GEE数据集——美国大陆网格气候数据集PRISM 日数据集和月数据集

2024-04-22 10:20

本文主要是介绍GEE数据集——美国大陆网格气候数据集PRISM 日数据集和月数据集,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!

简介

PRISM 日数据集和月数据集是由俄勒冈州立大学 PRISM 气候小组制作的美国大陆网格气候数据集。

网格是利用 PRISM(独立斜坡模型参数-海拔回归)开发的。PRISM 插值程序模拟了天气和气候随海拔高度的变化,并考虑了海岸效应、温度反常和可能造成雨影的地形障碍。站点数据来自全国各地的许多网络。更多信息,请参阅 PRISM 空间气候数据集说明。

PRISM气候小组开展了一系列项目,其中一些项目支持空间气候数据集的开发。由此产生的一系列数据集反映了项目目标的范围,需要不同的站点网络、建模技术和时空分辨率。 在可能的情况下,我们向公众提供这些数据集,有的是免费的,有的是收费的,这取决于提供数据集的规模和难度以及活动的资金情况。为了让用户做出明智的决定,选择最适合他们需要的数据集,本文件提供了目前可用的PRISM空间气候数据集的信息。我们还提供了汇总表供快速参考。我们首先概述了 PRISM 数据集,然后依次讨论每个数据集。

注释

警告:由于台站设备和位置变化、开放和关闭、观测时间不同以及使用相对较短的网络等非气候因素的影响,该数据集不应用于计算长达一个世纪的气候趋势。详情请参见数据集文档。
观测网络进行质量控制和发布站点数据需要时间。因此,PRISM 数据集要经过多次重新建模,直到六个月后才被视为永久数据集。可提供发布时间表。
如需使用该数据集的 30 弧秒(约 800 米)版本,请通过 prism-questions@nacse.org 与数据集提供者联系。

数据简介

Dataset Availability

1895-01-01T00:00:00Z–2024-02-01T00:00:00Z

Dataset Provider

PRISM / OREGONSTATE

Earth Engine Snippet

ee.ImageCollection("OREGONSTATE/PRISM/AN81m") 

波段属性

Resolution
4638.3 meters

Bands

NameUnitsMinMaxDescription
pptmm0*2639.82*

Monthly total precipitation (including rain and melted snow)

tmean°C-30.8*41.49*

Monthly average of daily mean temperature (calculated as (tmin+tmax)/2)

tmin°C-35.11*34.72*

Monthly minimum temperature

tmax°C-29.8*49.74*

Monthly average of daily maximum temperature

tdmean°C-30.7*26.76*

Monthly average of daily mean dew point temperature

vpdminhPa0*44.79*

Monthly average of daily minimum vapor pressure deficit

vpdmaxhPa0.009*110.06*

Monthly average of daily maximum vapor pressure deficit

* estimated min or max value

影像属性

NameTypeDescription
PRISM_CODE_VERSIONSTRING_LIST

List of code versions per-band, e.g: the first element is for the first band "ppt", the second element is for the second band "tmean"

PRISM_DATASET_CREATE_DATESTRING_LIST

List of original creation dates per-band

PRISM_DATASET_FILENAMESTRING_LIST

List of original filenames for each band

PRISM_DATASET_TYPESTRING_LIST

List of dataset types per-band

PRISM_DATASET_VERSIONSTRING_LIST

List of dataset versions per-band e.g: D1 or D2 for daily products; M1, M2 or M3 for monthly products.

statusSTRING

Data generated within 30 days of observation have the status "early". Data generated within 1-6 months of observation may have the status "provisional" and data older than 6 months are marked as "permanent".

代码

var dataset = ee.ImageCollection('OREGONSTATE/PRISM/AN81m').filter(ee.Filter.date('2018-07-01', '2018-07-31'));
var precipitation = dataset.select('ppt');
var precipitationVis = {min: 0.0,max: 300.0,palette: ['red', 'yellow', 'green', 'cyan', 'purple'],
};
Map.setCenter(-100.55, 40.71, 4);
Map.addLayer(precipitation, precipitationVis, 'Precipitation');

使用说明

这些 PRISM 数据集的使用或分发不受限制。PRISM 气候组织要求用户适当注明出处,并在适用情况下指明 PRISM 为数据来源。

数据引用

  • Daly, C., Halbleib, M., Smith, J.I., Gibson, W.P., Doggett, M.K., Taylor, G.H., Curtis, J., and Pasteris, P.A. 2008. Physiographically-sensitive mapping of temperature and precipitation across the conterminous United States. International Journal of Climatology, 28: 2031-2064

  • [Daly, C., J.I. Smith, and K.V. Olson. 2015. Mapping atmospheric moisture climatologies across the conterminous United States. PloS ONE 10(10):e0141140. doi:10.1371/journal.pone.0141140

