TerraClimate: Monthly Climate and Climatic Water Balance for Global Terrestrial Surfaces, University of Idaho

IDAHO_EPSCOR/TERRACLIMATE
数据集可用时间
1958-01-01T00:00:00Z–2024-12-01T00:00:00Z
数据集生产者
Earth Engine 代码段
ee.ImageCollection("IDAHO_EPSCOR/TERRACLIMATE")
频率
1 个月
标记
climate drought evapotranspiration geophysical global merced monthly palmer pdsi precipitation runoff temperature vapor water-vapor weather-and-climate wind

说明

TerraClimate 是一个数据集，其中包含全球陆地表面的月度气候和气候水平衡数据。它使用气候辅助插值法， 将 WorldClim 数据集中的高空间分辨率气候正常值与 空间分辨率较低但随时间变化的数据相结合，这些数据来自 CRU Ts4.0和 日本 55 年再分析 (JRA55)。 从概念上讲，该过程将 CRU Ts4.0/JRA55 中的插值时间变化异常应用于 WorldClim 的高空间分辨率气候学，以创建涵盖更广泛时间记录的高空间分辨率数据集。

对于大多数全球陆地表面的温度、降水和蒸气压，时间信息继承自 CRU Ts4.0。不过，对于 CRU 数据中没有气候观测站提供数据的区域（包括南极洲全境以及非洲、南美洲的部分地区和零星岛屿），则使用 JRA55 数据。对于温度、蒸气压和降水等主要气候变量，爱达荷大学还提供了有关为 TerraClimate 使用的 CRU Ts4.0 数据提供数据的观测站数量（介于 0 到 8 之间）的额外数据。JRA55 仅用于太阳辐射和风速。

TerraClimate 还会使用水平衡模型生成月度地表水平衡数据集，该模型包含参考蒸散量、降水、温度和插值植物可提取土壤水容量。Wang- Erlandsson 等人 (2016) 在 0.5° 网格中使用了经过修改的 Thornthwaite-Mather 气候水平衡模型和可提取土壤水存储容量数据。

数据量限制：

  1. 数据中的长期趋势继承自父数据集。 TerraClimate 不应直接用于对趋势进行独立评估。

  2. TerraClimate 不会捕获比父数据集更精细的时间尺度上的时间变异性，因此无法捕获地形降水比率和逆温的变异性。

  3. 水平衡模型非常简单，没有考虑植被类型的异质性或其对不断变化的环境条件的生理反应。

  4. 在数据稀疏区域（例如南极洲）的验证有限。

频段

频段

像素大小：4638.3 米（所有频段）

名称 单位 最小值 全速 缩放系数 像素尺寸 说明
aet mm 0* 3140* 0.1 4638.3 米

实际蒸散量，使用一维土壤水平衡模型得出
def mm 0* 4548* 0.1 4638.3 米

气候缺水，使用一维土壤水平衡模型得出
pdsi -4317* 3418* 0.01 4638.3 米

帕默干旱严重程度指数
pet mm 0* 4548* 0.1 4638.3 米

参考蒸散量 (ASCE Penman-Montieth)
pr mm 0* 7245* 4638.3 米

累计降水量
ro mm 0* 12560* 4638.3 米

径流，使用一维土壤水平衡模型得出
soil mm 0* 8882* 0.1 4638.3 米

土壤湿度，使用一维土壤水平衡模型得出
srad W/m^2 0* 5477* 0.1 4638.3 米

向下地表短波辐射
swe mm 0* 32767* 4638.3 米

雪水当量，使用一维土壤水平衡模型得出
tmmn °C -770* 387* 0.1 4638.3 米

最低温度
tmmx °C -670* 576* 0.1 4638.3 米

最高温度
vap kPa 0* 14749* 0.001 4638.3 米

蒸气压
vpd kPa 0* 1113* 0.01 4638.3 米

蒸气压亏缺
vs m/s 0* 2923* 0.01 4638.3 米

10 米处的风速
* 估计的最小值或最大值

图片属性

图像属性

名称 类型 说明
状态 STRING

“provisional”或“permanent”

使用条款

使用条款

该数据集已获得知识共享公共领域 (CC0) 许可，属于公共领域。

引用

引用：

  • Abatzoglou, J.T.，S.Z. Dobrowski, S.A. Parks, K.C. Hegewisch, 2018, Terraclimate, a high-resolution global dataset of monthly climate and climatic water balance from 1958-2015, Scientific Data 5:170191, doi:10.1038/sdata.2017.191

通过 Earth Engine 探索

代码编辑器 (JavaScript)

var dataset = ee.ImageCollection('IDAHO_EPSCOR/TERRACLIMATE')
                  .filter(ee.Filter.date('2017-07-01', '2017-08-01'));
var maximumTemperature = dataset.select('tmmx');
var maximumTemperatureVis = {
  min: -300.0,
  max: 300.0,
  palette: [
    '1a3678', '2955bc', '5699ff', '8dbae9', 'acd1ff', 'caebff', 'e5f9ff',
    'fdffb4', 'ffe6a2', 'ffc969', 'ffa12d', 'ff7c1f', 'ca531a', 'ff0000',
    'ab0000'
  ],
};
Map.setCenter(71.72, 52.48, 3);
Map.addLayer(maximumTemperature, maximumTemperatureVis, 'Maximum Temperature');

Python 设置

如需了解 Python API 和如何使用 geemap 进行交互式开发，请访问 Python 环境页面。

import ee
import geemap.core as geemap

Colab (Python)

dataset = ee.ImageCollection('IDAHO_EPSCOR/TERRACLIMATE').filter(
    ee.Filter.date('2017-07-01', '2017-08-01')
)
maximum_temperature = dataset.select('tmmx')
maximum_temperature_vis = {
    'min': -300.0,
    'max': 300.0,
    'palette': [
        '1a3678',
        '2955bc',
        '5699ff',
        '8dbae9',
        'acd1ff',
        'caebff',
        'e5f9ff',
        'fdffb4',
        'ffe6a2',
        'ffc969',
        'ffa12d',
        'ff7c1f',
        'ca531a',
        'ff0000',
        'ab0000',
    ],
}

m = geemap.Map()
m.set_center(71.72, 52.48, 3)
m.add_layer(
    maximum_temperature, maximum_temperature_vis, 'Maximum Temperature'
)
m
在代码编辑器中打开
TerraClimate 是一个数据集，其中包含全球陆地表面的月度气候和气候水平衡数据。它使用气候辅助插值法，将 WorldClim 数据集中的高空间分辨率气候正常值与 CRU Ts4.0 和日本 55 年再分析 (JRA55) 中的空间分辨率较低但随时间变化的数据相结合。从概念上讲，该过程将插值应用于 …
IDAHO_EPSCOR/TERRACLIMATE, climate,drought,evapotranspiration,geophysical,global,merced,monthly,palmer,pdsi,precipitation,runoff,temperature,vapor,water-vapor,weather-and-climate,wind
1958-01-01T00:00:00Z/2024-12-01T00:00:00Z
-90 -180 90 180
Google Earth Engine