testing", QJRMS, 123, s. 101-127.

  • Mlawer, E.J., S.J. Taubman, P.D. Brown, M.J. Iacono, and S.A. Clough, 1997: Radiative transfer for inhomogeneous atmospheres: RRTM, a validated correlated-k model for the longwave. J. Jeofizik Res., 102, 16663-16682.

  • Sela, J., 2009: Sigma basınç hibrit koordinatının GFS'ye uygulanması. NCEP Office Note #461, s. 25.

  • Sela, J., 2010: GFS için sigma basınçlı hibrit koordinat yarı Lagrangian model denklemlerinin türetilmesi. NCEP Office Note #462 pp31.

  • Yang, F., 2009: On the Negative Water Vapor in the NCEP GFS: Sources and Solution. 23rd Conference on Weather Analysis and Forecasting/19th Conference on Numerical Weather Prediction, 1-5 Haziran 2009, Omaha, NE.

  • Yang, F., K. Mitchell, Y. Hou, Y. Dai, X. Zeng, Z. Wang ve X. Liang, 2008: Dependence of land surface albedo on solar zenith angle: observations and model parameterizations. Journal of Applied Meteorology and Climatology.No.11, Vol 47, 2963-2982.

DOI'lar

Earth Engine ile Keşif

Kod Düzenleyici (JavaScript)

var dataset = ee.ImageCollection('NOAA/GFS0P25')
                  .filter(ee.Filter.date('2018-03-01', '2018-03-02'));
var temperatureAboveGround = dataset.select('temperature_2m_above_ground');
var visParams = {
  min: -40.0,
  max: 35.0,
  palette: ['blue', 'purple', 'cyan', 'green', 'yellow', 'red'],
};
Map.setCenter(71.72, 52.48, 3.0);
Map.addLayer(temperatureAboveGround, visParams, 'Temperature Above Ground');

Python kurulumu

Python API ve geemap kullanarak etkileşimli geliştirme hakkında bilgi edinmek için Python Ortamı sayfasına bakın.

import ee
import geemap.core as geemap

Colab (Python)

dataset = ee.ImageCollection('NOAA/GFS0P25').filter(
    ee.Filter.date('2018-03-01', '2018-03-02')
)

temperature_above_ground = dataset.select('temperature_2m_above_ground')

vis_params = {
    'min': -40.0,
    'max': 35.0,
    'palette': ['blue', 'purple', 'cyan', 'green', 'yellow', 'red'],
}

m = geemap.Map()
m.set_center(71.72, 52.48, 3.0)
m.add_layer(temperature_above_ground, vis_params, 'Temperature Above Ground')
m
Kod Düzenleyici'de aç