
- Ketersediaan Set Data
- 1998-01-01T00:00:00Z–2019-12-01T00:00:00Z
- Penyedia Set Data
- NASA GES DISC di NASA Goddard Space Flight Center
- Rangkaian Langkah Penjualan
- 1 Bulan
- Tag
Deskripsi
Koleksi ini tidak lagi diperbarui. Lihat IMERG bulanan
Set data ini menggabungkan data gelombang mikro secara algoritmik dari beberapa satelit, termasuk SSMI, SSMIS, MHS, AMSU-B, dan AMSR-E, yang masing-masing dikalibrasi silang ke TRMM Combined Instrument.
Algoritma 3B43 dijalankan sekali per bulan kalender untuk menghasilkan satu kolom estimasi laju presipitasi terbaik dan estimasi kesalahan presipitasi RMS (3B43) dengan menggabungkan estimasi IR/berkualitas tinggi gabungan 3-jam (3B42) dengan analisis pengukur hujan Global Precipitation Climatology Centre (GPCC) yang terakumulasi bulanan.
Semua set data presipitasi global memiliki beberapa sumber data kalibrasi, yang diperlukan untuk mengontrol perbedaan bias antara satelit yang berkontribusi. Data multi-satelit dirata-ratakan ke skala bulanan dan digabungkan dengan analisis pengukur presipitasi permukaan bulanan Global Precipitation Climatology Centre (GPCC). Dalam setiap kasus, data multi-satelit disesuaikan dengan rata-rata area luas analisis pengukur, jika tersedia (sebagian besar di atas daratan), lalu digabungkan dengan analisis pengukur menggunakan pemberian bobot varians kesalahan acak yang diperkirakan terbalik sederhana. Wilayah dengan cakupan alat pengukur yang buruk, seperti Afrika Tengah dan lautan, memiliki bobot yang lebih tinggi pada input satelit.
Lihat deskripsi algoritma dan spesifikasi file untuk mengetahui detailnya.
Band
Ukuran Piksel
27830 meter
Band
Nama | Unit | Min | Maks | Ukuran Piksel | Deskripsi |
---|---|---|---|---|---|
precipitation |
mm/jam | 0* | 6,73* | meter | Estimasi presipitasi gabungan microwave/IR |
relativeError |
mm/jam | 0,001* | 16.36* | meter | Estimasi error acak presipitasi microwave/IR gabungan |
gaugeRelativeWeighting |
% | 0* | 100* | meter | Bobot relatif alat pengukur hujan yang digunakan dalam kalibrasi |
Persyaratan Penggunaan
Persyaratan Penggunaan
Set data ini berada di domain publik dan tersedia tanpa batasan penggunaan dan distribusi. Lihat Kebijakan Data & Informasi Ilmu Bumi NASA untuk mengetahui informasi tambahan.
Kutipan
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. Hidrometeor., 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 untuk 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, dan Anda. 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. Hidrometeor., 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. Hidrometeor., 2(1), 36-50.
Huffman, G.J., R.F. Adler, B. Rudolph, U. Schneider, dan 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.
Menjelajahi dengan Earth Engine
Code Editor (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');