ERA5 Daily Aggregates - Latest Climate Reanalysis Produced by ECMWF / Copernicus Climate Change Service

ECMWF/ERA5/DAILY
Disponibilité des ensembles de données
1979-01-02T00:00:00Z–2020-07-09T00:00:00Z
Fournisseur de l'ensemble de données
Extrait Earth Engine
ee.ImageCollection("ECMWF/ERA5/DAILY")
Cadence
1 jour
Tags
climate copernicus dewpoint ecmwf era5 precipitation pressure reanalysis surface temperature wind

Description

ERA5 est la cinquième génération de réanalyse atmosphérique du CEPMMT sur le climat mondial. La réanalyse combine les données du modèle avec les observations du monde entier dans un ensemble de données complet et cohérent à l'échelle mondiale. ERA5 remplace son prédécesseur, la réanalyse ERA-Interim.

ERA5 DAILY fournit des valeurs agrégées pour chaque jour pour sept paramètres de réanalyse du climat ERA5 : température de l'air à 2 m, température du point de rosée à 2 m, précipitations totales, pression moyenne au niveau de la mer, pression en surface, composante u du vent à 10 m et composante v du vent à 10 m. De plus, les températures de l'air minimales et maximales quotidiennes à 2 mètres ont été calculées à partir des données horaires de température de l'air à 2 mètres. Les valeurs de précipitations quotidiennes totales sont indiquées sous forme de sommes quotidiennes. Tous les autres paramètres sont fournis sous forme de moyennes quotidiennes.

Les données ERA5 sont disponibles de 1979 à trois mois après le temps réel. Pour en savoir plus et découvrir d'autres paramètres atmosphériques ERA5, consultez le Copernicus Climate Data Store.

Remarque du fournisseur : Les agrégats quotidiens ont été calculés sur la base des valeurs horaires ERA5 de chaque paramètre.

Bracelets

Taille des pixels
27830 mètres

Bandes de fréquences

Nom Unités Min Max Taille des pixels Description
mean_2m_air_temperature K 223.6* 304* mètres

Température moyenne de l'air à 2 m de hauteur (moyenne quotidienne)

minimum_2m_air_temperature K 220.7* 300.8* mètres

Température de l'air minimale à 2 m de hauteur (minimum quotidien)

maximum_2m_air_temperature K 225.8* 310.2* mètres

Température maximale de l'air à 2 m de hauteur (maximum quotidien)

dewpoint_2m_temperature K 219.3* 297,8* mètres

Température du point de rosée à 2 m de hauteur (moyenne quotidienne)

total_precipitation m 0* 0,02* mètres

Précipitations totales (sommes quotidiennes)

surface_pressure Pa 65639* 102595* mètres

Pression de surface (moyenne quotidienne)

mean_sea_level_pressure Pa 97657.4* 103861* mètres

Pression moyenne au niveau de la mer (moyenne quotidienne)

u_component_of_wind_10m m/s -11.4* 11.4* mètres

Composante U du vent à 10 m (moyenne quotidienne)

v_component_of_wind_10m m/s -10.1* 10.1* mètres

Composante V du vent à 10 m (moyenne quotidienne)

* valeur minimale ou maximale estimée

Propriétés des images

Propriétés de l'image

Nom Type Description
mois INT

Mois des données

année INT

Année des données

jour INT

Jour des données

Conditions d'utilisation

Conditions d'utilisation

Veuillez confirmer l'utilisation d'ERA5 comme indiqué dans le contrat de licence Copernicus C3S/CAMS :

  • 5.1.1 Lorsque le Titulaire de licence communique ou distribue des Produits Copernicus au public, il doit informer les destinataires de la source en utilisant la mention suivante ou toute mention similaire : "Généré à l'aide des informations du service Copernicus sur le changement climatique (année)".
  • 5.1.2 Lorsque le Titulaire de licence crée ou contribue à une publication ou une distribution contenant des Produits Copernicus adaptés ou modifiés, il doit fournir la mention suivante ou toute mention similaire : "Contient des informations modifiées du Service Copernicus sur le changement climatique (année)".
  • 5.1.3 Toute publication ou distribution visée par les clauses 5.1.1 et 5.1.2 doit indiquer que ni la Commission européenne, ni le CEPMMT ne sont responsables de l'utilisation possible des informations ou des données de Copernicus.