  •  网址推荐

  • 国内专业的气象监测网站

  • www.htdrought.com
  • 慧天干旱监测与预警平台:基于风云卫星和机器学习方法的大面积干旱监测、气象预警平台_慧天卓特公司-CSDN博客
  • 0代码在线构建地图应用

    Mapmost login

    机器学习

    https://www.cbedai.net/xg 

这篇关于GEE数据集——美国大陆网格气候数据集PRISM 日数据集和月数据集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/925524

相关文章

MySQL快速复制一张表的四种核心方法(包括表结构和数据)

《MySQL快速复制一张表的四种核心方法(包括表结构和数据)》本文详细介绍了四种复制MySQL表(结构+数据)的方法,并对每种方法进行了对比分析,适用于不同场景和数据量的复制需求,特别是针对超大表(1... 目录一、mysql 复制表(结构+数据)的 4 种核心方法(面试结构化回答)方法 1:CREATE

详解C++ 存储二进制数据容器的几种方法

《详解C++存储二进制数据容器的几种方法》本文主要介绍了详解C++存储二进制数据容器,包括std::vector、std::array、std::string、std::bitset和std::ve... 目录1.std::vector<uint8_t>(最常用)特点:适用场景:示例:2.std::arra

MySQL中的DELETE删除数据及注意事项

《MySQL中的DELETE删除数据及注意事项》MySQL的DELETE语句是数据库操作中不可或缺的一部分,通过合理使用索引、批量删除、避免全表删除、使用TRUNCATE、使用ORDERBY和LIMI... 目录1. 基本语法单表删除2. 高级用法使用子查询删除删除多表3. 性能优化策略使用索引批量删除避免

MySQL 数据库进阶之SQL 数据操作与子查询操作大全

《MySQL数据库进阶之SQL数据操作与子查询操作大全》本文详细介绍了SQL中的子查询、数据添加(INSERT)、数据修改(UPDATE)和数据删除(DELETE、TRUNCATE、DROP)操作... 目录一、子查询:嵌套在查询中的查询1.1 子查询的基本语法1.2 子查询的实战示例二、数据添加:INSE

Linux服务器数据盘移除并重新挂载的全过程

《Linux服务器数据盘移除并重新挂载的全过程》:本文主要介绍在Linux服务器上移除并重新挂载数据盘的整个过程,分为三大步:卸载文件系统、分离磁盘和重新挂载,每一步都有详细的步骤和注意事项,确保... 目录引言第一步:卸载文件系统第二步:分离磁盘第三步:重新挂载引言在 linux 服务器上移除并重新挂p

使用MyBatis TypeHandler实现数据加密与解密的具体方案

《使用MyBatisTypeHandler实现数据加密与解密的具体方案》在我们日常的开发工作中,经常会遇到一些敏感数据需要存储,比如用户的手机号、身份证号、银行卡号等,为了保障数据安全,我们通常会对... 目录1. 核心概念:什么是 TypeHandler?2. 实战场景3. 代码实现步骤步骤 1:定义 E

使用C#导出Excel数据并保存多种格式的完整示例

《使用C#导出Excel数据并保存多种格式的完整示例》在现代企业信息化管理中,Excel已经成为最常用的数据存储和分析工具,从员工信息表、销售数据报表到财务分析表,几乎所有部门都离不开Excel,本文... 目录引言1. 安装 Spire.XLS2. 创建工作簿和填充数据3. 保存为不同格式4. 效果展示5

Python多任务爬虫实现爬取图片和GDP数据

《Python多任务爬虫实现爬取图片和GDP数据》本文主要介绍了基于FastAPI开发Web站点的方法,包括搭建Web服务器、处理图片资源、实现多任务爬虫和数据可视化,同时,还简要介绍了Python爬... 目录一. 基于FastAPI之Web站点开发1. 基于FastAPI搭建Web服务器2. Web服务

MySQL 批量插入的原理和实战方法(快速提升大数据导入效率)

《MySQL批量插入的原理和实战方法(快速提升大数据导入效率)》在日常开发中,我们经常需要将大量数据批量插入到MySQL数据库中,本文将介绍批量插入的原理、实现方法,并结合Python和PyMySQ... 目录一、批量插入的优势二、mysql 表的创建示例三、python 实现批量插入1. 安装 PyMyS

关于MySQL将表中数据删除后多久空间会被释放出来

《关于MySQL将表中数据删除后多久空间会被释放出来》MySQL删除数据后,空间不会立即释放给操作系统,而是会被标记为“可重用”,以供未来插入新数据时使用,只有满足特定条件时,空间才可能真正返还给操作... 目录一、mysql数据删除与空间管理1.1 理解MySQL数据删除原理1.3 执行SQL1.3 使用