GFS: Global Forecast System 384-Hour Predicted Atmosphere Data

NOAA/GFS0P25
Disponibilité des ensembles de données
2015-07-01T00:00:00Z–2025-09-06T00:00:00Z
Fournisseur de l'ensemble de données
Extrait Earth Engine
ee.ImageCollection("NOAA/GFS0P25")
Cadence
6 heures
Tags
climat nuage flux prévisions géophysique humidité ncep noaa précipitations rayonnement température vapeur météo vent
emc
gfs

Description

Le Global Forecast System (GFS) est un modèle de prévisions météorologiques produit par les National Centers for Environmental Prediction (NCEP). L'ensemble de données GFS se compose de sorties de modèle sélectionnées (décrites ci-dessous) sous forme de variables de prévision maillées. Les prévisions sur 384 heures, avec des intervalles de prévision de 1 heure (jusqu'à 120 heures) et de 3 heures (après 120 heures), sont effectuées avec une résolution temporelle de 6 heures (c'est-à-dire qu'elles sont mises à jour quatre fois par jour). Utilisez les propriétés "creation_time" et "forecast_time" pour sélectionner les données qui vous intéressent.

Le GFS est un modèle couplé, composé d'un modèle atmosphérique, d'un modèle océanique, d'un modèle terrestre/de sol et d'un modèle de glace de mer qui fonctionnent ensemble pour fournir une image précise des conditions météorologiques. Notez que ce modèle peut changer. Pour en savoir plus, consultez l'historique des modifications récentes apportées au système mondial de prévisions et d'analyses et la documentation. Il peut y avoir des fluctuations importantes d'heure en heure et de jour en jour, ce qui nécessite d'appliquer des techniques de réduction du bruit aux bandes avant l'analyse.

Notez que les heures et les intervalles de prévision disponibles ont changé au fil du temps :

  • Du 01/04/2015 au 09/07/2017 : prévisions sur 36 heures, heure 0 exclue, à intervalles de 3 heures.
  • Du 09/07/2017 au 11/06/2021 : prévisions sur 384 heures, à intervalles d'une heure de 0 à 120 heures, à intervalles de trois heures de 120 à 240 heures, et à intervalles de 12 heures de 240 à 384 heures.
  • À partir du 12/06/2021 : prévisions sur 384 heures, à intervalles d'une heure de 0 à 120 heures et à intervalles de trois heures de 120 à 384 heures.

Certaines bandes ne seront disponibles qu'à partir du 15/01/2025, comme indiqué dans leur description.

Bandes

Taille des pixels
27830 mètres

Bandes de fréquences

Nom Unités Min Max Taille des pixels Description
temperature_2m_above_ground °C -69,18* 52,25* mètres

Température à 2 mètres au-dessus du sol

specific_humidity_2m_above_ground Fraction massique 0* 0,03* mètres

Humidité spécifique à 2 mètres au-dessus du sol

dew_point_temperature_2m_above_ground °C -81,05* 29.05* mètres

Température du point de rosée à 2 m au-dessus du sol (disponible à partir du 15/01/2025)

relative_humidity_2m_above_ground % 1* 100,05* mètres

Humidité relative à 2 m au-dessus du sol

maximum_temperature_2m_above_ground °C -60,73* 59.28* mètres

Température maximale à 2 mètres au-dessus du sol (disponible à partir du 15/01/2025, mais uniquement pour les composants avec forecast_hours > 0)

minimum_temperature_2m_above_ground °C -63,78* 59,39* mètres

Température minimale à 2 mètres au-dessus du sol (disponible à partir du 15/01/2025, mais uniquement pour les composants avec forecast_hours > 0)

u_component_of_wind_10m_above_ground m/s -60,73* 59.28* mètres

Composante U du vent à 10 m au-dessus du sol

v_component_of_wind_10m_above_ground m/s -63,78* 59,39* mètres

Composante V du vent à 10 mètres au-dessus du sol

total_precipitation_surface kg/m^2 0* 626,75* mètres

Précipitations cumulées en surface au cours des 1 à 6 heures précédentes, en fonction de la valeur de la propriété "forecast_hours" selon la formule ((F - 1) % 6) + 1 (et uniquement pour les composants avec forecast_hours > 0).

