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

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

C#实现SHP文件读取与地图显示的完整教程

《C#实现SHP文件读取与地图显示的完整教程》在地理信息系统(GIS)开发中,SHP文件是一种常见的矢量数据格式,本文将详细介绍如何使用C#读取SHP文件并实现地图显示功能,包括坐标转换、图形渲染、平... 目录概述功能特点核心代码解析1. 文件读取与初始化2. 坐标转换3. 图形绘制4. 地图交互功能缩放

python库pydantic数据验证和设置管理库的用途

《python库pydantic数据验证和设置管理库的用途》pydantic是一个用于数据验证和设置管理的Python库,它主要利用Python类型注解来定义数据模型的结构和验证规则,本文给大家介绍p... 目录主要特点和用途:Field数值验证参数总结pydantic 是一个让你能够 confidentl

MySQL8.0临时表空间的使用及解读

《MySQL8.0临时表空间的使用及解读》MySQL8.0+引入会话级(temp_N.ibt)和全局(ibtmp1)InnoDB临时表空间,用于存储临时数据及事务日志,自动创建与回收,重启释放,管理高... 目录一、核心概念:为什么需要“临时表空间”?二、InnoDB 临时表空间的两种类型1. 会话级临时表

JAVA实现亿级千万级数据顺序导出的示例代码

《JAVA实现亿级千万级数据顺序导出的示例代码》本文主要介绍了JAVA实现亿级千万级数据顺序导出的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 前提:主要考虑控制内存占用空间,避免出现同时导出,导致主程序OOM问题。实现思路:A.启用线程池

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性