CHIRPS Daily: Climate Hazards Center InfraRed Precipitation With Station Data (Version 2.0 Final)

UCSB-CHG/CHIRPS/DAILY
Khả năng cung cấp tập dữ liệu
1981-01-01T00:00:00Z–2025-05-31T00:00:00Z
Nhà cung cấp tập dữ liệu
Đoạn mã Earth Engine
ee.ImageCollection("UCSB-CHG/CHIRPS/DAILY")
Quy trình
1 ngày
Thẻ
chg climate geophysical precipitation ucsb weather

Mô tả

Dữ liệu mưa bằng hồng ngoại của Trung tâm rủi ro khí hậu với dữ liệu trạm (CHIRPS) là một tập dữ liệu lượng mưa gần như toàn cầu trong hơn 30 năm. CHIRPS kết hợp hình ảnh vệ tinh có độ phân giải 0,05° với dữ liệu trạm tại chỗ để tạo chuỗi thời gian lượng mưa được lập lưới nhằm phân tích xu hướng và theo dõi hạn hán theo mùa.

Băng tần

Kích thước pixel
5566 mét

Băng tần

Tên Đơn vị Phút Tối đa Mô tả
precipitation mm/ngày 0* 1.444,34*

Lượng mưa
* giá trị tối thiểu hoặc tối đa ước tính

Điều khoản sử dụng

Điều khoản sử dụng

Tập dữ liệu này thuộc phạm vi công cộng. Trong phạm vi pháp luật cho phép, Pete Peterson đã từ bỏ mọi quyền bản quyền và các quyền liên quan hoặc quyền lân cận đối với dữ liệu Lượng mưa hồng ngoại của Trung tâm rủi ro khí hậu có trạm (CHIRPS).

Trích dẫn

Trích dẫn:

  • Funk, Chris, Pete Peterson, Martin Landsfeld, Diego Pedreros, James Verdin, Shraddhanand Shukla, Gregory Husak, James Rowland, Laura Harrison, Andrew Hoell & Joel Michaelsen. "Lượng mưa hồng ngoại gây hại cho khí hậu bằng các trạm – một bản ghi môi trường mới để theo dõi các hiện tượng cực đoan". Scientific Data 2, 150066. doi:10.1038/sdata.2015.66 2015.

Khám phá bằng Earth Engine

Trình soạn thảo mã (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');

Thiết lập Python

Hãy xem trang Môi trường Python để biết thông tin về API Python và cách sử dụng geemap để phát triển tương tác.

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
Mở trong Trình soạn thảo mã
Dữ liệu mưa bằng hồng ngoại của Trung tâm rủi ro khí hậu (CHIRPS) là một tập dữ liệu lượng mưa gần như toàn cầu trong hơn 30 năm. CHIRPS kết hợp hình ảnh vệ tinh có độ phân giải 0,05° với dữ liệu trạm tại chỗ để tạo chuỗi thời gian lượng mưa được lập lưới nhằm phân tích xu hướng và theo dõi hạn hán theo mùa.
UCSB-CHG/CHIRPS/DAILY, chg,climate,geophysical,precipitation,ucsb,weather
1981-01-01T00:00:00Z/2025-05-31T00:00:00Z
-50 -180 50 180
Google Earth Engine