1951 年以来的美国ACIS 气候地图数据集(5 公里空间分辨率)

2023-12-19 11:12

本文主要是介绍1951 年以来的美国ACIS 气候地图数据集(5 公里空间分辨率),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

应用气候信息系统 (ACIS) NRCC NN¶

ACIS是Applied Climate Information System的缩写,是由美国国家气象局(NOAA)开发的一种气候信息系统。ACIS气候地图是通过收集和整理全球的气象数据,利用计算机技术和数据分析方法生成的气候图表和地图。它可以显示各种气候指标,如温度、降水量、风速等,并提供不同时间尺度上的气候变化趋势和统计数据。ACIS气候地图可以帮助气象学家、气候专家和决策者进行气候研究和预测,以及制定适应气候变化的策略。ACIS 气候地图每天使用来自应用气候信息系统 (ACIS) 的数据制作,空间分辨率为 1951 年以来的 5 公里(0.04 度 x 0.04 度),每 1-2 周更新一次。您可以找到其他内容这里的信息和气候引擎组织数据集页面。ACIS中的台站数据主要来自以下网络:前言 – 人工智能教程

  • 国家气象局合作观察员计划 (NWS COOP)
  • 气象局-陆军-海军/自动地面观测系统 (WBAN/ASOS)
  • 雪遥测 (SNOTEL)
  • 社区协作雨、冰雹和雪 (CoCoRaHS) 网络
  • 远程自动气象站 (RAWS)

注意:所有近实时数据均被视为初步数据,可能会发生变化。

数据集描述¶

ACIS 气候地图每天使用应用气候信息系统 (ACIS) 的数据生成。ACIS中的台站数据主要来自以下网络:

  • 国家气象局合作观察员计划 (NWS COOP)
  • 气象局-陆军-海军/自动地面观测系统 (WBAN/ASOS)
  • 雪遥测 (SNOTEL)
  • 社区协作雨、冰雹和雪 (CoCoRaHS) 网络
  • 远程自动气象站 (RAWS)

所有近实时数据均被视为初步数据,可能会发生变化。

组织: 应用气候信息系统(ACIS)

空间分辨率:  5 公里(0.04 度 x 0.04 度)

时间跨度:  1951年1月1日至今(每1-2周更新一次)

变量:

  • 每日最低/最高温度 
  • 日降水量

网站:  ACIS 网站

Earth Engine 社区目录: 

  • 此 ACIS NRCC NN 数据集已由 Climate Engine 引入 Earth Engine,并可通过 asset idprojects/climate-engine-pro/assets/noaa-nrcc-acis-nn/daily 使用。
  • Earth Engine 社区目录即将推出。

使用条款:

  • 气候产品和工具由区域气候中心开发,为用户提供定期访问最新天气和气候数据的方法。虽然应用研究表明,在决策中使用此类数据可以降低风险并降低用户成本,但必须指出,近实时数据本质上是初步的,有时会包含错误。尽管已采取措施消除已知错误,但在收到书面记录和最终质量控制步骤后,某些数据可能会发生变化。因此,预先警告用户考虑错误数据可能对其业务产生的任何负面影响,并自行承担使用初步数据和信息的风险。
  • 区域气候中心不对通过我们的服务提供的数据的误用或滥用负责。
  • 通过 ACIS 网站使用数据服务,即表示您自动同意使用条款和免责声明。

 

 

