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

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

MySQL数据脱敏的实现方法

《MySQL数据脱敏的实现方法》本文主要介绍了MySQL数据脱敏的实现方法,包括字符替换、加密等方法,通过工具类和数据库服务整合,确保敏感信息在查询结果中被掩码处理,感兴趣的可以了解一下... 目录一. 数据脱敏的方法二. 字符替换脱敏1. 创建数据脱敏工具类三. 整合到数据库操作1. 创建服务类进行数据库

MySQL中处理数据的并发一致性的实现示例

《MySQL中处理数据的并发一致性的实现示例》在MySQL中处理数据的并发一致性是确保多个用户或应用程序同时访问和修改数据库时,不会导致数据冲突、数据丢失或数据不一致,MySQL通过事务和锁机制来管理... 目录一、事务(Transactions)1. 事务控制语句二、锁(Locks)1. 锁类型2. 锁粒

Qt中实现多线程导出数据功能的四种方式小结

《Qt中实现多线程导出数据功能的四种方式小结》在以往的项目开发中,在很多地方用到了多线程,本文将记录下在Qt开发中用到的多线程技术实现方法,以导出指定范围的数字到txt文件为例,展示多线程不同的实现方... 目录前言导出文件的示例工具类QThreadQObject的moveToThread方法实现多线程QC

SpringBoot集成EasyExcel实现百万级别的数据导入导出实践指南

《SpringBoot集成EasyExcel实现百万级别的数据导入导出实践指南》本文将基于开源项目springboot-easyexcel-batch进行解析与扩展,手把手教大家如何在SpringBo... 目录项目结构概览核心依赖百万级导出实战场景核心代码效果百万级导入实战场景监听器和Service(核心

使用Python开发一个Ditto剪贴板数据导出工具

《使用Python开发一个Ditto剪贴板数据导出工具》在日常工作中,我们经常需要处理大量的剪贴板数据,下面将介绍如何使用Python的wxPython库开发一个图形化工具,实现从Ditto数据库中读... 目录前言运行结果项目需求分析技术选型核心功能实现1. Ditto数据库结构分析2. 数据库自动定位3

pandas数据的合并concat()和merge()方式

《pandas数据的合并concat()和merge()方式》Pandas中concat沿轴合并数据框(行或列),merge基于键连接(内/外/左/右),concat用于纵向或横向拼接,merge用于... 目录concat() 轴向连接合并(1) join='outer',axis=0(2)join='o

批量导入txt数据到的redis过程

《批量导入txt数据到的redis过程》用户通过将Redis命令逐行写入txt文件,利用管道模式运行客户端,成功执行批量删除以Product*匹配的Key操作,提高了数据清理效率... 目录批量导入txt数据到Redisjs把redis命令按一条 一行写到txt中管道命令运行redis客户端成功了批量删除k

SpringBoot多环境配置数据读取方式

《SpringBoot多环境配置数据读取方式》SpringBoot通过环境隔离机制,支持properties/yaml/yml多格式配置,结合@Value、Environment和@Configura... 目录一、多环境配置的核心思路二、3种配置文件格式详解2.1 properties格式(传统格式)1.