前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Google Earth Engine(GEE)—— GRIDMET: 爱达荷大学网格化地表气象数据集

Google Earth Engine(GEE)—— GRIDMET: 爱达荷大学网格化地表气象数据集

作者头像
此星光明
发布2024-02-02 13:31:31
1410
发布2024-02-02 13:31:31
举报

GRIDMET: 爱达荷大学网格化地表气象数据集

格雷德地表气象数据集提供了1979年以来美国毗连地区的温度、降水、风、湿度和辐射的高空间分辨率(约4公里)的每日地表场。该数据集将来自PRISM的高分辨率空间数据与来自国家土地数据同化系统(NLDAS)的高时间分辨率数据相融合,以产生空间和时间上的连续场,用于额外的陆地表面建模。

该数据集包含临时产品,当完整的源数据可用时,会被更新的版本所取代。产品可以通过 "状态 "属性的值来区分。起初,资产是以status='early'的方式摄入的。几天后,它们会被状态='临时'的资产所取代。大约2个月后,它们会被状态='永久'的最终资产所取代。

Dataset Availability

1979-01-01T00:00:00 -

Dataset Provider

University of California Merced

Collection Snippet

ee.ImageCollection("IDAHO_EPSCOR/GRIDMET")

Resolution

4638.3 meters

Bands Table

Name

Description

Min*

Max*

Units

pr

Precipitation amount

0

690.44

mm, daily total

rmax

Maximum relative humidity

1.05

100

%

rmin

Minimum relative humidity

0

100

%

sph

Specific humididy

0

0.02

kg/kg

srad

Surface downward shortwave radiation

0

455.61

W/m^2

th

Wind direction

Degrees clockwise from North

tmmn

Minimum temperature

225.54

314.88

K

tmmx

Maximum temperature

233.08

327.14

K

vs

Wind velocity at 10m

0.14

29.13

m/s

erc

Energy release component

0

131.85

NFDRS fire danger index

eto

Daily reference evapotranspiration

0

17.27

grass, mm

bi

Burning index

0

214.2

NFDRS fire danger index

fm100

100-hour dead fuel moisture

0.28

33.2

%

fm1000

1000-hour dead fuel moisture

0.36

47.52

%

etr

Daily reference evapotranspiration

0

27.02

Alfalfa, mm

vpd

Mean vapor pressure deficit

0

9.83

kPa

* = Values are estimated

Name

Type

Description

status

String

'early', 'provisional', or 'permanent'

This work (METDATA, by John Abatzoglou) is in the public domain and is free of known copyright restrictions. Users should properly cite the source used in the creation of any reports and publications resulting from the use of this dataset and note the date when the data was acquired.

数据引用:

Abatzoglou J. T., Development of gridded surface meteorological data for ecological applications and modelling, International Journal of Climatology. (2012) doi:10.1002/joc.3413

下载代码:

代码语言:javascript
复制
var table = ee.Geometry.Polygon([ [-111.28567358070336,37.88479180709053],[-110.73635717445336,37.88479180709053],[-111.28567358070336,38.265323220490416],[-111.28567358070336,37.88479180709053] ])
Map.centerObject(table)
var date1 = ee.Date('1999-01-01')
var date2 = ee.Date('1999-01-03')

var dataset = ee.ImageCollection('IDAHO_EPSCOR/GRIDMET')
                  .filter(ee.Filter.date(date1, date2))
                  .filterBounds(table);

var tmax_p97 = dataset.select('tmmx').reduce(ee.Reducer.percentile([97])).clip(table);
var tmax_p97Vis = {
  min: 300.0,
  max: 314.0,
  palette: ['blue', 'green', 'yellow', 'orange', 'red'],
};
Map.addLayer(tmax_p97, tmax_p97Vis, 'Maximum Temperature p97');

var image = dataset.select('tmmx').mean().clip(table);
var projection = image.projection().getInfo()

Export.image.toDrive({
  image: tmax_p97, 
  description: 'Max_temp_p97_',
  scale: 4638.3, 
  maxPixels: 1e13,
  crs: 'EPSG:3857',
  crsTransform: projection.transform, 
  region: table
});
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2024-02-01,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档