空间信息

范围价值
空间范围美国本土
空间分辨率5 公里(0.04 度 x 0.04 度)
时间分辨率日常的
时间跨度1951年1月1日至今
更新频率1-2周

变量

多变的细节
最低温度,2m('tmax')- 单位:华氏度
- 比例因子:1.0
最高温度,2m('tmin')- 单位:华氏度
- 比例因子:1.0
降水(“降水”)- 单位:英寸
- 比例因子:1.0
Earth Engine 片段(如果数据集已在 GEE 中)¶
// Read in Image Collection and get first image
var acis_nrcc_nn_ic = ee.ImageCollection('projects/climate-engine-pro/assets/noaa-nrcc-acis-nn/daily')
var acis_nrcc_nn_i = acis_nrcc_nn_ic.first()// Print first image to see bands
print(acis_nrcc_nn_i)// Visualize each band from first image
var prec_palette = ["#ffffcc", "#c7e9b4", "#7fcdbb", "#41b6c4", "#1d91c0", "#225ea8", "#0c2c84"]
var temp_palette = ["#b2182b", "#ef8a62", "#fddbc7", "#f7f7f7", "#d1e5f0", "#67a9cf", "#2166ac"].reverse()
Map.addLayer(acis_nrcc_nn_i.select('precip'), {min: 0, max: 0.5, palette: prec_palette}, 'precip')
Map.addLayer(acis_nrcc_nn_i.select('tmin'), {min: -10, max: 50, palette: temp_palette}, 'tmin')
Map.addLayer(acis_nrcc_nn_i.select('tmax'), {min: -10, max: 50, palette: temp_palette}, 'tmax')

示例代码:https://code.earthengine.google.com/? scriptPath=users/sat-io/awesome-gee-catalog-examples:weather-climate/NOAA-NRCC-ACIS

执照¶

NOAA 数据、信息和产品,无论采用何种交付方式,均不受版权保护,并且公众后续使用不受限制。一旦获得,它们就可以用于任何合法用途。上述数据属于公共领域,提供时不受使用和分发限制。欲了解更多信息,请访问 NWS 免责声明网站。

关键词:气候、降水、温度、NOAA、再分析、CONUS、每日、近实时

数据集提供者:NOAA

GEE 策划者:Climate Engine Org

这篇关于1951 年以来的美国ACIS 气候地图数据集(5 公里空间分辨率)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/511958

相关文章

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

Three.js构建一个 3D 商品展示空间完整实战项目

《Three.js构建一个3D商品展示空间完整实战项目》Three.js是一个强大的JavaScript库,专用于在Web浏览器中创建3D图形,:本文主要介绍Three.js构建一个3D商品展... 目录引言项目核心技术1. 项目架构与资源组织2. 多模型切换、交互热点绑定3. 移动端适配与帧率优化4. 可

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装

MySQL中查询和展示LONGBLOB类型数据的技巧总结

《MySQL中查询和展示LONGBLOB类型数据的技巧总结》在MySQL中LONGBLOB是一种二进制大对象(BLOB)数据类型,用于存储大量的二进制数据,:本文主要介绍MySQL中查询和展示LO... 目录前言1. 查询 LONGBLOB 数据的大小2. 查询并展示 LONGBLOB 数据2.1 转换为十

使用SpringBoot+InfluxDB实现高效数据存储与查询

《使用SpringBoot+InfluxDB实现高效数据存储与查询》InfluxDB是一个开源的时间序列数据库,特别适合处理带有时间戳的监控数据、指标数据等,下面详细介绍如何在SpringBoot项目... 目录1、项目介绍2、 InfluxDB 介绍3、Spring Boot 配置 InfluxDB4、I

Java整合Protocol Buffers实现高效数据序列化实践

《Java整合ProtocolBuffers实现高效数据序列化实践》ProtocolBuffers是Google开发的一种语言中立、平台中立、可扩展的结构化数据序列化机制,类似于XML但更小、更快... 目录一、Protocol Buffers简介1.1 什么是Protocol Buffers1.2 Pro

Python利用GeoPandas打造一个交互式中国地图选择器

《Python利用GeoPandas打造一个交互式中国地图选择器》在数据分析和可视化领域,地图是展示地理信息的强大工具,被将使用Python、wxPython和GeoPandas构建的交互式中国地图行... 目录技术栈概览代码结构分析1. __init__ 方法:初始化与状态管理2. init_ui 方法:

Python实现数据可视化图表生成(适合新手入门)

《Python实现数据可视化图表生成(适合新手入门)》在数据科学和数据分析的新时代,高效、直观的数据可视化工具显得尤为重要,下面:本文主要介绍Python实现数据可视化图表生成的相关资料,文中通过... 目录前言为什么需要数据可视化准备工作基本图表绘制折线图柱状图散点图使用Seaborn创建高级图表箱线图热