
- Dataset-Verfügbarkeit
- 1981-01-01T00:00:00Z–2025-08-31T00:00:00Z
- Dataset-Anbieter
- UCSB/CHG
- Intervall
- 1 Tag
- Tags
Beschreibung
CHIRPS (Climate Hazards Center InfraRed Precipitation with Station data) ist ein quasi-globaler Datensatz mit Niederschlagsdaten, der mehr als 30 Jahre umfasst. CHIRPS kombiniert Satellitenbilder mit einer Auflösung von 0,05° mit In-situ-Stationsdaten, um gerasterte Zeitreihen für Niederschläge für die Trendanalyse und die saisonale Dürreüberwachung zu erstellen.
Bänder
Pixelgröße
5566 Meter
Bänder
Name | Einheiten | Min. | Max. | Pixelgröße | Beschreibung |
---|---|---|---|---|---|
precipitation |
mm/d | 0* | 1444,34* | Meter | Niederschlag |
Nutzungsbedingungen
Nutzungsbedingungen
Diese Datasets sind gemeinfrei. Soweit gesetzlich zulässig, hat Pete Peterson auf alle Urheberrechte und verwandten oder benachbarten Rechte an Climate Hazards Center Infrared Precipitation with Stations (CHIRPS) verzichtet.
Zitate
Funk, Chris, Pete Peterson, Martin Landsfeld, Diego Pedreros, James Verdin, Shraddhanand Shukla, Gregory Husak, James Rowland, Laura Harrison, Andrew Hoell & Joel Michaelsen. „The climate hazards infrared precipitation with stations – a new environmental record for monitoring extremes“ Scientific Data 2, 150066. doi:10.1038/sdata.2015.66, 2015.
Earth Engine nutzen
Code-Editor (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