Citations

Citations :

Explorer avec Earth Engine

Éditeur de code (JavaScript)

// Example script to load and visualize ERA5 climate reanalysis parameters in
// Google Earth Engine

// Daily mean 2m air temperature
var era5_2mt = ee.ImageCollection('ECMWF/ERA5/DAILY')
                   .select('mean_2m_air_temperature')
                   .filter(ee.Filter.date('2019-07-01', '2019-07-31'));
print(era5_2mt);

// Daily total precipitation sums
var era5_tp = ee.ImageCollection('ECMWF/ERA5/DAILY')
                  .select('total_precipitation')
                  .filter(ee.Filter.date('2019-07-01', '2019-07-31'));

// Daily mean 2m dewpoint temperature
var era5_2d = ee.ImageCollection('ECMWF/ERA5/DAILY')
                  .select('dewpoint_2m_temperature')
                  .filter(ee.Filter.date('2019-07-01', '2019-07-31'));

// Daily mean sea-level pressure
var era5_mslp = ee.ImageCollection('ECMWF/ERA5/DAILY')
                    .select('mean_sea_level_pressure')
                    .filter(ee.Filter.date('2019-07-01', '2019-07-31'));

// Daily mean surface pressure
var era5_sp = ee.ImageCollection('ECMWF/ERA5/DAILY')
                  .select('surface_pressure')
                  .filter(ee.Filter.date('2019-07-01', '2019-07-31'));

// Daily mean 10m u-component of wind
var era5_u_wind_10m = ee.ImageCollection('ECMWF/ERA5/DAILY')
                          .select('u_component_of_wind_10m')
                          .filter(ee.Filter.date('2019-07-01', '2019-07-31'));

// Convert pressure levels from Pa to hPa - Example for surface pressure
var era5_sp = era5_sp.map(function(image) {
  return image.divide(100).set(
      'system:time_start', image.get('system:time_start'));
});

// Visualization palette for total precipitation
var visTp = {
  min: 0.0,
  max: 0.1,
  palette: ['ffffff', '00ffff', '0080ff', 'da00ff', 'ffa400', 'ff0000']
};

// Visualization palette for temperature (mean, min and max) and 2m dewpoint
// temperature
var vis2mt = {
  min: 250,
  max: 320,
  palette: [
    '000080', '0000d9', '4000ff', '8000ff', '0080ff', '00ffff', '00ff80',
    '80ff00', 'daff00', 'ffff00', 'fff500', 'ffda00', 'ffb000', 'ffa400',
    'ff4f00', 'ff2500', 'ff0a00', 'ff00ff'
  ]
};

// Visualization palette for u- and v-component of 10m wind
var visWind = {
  min: 0,
  max: 30,
  palette: [
    'ffffff', 'ffff71', 'deff00', '9eff00', '77b038', '007e55', '005f51',
    '004b51', '013a7b', '023aad'
  ]
};

// Visualization palette for pressure (surface pressure, mean sea level
// pressure) - adjust min and max values for mslp to min:990 and max:1050
var visPressure = {
  min: 500,
  max: 1150,
  palette: [
    '01ffff', '058bff', '0600ff', 'df00ff', 'ff00ff', 'ff8c00', 'ff8c00'
  ]
};


// Add layer to map
Map.addLayer(
    era5_tp.filter(ee.Filter.date('2019-07-15')), visTp,
    'Daily total precipitation sums');
Map.addLayer(
    era5_2d.filter(ee.Filter.date('2019-07-15')), vis2mt,
    'Daily mean 2m dewpoint temperature');
Map.addLayer(
    era5_2mt.filter(ee.Filter.date('2019-07-15')), vis2mt,
    'Daily mean 2m air temperature');
Map.addLayer(
    era5_u_wind_10m.filter(ee.Filter.date('2019-07-15')), visWind,
    'Daily mean 10m u-component of wind');
Map.addLayer(
    era5_sp.filter(ee.Filter.date('2019-07-15')), visPressure,
    'Daily mean surface pressure');

Map.setCenter(21.2, 22.2, 2);

Configuration de Python

Consultez la page Environnement Python pour en savoir plus sur l'API Python et sur l'utilisation de geemap pour le développement interactif.

import ee
import geemap.core as geemap

Colab (Python)

