- مدى توفّر مجموعة البيانات
- 1981-01-01T00:00:00Z–2025-11-30T00:00:00Z
- مزوّد مجموعة البيانات
- UCSB/CHG
- وتيرة تحديث البيانات
- يوم واحد
- العلامات
الوصف
Climate Hazards Center InfraRed Precipitation with Station data (CHIRPS) هي مجموعة بيانات شبه عالمية لهطول الأمطار تمتد لأكثر من 30 عامًا. تتضمّن بيانات CHIRPS صورًا من الأقمار الصناعية بدقة 0.05 درجة مع بيانات من محطات ميدانية لإنشاء سلاسل زمنية لهطول الأمطار مقسّمة إلى شبكات من أجل تحليل الاتجاهات ومراقبة الجفاف الموسمي.
النطاقات
حجم البكسل
5566 متر
النطاقات
| الاسم | الوحدات | الحد الأدنى | الحد الأقصى | حجم البكسل | الوصف |
|---|---|---|---|---|---|
precipitation |
mm/d | 0* | 1444.34* | متر | الأمطار |
بنود الاستخدام
بنود الاستخدام
مجموعة البيانات هذه متاحة ضمن النطاق العام. إلى أقصى حد يسمح به القانون، تخلى "بيت بيترسون" عن جميع حقوق الطبع والنشر والحقوق المجاورة أو ذات الصلة في "مقياس هطول الأمطار بالأشعة تحت الحمراء في مركز مخاطر المناخ" (CHIRPS).
الاقتباسات
Funk, Chris, Pete Peterson, Martin Landsfeld, Diego Pedreros, James Verdin, Shraddhanand Shukla, Gregory Husak, James Rowland, Laura Harrison, Andrew Hoell & Joel Michaelsen. "مخاطر المناخ: هطول الأمطار بالأشعة تحت الحمراء مع المحطات - سجل بيئي جديد لرصد الظواهر الجوية المتطرفة". Scientific Data 2, 150066. doi:10.1038/sdata.2015.66 2015.
الاستكشاف باستخدام Earth Engine
أداة تعديل الرموز (JavaScript)
var dataset = ee.ImageCollection('UCSB-CHG/CHIRPS/DAILY') .filter(ee.Filter.date('2018-05-01', '2018-05-03')); var precipitation = dataset.select('precipitation'); var precipitationVis = { min: 1, max: 17, palette: ['001137', '0aab1e', 'e7eb05', 'ff4a2d', 'e90000'], }; Map.setCenter(17.93, 7.71, 2); Map.addLayer(precipitation, precipitationVis, 'Precipitation');
import ee import geemap.core as geemap
Colab (Python)
dataset = ee.ImageCollection('UCSB-CHG/CHIRPS/DAILY').filter( ee.Filter.date('2018-05-01', '2018-05-03') ) precipitation = dataset.select('precipitation') precipitation_vis = { 'min': 1, 'max': 17, 'palette': ['001137', '0aab1e', 'e7eb05', 'ff4a2d', 'e90000'], } m = geemap.Map() m.set_center(17.93, 7.71, 2) m.add_layer(precipitation, precipitation_vis, 'Precipitation') m