Par conséquent, pour calculer les précipitations totales à l'heure X, il convient d'éviter le double comptage en ne faisant la somme que des valeurs de forecast_hours qui sont des multiples de 6 plus tout reste pour atteindre X. Cela signifie également que, pour déterminer les précipitations pour l'heure X uniquement, il faut soustraire la valeur de l'heure précédente, sauf si X est la première heure d'une période de six heures.

precipitable_water_entire_atmosphere kg/m^2 0* 100* mètres

Eau précipitable pour l'ensemble de l'atmosphère

u_component_of_wind_planetary_boundary_layer m/s -66,8* 62.18* mètres

Composante U de la couche limite planétaire du vent (disponible à partir du 15/01/2025)

v_component_of_wind_planetary_boundary_layer m/s -63,08* 57.6* mètres

Composante V de la couche limite planétaire du vent (disponible à partir du 15/01/2025)

gust m/s 0* 57,41* mètres

Vitesse du vent (rafales) (disponible à partir du 15/01/2025)

precipitation_rate kg/m^2/s 0* 0,032* mètres

Taux de précipitations (disponible à partir du 15/01/2025)

haines_index 2* 6* mètres

Indice Haines (disponible à partir du 15/01/2025)

ventilation_rate m^2/s 0* 234 000* mètres

Fréquence de ventilation (disponible à partir du 15/01/2025)

total_cloud_cover_entire_atmosphere % 0* 100* mètres

Couverture nuageuse totale pour l'ensemble de l'atmosphère (auparavant uniquement pour les éléments avec forecast_hours > 0, mais disponible pour ceux avec forecast_hours == 0 à partir du 15/01/2025)

downward_shortwave_radiation_flux W/m^2 0* 1230* mètres

Flux de rayonnement à ondes courtes descendantes (uniquement pour les composants avec forecast_hours > 0)

downward_longwave_radiation_flux W/m^2 0* 100* mètres

Flux de rayonnement à grandes longueurs d'onde descendant (disponible à partir du 15/01/2025, mais uniquement pour les composants avec forecast_hours > 0)

upward_shortwave_radiation_flux W/m^2 0* 1230* mètres

Flux de rayonnement à ondes courtes ascendant (disponible à partir du 15/01/2025, mais uniquement pour les composants dont forecast_hours > 0)

upward_longwave_radiation_flux W/m^2 0* 100* mètres

Flux de rayonnement à grandes longueurs d'onde ascendant (disponible à partir du 15/01/2025, mais uniquement pour les composants dont la valeur de forecast_hours est supérieure à 0)

planetary_boundary_layer_height m 7,77* 6312.67* mètres

Hauteur de la couche limite planétaire (disponible à partir du 15/01/2025)

* valeur minimale ou maximale estimée

Propriétés des images

Propriétés de l'image

Nom Type Description
creation_time DOUBLE

Date et heure de création

forecast_hours DOUBLE

Heures de prévision

forecast_time DOUBLE

Heure de la prévision

Conditions d'utilisation

Conditions d'utilisation

Les données, informations et produits de la NOAA, quelle que soit la méthode de diffusion, ne sont pas soumis au droit d'auteur et ne comportent aucune restriction quant à leur utilisation ultérieure par le public. Une fois obtenues, elles peuvent être utilisées à des fins légales. Les données ci-dessus appartiennent au domaine public et sont fournies sans restriction d'utilisation ni de distribution.

Citations

Citations :
  • Alpert, J., 2006 Sub-Grid Scale Mountain Blocking at NCEP, 20th Conf. WAF/16 Conf. NWP P2.4.

  • Alpert, J. C., S-Y. Hong et Y-J. Kim : 1996, Sensitivity of cyclogenesis to lower troposphere enhancement of gravity wave drag using the EMC MRF", Proc. 11 Conf. On NWP, Norfolk, 322-323.

  • Alpert,J,, M. Kanamitsu, P. M. Caplan, J. G. Sela, G. H. White et E. Kalnay, 1988 : Mountain induced gravity wave drag parameterization in the NMC medium-range forecast model. Pre-prints, Eighth Conf. on Numerical Weather Prediction, Baltimore, MD, Amer. Météore. Soc., 726-733.

  • Buehner, M., J. Morneau et C. Charette, 2013 : Four-dimensional ensemble-variational data assimilation for global deterministic weather prediction. Nonlinear Processes Geophys., 20, 669-682.

