- مدى توفُّر مجموعة البيانات
- 1981-01-01T00:00:00Z–2026-03-26T00:00:00Z
- الشركة المنتِجة لمجموعة البيانات
- UCSB/CHG
- معدّل خطوات الجري
- 1 Custom_time_unit
- العلامات
الوصف
مجموعة بيانات CHIRPS (مركز المخاطر المناخية: هطول الأمطار بالأشعة تحت الحمراء مع بيانات المحطات) هي مجموعة بيانات شبه عالمية لهطول الأمطار لأكثر من 30 عامًا. تتضمّن مجموعة بيانات CHIRPS صورًا من الأقمار الصناعية بدقة 0.05 درجة مع بيانات المحطات الموضعية لإنشاء سلاسل زمنية لهطول الأمطار على شكل شبكة لتحليل الاتجاهات ورصد الجفاف الموسمي.
النطاقات
النطاقات
حجم البكسل: 5566 مترًا (جميع النطاقات)
| الاسم | الوحدات | الحد الأدنى | الشحن بأقصى سرعة | حجم البكسل | الوصف |
|---|---|---|---|---|---|
precipitation |
ملليمتر/خمسة أيام | 0* | 1072.43* | 5566 مترًا | الأمطار |
خصائص الصور
خصائص الصور
| الاسم | النوع | الوصف |
|---|---|---|
| شهر | مزدوج | الشهر |
| خمسة أيام | مزدوج | خمسة أيام |
| سنة | مزدوج | سنة |
بنود الاستخدام
بنود الاستخدام
هذه مجموعات بيانات في النطاق العام. إلى الحدّ الذي يسمح به القانون، تنازل Pete Peterson عن جميع حقوق الطبع والنشر والحقوق ذات الصلة أو الحقوق المجاورة لمجموعة بيانات CHIRPS (مركز المخاطر المناخية: هطول الأمطار بالأشعة تحت الحمراء مع بيانات المحطات).
الاقتباسات
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.
الاستكشاف باستخدام Earth Engine
أداة تعديل الرموز (JavaScript)
var dataset = ee.ImageCollection('UCSB-CHG/CHIRPS/PENTAD') .filter(ee.Filter.date('2018-05-01', '2018-05-05')); var precipitation = dataset.select('precipitation'); var precipitationVis = { min: 0, max: 112, 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/PENTAD').filter( ee.Filter.date('2018-05-01', '2018-05-05') ) precipitation = dataset.select('precipitation') precipitation_vis = { 'min': 0, 'max': 112, '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