# Example script to load and visualize ERA5 climate reanalysis parameters in
# Google Earth Engine

# Daily mean 2m air temperature
era5_2mt = (
    ee.ImageCollection('ECMWF/ERA5/DAILY')
    .select('mean_2m_air_temperature')
    .filter(ee.Filter.date('2019-07-01', '2019-07-31'))
)
display(era5_2mt)

# Daily total precipitation sums
era5_tp = (
    ee.ImageCollection('ECMWF/ERA5/DAILY')
    .select('total_precipitation')
    .filter(ee.Filter.date('2019-07-01', '2019-07-31'))
)

# Daily mean 2m dewpoint temperature
era5_2d = (
    ee.ImageCollection('ECMWF/ERA5/DAILY')
    .select('dewpoint_2m_temperature')
    .filter(ee.Filter.date('2019-07-01', '2019-07-31'))
)

# Daily mean sea-level pressure
era5_mslp = (
    ee.ImageCollection('ECMWF/ERA5/DAILY')
    .select('mean_sea_level_pressure')
    .filter(ee.Filter.date('2019-07-01', '2019-07-31'))
)

# Daily mean surface pressure
era5_sp = (
    ee.ImageCollection('ECMWF/ERA5/DAILY')
    .select('surface_pressure')
    .filter(ee.Filter.date('2019-07-01', '2019-07-31'))
)

# Daily mean 10m u-component of wind
era5_u_wind_10m = (
    ee.ImageCollection('ECMWF/ERA5/DAILY')
    .select('u_component_of_wind_10m')
    .filter(ee.Filter.date('2019-07-01', '2019-07-31'))
)

# Convert pressure levels from Pa to hPa - Example for surface pressure
era5_sp = era5_sp.map(
    lambda image: image.divide(100).set(
        'system:time_start', image.get('system:time_start')
    )
)

# Visualization palette for total precipitation
vis_tp = {
    'min': 0.0,
    'max': 0.1,
    'palette': ['ffffff', '00ffff', '0080ff', 'da00ff', 'ffa400', 'ff0000'],
}

# Visualization palette for temperature (mean, min and max) and 2m dewpoint
# temperature
vis_2mt = {
    'min': 250,
    'max': 320,
    'palette': [
        '000080',
        '0000d9',
        '4000ff',
        '8000ff',
        '0080ff',
        '00ffff',
        '00ff80',
        '80ff00',
        'daff00',
        'ffff00',
        'fff500',
        'ffda00',
        'ffb000',
        'ffa400',
        'ff4f00',
        'ff2500',
        'ff0a00',
        'ff00ff',
    ],
}

# Visualization palette for u- and v-component of 10m wind
vis_wind = {
    'min': 0,
    'max': 30,
    'palette': [
        'ffffff',
        'ffff71',
        'deff00',
        '9eff00',
        '77b038',
        '007e55',
        '005f51',
        '004b51',
        '013a7b',
        '023aad',
    ],
}

# Visualization palette for pressure (surface pressure, mean sea level
# pressure) - adjust min and max values for mslp to 'min':990 and 'max':1050
vis_pressure = {
    'min': 500,
    'max': 1150,
    'palette': [
        '01ffff',
        '058bff',
        '0600ff',
        'df00ff',
        'ff00ff',
        'ff8c00',
        'ff8c00',
    ],
}


# Add layer to map
m = geemap.Map()
m.add_layer(
    era5_tp.filter(ee.Filter.date('2019-07-15')),
    vis_tp,
    'Daily total precipitation sums',
)
m.add_layer(
    era5_2d.filter(ee.Filter.date('2019-07-15')),
    vis_2mt,
    'Daily mean 2m dewpoint temperature',
)
m.add_layer(
    era5_2mt.filter(ee.Filter.date('2019-07-15')),
    vis_2mt,
    'Daily mean 2m air temperature',
)
m.add_layer(
    era5_u_wind_10m.filter(ee.Filter.date('2019-07-15')),
    vis_wind,
    'Daily mean 10m u-component of wind',
)
m.add_layer(
    era5_sp.filter(ee.Filter.date('2019-07-15')),
    vis_pressure,
    'Daily mean surface pressure',
)

m.set_center(21.2, 22.2, 2)
m
Ouvrir dans l'éditeur de code