TRMM 3B43: Monthly Precipitation Estimates

TRMM/3B43V7
Disponibilité de l'ensemble de données
1998-01-01T00:00:00Z–2019-12-01T00:00:00Z
Producteur de l'ensemble de données
Aperçu de Google Earth Engine
ee.ImageCollection("TRMM/3B43V7")
Cadence
1 mois
Tags
climat géophysique jaxa nasa précipitations pluie trmm météo

Description

Cette collection n'est plus mise à jour. Voir IMERG monthly

Cet ensemble de données fusionne de manière algorithmique les données micro-ondes de plusieurs satellites, y compris SSMI, SSMIS, MHS, AMSU-B et AMSR-E, chacun étant inter-calibré avec l'instrument combiné TRMM.

L'algorithme 3B43 est exécuté une fois par mois calendaire pour produire le champ d'estimation unique et optimale du taux de précipitations et de l'estimation de l'erreur RMS des précipitations (3B43). Pour ce faire, il combine les estimations de haute qualité/IR fusionnées toutes les trois heures (3B42) avec l'analyse mensuelle cumulée des pluviomètres du Global Precipitation Climatology Centre (GPCC).

Tous les ensembles de données sur les précipitations mondiales disposent d'une source de données de calibration, ce qui est nécessaire pour contrôler les différences de biais entre les satellites contributeurs. Les données multisatellites sont moyennées à l'échelle mensuelle et combinées à l'analyse mensuelle des pluviomètres de surface du Global Precipitation Climatology Centre (GPCC). Dans chaque cas, les données multisatellites sont ajustées à la moyenne de grande zone de l'analyse des jauges, lorsque celle-ci est disponible (principalement sur terre), puis combinées à l'analyse des jauges à l'aide d'une simple pondération de la variance de l'erreur aléatoire estimée inverse. Les régions où la couverture des pluviomètres est mauvaise, comme l'Afrique centrale et les océans, ont une pondération plus élevée sur les données satellite.

Pour en savoir plus, consultez la description de l'algorithme et les spécifications des fichiers.

Bandes

Taille des pixels
27 830 mètres

Bandes

Nom Unités Min Max Taille des pixels Description
precipitation mm/h 0* 6.73* mètres

Estimation des précipitations par fusion des données micro-ondes et infrarouges

relativeError mm/h 0,001* 16,36* mètres

Estimation de l'erreur aléatoire des précipitations fusionnées micro-ondes/IR

gaugeRelativeWeighting % 0* 100* mètres

Pondération relative des pluviomètres utilisés pour la calibration

* valeur minimale ou maximale estimée

Conditions d'utilisation

Conditions d'utilisation

Cet ensemble de données appartient au domaine public et peut être utilisé ou diffusé sans aucune restriction. Pour en savoir plus, consultez le Règlement de la NASA sur les données et les informations scientifiques sur la Terre.

Citations

Citations :
  • 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. Hydrométéore 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 : document ATBD (Algorithm Theoretical Basis Document), version 3.0, pour les données 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. Hydrométéore 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. Hydrométéore 2(1), 36-50.

  • Huffman, G.J., R.F. Adler, B. Rudolph, U. Schneider et 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.

Explorer avec Earth Engine

Éditeur de code (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');
Ouvrir dans l'éditeur de code