- Dostępność zbioru danych
- 1998-01-01T00:00:00Z–2019-12-01T00:00:00Z
- Dostawca zbioru danych
- NASA GES DISC w NASA Goddard Space Flight Center Google Earth Engine
- Cykl
- 1 miesiąc
- Tagi
Opis
Ta kolekcja nie jest już aktualizowana. Zobacz dane IMERG z danego miesiąca.
Ten zbiór danych zawiera algorytmicznie połączone dane mikrofalowe z wielu satelitów, w tym SSMI, SSMIS, MHS, AMSU-B i AMSR-E, z których każdy jest skalibrowany względem połączonego instrumentu TRMM.
Algorytm 3B43 jest wykonywany raz w miesiącu kalendarzowym, aby uzyskać pojedyncze pole najlepszego oszacowania wskaźnika opadów i oszacowania błędu RMS opadów (3B43) przez połączenie 3-godzinnych scalonych oszacowań wysokiej jakości/IR (3B42) z miesięczną analizą danych z deszczomierzy Global Precipitation Climatology Centre (GPCC).
Wszystkie globalne zbiory danych o opadach atmosferycznych mają pewne źródło danych kalibracyjnych, które jest niezbędne do kontrolowania różnic w odchyleniach między poszczególnymi satelitami. Dane z wielu satelitów są uśredniane w skali miesięcznej i łączone z miesięczną analizą danych z deszczomierzy naziemnych prowadzoną przez Global Precipitation Climatology Centre (GPCC). W każdym przypadku dane z wielu satelitów są dostosowywane do średniej z dużego obszaru uzyskanej na podstawie analizy danych z deszczomierzy (głównie na lądzie), a następnie łączone z tą analizą za pomocą prostego ważenia odwrotnego do wariancji szacowanego błędu losowego. Regiony o słabym pokryciu pomiarowym, takie jak środkowa Afryka i oceany, mają większą wagę w danych satelitarnych.
Szczegóły znajdziesz w opisie algorytmu i specyfikacji pliku.
Pasma
Rozmiar piksela
27 830 m
Pasma
| Nazwa | Jednostki | Min. | Maks. | Rozmiar piksela | Opis |
|---|---|---|---|---|---|
precipitation |
mm/godz. | 0* | 6,73* | metry | Połączone szacunki opadów na podstawie danych z radiometrów mikrofalowych i podczerwonych |
relativeError |
mm/godz. | 0,001* | 16,36* | metry | Szacowanie błędu losowego w przypadku połączonych danych o opadach z mikrofal i podczerwieni |
gaugeRelativeWeighting |
% | 0* | 100* | metry | Względne wagi deszczomierzy użytych do kalibracji |
Warunki usługi
Warunki usługi
Ten zbiór danych należy do domeny publicznej i jest dostępny bez ograniczeń dotyczących użytkowania i dystrybucji. Więcej informacji znajdziesz w zasadach NASA dotyczących danych i informacji o naukach o Ziemi.
Cytaty
Adler, R.F., G.J. Huffman, A. Chang, R. Ferraro, P. Xie, J. Janowiak, B. Rudolf, U. Schneider, S. Curtis, D. Bolvin, A. Gruber, J. Susskind, P. Arkin, E.J. Nelkin, 2003: The Version 2 Global Precipitation Climatology Project (GPCP) Monthly Precipitation Analysis (1979-Present). J. Hydrometeor., 4(6), 1147-1167.
Huffman, G.J., 1997: Estimates of Root-Mean-Square Random Error for Finite Samples of Estimated Precipitation, J. Appl. Meteor., 1191–1201.
Huffman, G.J., 2012: Algorithm Theoretical Basis Document (ATBD) Version 3.0 for the NASA Global Precipitation Measurement (GPM) Integrated Multi-satellitE Retrievals for GPM (I-MERG). GPM Project, Greenbelt, MD, 29 pp.
Huffman, G.J., R.F. Adler, P. Arkin, A. Chang, R. Ferraro, A. Gruber, J. Janowiak, A. McNab, B. Rudolph, and U. Schneider, 1997: The Global Precipitation Climatology Project (GPCP) Combined Precipitation Dataset, Bul. Amer. Meteor. Soc., 78, 5–20.
Huffman, G.J., R.F. Adler, D.T. Bolvin, G. Gu, E.J. Nelkin, K.P. Bowman, Y. Hong, E.F. Stocker, D.B. Wolff, 2007: The TRMM Multi-satellite Precipitation Analysis: Quasi-Global, Multi-Year, Combined-Sensor Precipitation Estimates at Fine Scale. J. Hydrometeor., 8(1), 38–55.
Huffman, G.J., R.F. Adler, M. Morrissey, D.T. Bolvin, S. Curtis, R. Joyce, B McGavock, J. Susskind, 2001: Global Precipitation at One-Degree Daily Resolution from Multi-Satellite Observations. J. Hydrometeor., 2(1), 36–50.
Huffman, G.J., R.F. Adler, B. Rudolph, U. Schneider, and P. Keehn, 1995: Global Precipitation Estimates Based on a Technique for Combining Satellite-Based Estimates, Rain Gauge Analysis, and NWP Model Precipitation Information, J. Clim., 8, 1284-1295.
Odkrywaj za pomocą Earth Engine
Edytor kodu (JavaScript)
var dataset = ee.ImageCollection('TRMM/3B43V7') .filter(ee.Filter.date('2018-04-01', '2018-05-01')); var precipitation = dataset.select('precipitation'); var precipitationVis = { min: 0.1, max: 1.2, palette: ['blue', 'purple', 'cyan', 'green', 'yellow', 'red'], }; Map.setCenter(6.746, 46.529, 3); Map.addLayer(precipitation, precipitationVis, 'Precipitation');