PARDIG LR (Long-Record)

projects/gcp-public-data-weathernext/assets/PARDIG_1_LR
資訊

這個資料集屬於發布者目錄，並非由 Google Earth Engine 管理。 如要回報錯誤，請傳送電子郵件至 weathernext@google.com，或查看 WeatherNext 目錄中的更多資料集。進一步瞭解發布商資料集。

目錄擁有者
WeatherNext
資料集開放期間
1999-01-01T00:00:00Z–2023-12-31T23:45:00Z
資料集產生者
Earth Engine 程式碼片段
ee.ImageCollection("projects/gcp-public-data-weathernext/assets/PARDIG_1_LR")
行銷系列活動
15 分鐘
標記
climate flood gcp-public-data-weathernext gpm hydrology meteorology pardig precipitation publisher-dataset radar rain rainfall satellite snowfall weather weather-and-climate weathernext

說明

PARDIG (Precipitation AI Reanalysis - Densely Inferred GPM) 是實驗性資料集，由 Google DeepMind 和 Google 研究 根據從稀疏衛星觀測資料中學習的全球降水預估模型，產生全球 AI 驅動的降水預估。

PARDIG 是由 AI 模型生成，該模型經過訓練，可根據雷達與輻射計組合演算法 (CORRA) 預測降水量，該演算法是 NASA/JAXA 全球降水測量 (GPM) 核心觀測站的一部分。PARDIG-LR 仰賴 ECMWF 的 ERA5、NOAA 的 GridSat-B1，以及全球極軌 (LEO) 微波探測儀觀測資料的全球馬賽克圖做為輸入資料。PARDIG 降雨量預估值每 15 分鐘提供一次，空間解析度為 0.1°。

這個圖片集提供 1999 年至 2023 年 PARDIG-LR (長期記錄) 的完整歷史封存資料。您也可以在 Google Cloud Storage bucket (gs://pardig_1/LR/) 取得 Zarr 格式的資料集。此外，您可以在 Earth Engine 和 Google Cloud Storage (gs://pardig_1/NRT/) 取得隨附資料集 PARDIG-NRT (近乎即時)。

這兩個資料集都公開在 Earth Engine Data Catalog 和 Google Cloud Storage 中。使用者可以立即透過 Google Cloud 帳戶存取，不必明確申請存取權。

如要進一步瞭解 PARDIG 和相關產品，請參閱開發人員指南。

特別銘謝

這個實驗性資料集是由模型生成，使用歐洲中期天氣預報中心 (ECMWF) 和其他第三方供應商的資料和產品。如需完整的出處和鳴謝清單，請參閱鳴謝頁面。

頻帶

波段

像素大小：11132 公尺 (所有波段)

名稱 單位 像素大小 說明
precipitation 公尺/小時 11132 公尺

有效時間戳記 (start_time) 的瞬間降水量。

圖片屬性

影像屬性

名稱 類型 說明
start_time STRING

降水量預估值的有效時間。
end_time STRING

降水量預估值的有效時間。
ingestion_time_utc DOUBLE

這項資料擷取至 Earth Engine 的時間。
B0 STRING

樂團名稱：precipitation。

使用條款

使用條款

PARDIG 依據創用 CC 姓名標示國際授權 4.0 版 (CC BY 4.0) 授權。

第三方素材

使用「特別銘謝」一節中提及的第三方素材時，可能須遵守其他條款及細則或授權條款。使用第三方素材時，您必須遵守相關條款，並在事前確認是否符合適用限制或條款及細則。

參考資料

參考資料：

使用 Earth Engine 探索

程式碼編輯器 (JavaScript)

// PARDIG-LR 15-minute global precipitation rate for a single timestamp.
var dataset =
    ee.ImageCollection(
          'projects/gcp-public-data-weathernext/assets/PARDIG_1_LR')
        .filterDate('2021-05-17T12:15:00Z');

// Convert m/hr to mm/hr and mask low precipitation.
var precipitation = dataset.first()
    .select('precipitation')
    .multiply(1000);
precipitation = precipitation.updateMask(precipitation.gt(0.5));

var palette = [
  '000096', '0064ff', '00b4ff', '33db80', '9beb4a',
  'ffeb00', 'ffb300', 'ff6400', 'eb1e00', 'af0000'
];
var precipitationVis = {min: 1, max: 15, palette: palette};

Map.setCenter(78, 20, 4);
Map.addLayer(precipitation, precipitationVis, 'Precipitation (mm/hr)');
在程式碼編輯器開啟
PARDIG (Precipitation AI Reanalysis - Densely Inferred GPM) 是實驗性資料集，由 Google DeepMind 和 Google 研究根據 AI 預估全球降水量，並透過以下模型產生：Global Precipitation Estimates Learned from Sparse Satellite Observations。PARDIG 是由 AI 模型產生，該模型經過訓練，可預測降水量…
projects/gcp-public-data-weathernext/assets/PARDIG_1_LR, climate,flood,gcp-public-data-weathernext,gpm,hydrology,meteorology,pardig,precipitation,publisher-dataset,radar,rain,rainfall,satellite,snowfall,weather,weather-and-climate,weathernext
1999-01-01T00:00:00Z/2023-12-31T23:45:00Z
-90 -180 90 180
Google Earth Engine