  • Chun, H.-Y. et J.-J. Baik, 1998 : Momentum Flux by Thermally Induced Internal Gravity Waves and Its Approximation for Large-Scale Models. J. Atmos. Sci., 55, 3299-3310.

  • Chun, H.-Y., Song, I.-S., Baik, J.-J. et Y.-J. Kim. 2004 : Impact of a Convectively Forced Gravity Wave Drag Parameterization in NCAR CCM3. J. Climate, 17, 3530-3547.

  • Chun, H.-Y., Song, M.-D., Kim, J.-W., et J.-J. Baik, 2001 : Effects of Gravity Wave Drag Induced by Cumulus Convection on the Atmospheric General Circulation. J. Atmos. Sci., 58, 302-319.

  • Clough, S.A., M.W. Shephard, E.J. Mlawer, J.S. Delamere, M.J. Iacono, K.Cady-Pereira, S. Boukabara et P.D. Brown, 2005 : Atmospheric radiative transfer modeling: A summary of the AER codes, J. Quant. Spectrosc. Radiat. Transfert, 91, 233-244. doi:10.1016/j.jqsrt.2004.05.058

  • Ebert, E.E., et J.A. Curry, 1992 : A parameterization of ice cloud optical properties for climate models. J. Geophys. Rés., 97, 3831-3836.

  • Fu, Q., 1996 : An Accurate Parameterization of the Solar Radiative Properties of Cirrus Clouds for Climate Models. J. Climate, 9, 2058-2082.

  • Han, J., et H.-L. Pan, 2006 : sensibilité des prévisions d'intensité des ouragans à la paramétrisation du transport de quantité de mouvement convectif. Météo du lundi Rev., 134, 664-674.

  • Han, J., et H.-L. Pan, 2011 : révision des schémas de convection et de diffusion verticale dans le système de prévision global du NCEP. Weather and Forecasting, 26, 520-533.

  • Han, J., M. Witek, J. Teixeira, R. Sun, H.-L. Pan, J. K. Fletcher, and C. S. Bretherton, 2016 : implémentation dans le NCEP GFS d'une paramétrisation hybride de la couche limite à flux de masse et diffusivité tourbillonnaire (EDMF) avec chauffage dissipatif et mélange modifié de la couche limite stable. Weather and Forecasting, 31, 341-352.

  • Hou, Y., S. Moorthi et K. Campana, 2002 : Parameterization of Solar Radiation Transfer in the NCEP Models, NCEP Office Note #441, pp46. Disponible ici

  • Hu, Y.X., and K. Stamnes, 1993 : paramétrisation précise des propriétés radiatives des nuages d'eau, adaptée à une utilisation dans les modèles climatiques. J. Climat, 6, 728-74.

  • Iacono, M.J., E.J. Mlawer, S.A. Clough et J.-J. Morcrette, 2000 : Impact of an improved longwave radiation model, RRTM, on the energy budget and thermodynamic properties of the NCAR community climate model, CCM3, J. Geophys. Rés., 105(D11), 14,873-14,890.2.

  • Johansson, Ake, 2008 : Convectively Forced Gravity Wave Drag in the NCEP Global Weather and Climate Forecast Systems, rapport interne SAIC/Environmental Modelling Center.

  • Juang, H-M, et al. 2014:Regional Spectral Model workshop in memory of John Roads and Masao Kanamitsu, BAMS, A. Met. Soc, ES61-ES65.

  • Kim, Y.-J. et A. Arakawa (1995), Improvement of orographic gravity wave parameterization using a mesoscale gravity-wave model, J. Atmos. Sci.,52, 875-1902.

  • Kleist, D. T., 2012 : An evaluation of hybrid variational-ensemble data assimilation for the NCEP GFS , Ph.D. Thesis, Dept. of Atmospheric and Oceanic Science, University of Maryland-College Park, 149 pp.

  • Lott, F et M. J. Miller : 1997, "A new subgrid-scale orographic drag parameterization: Its formulation and testing", QJRMS, 123, pp101-127.

  • Mlawer, E.J., S.J. Taubman, P.D. Brown, M.J. Iacono et S.A. Clough, 1997 : transfert radiatif pour les atmosphères non homogènes : RRTM, un modèle k corrélé validé pour les grandes longueurs d'onde. J. Geophys. Rés., 102, 16663-16682.

  • Sela, J., 2009 : Implémentation de la coordonnée hybride sigma-pression dans le GFS. NCEP Office Note #461, p. 25.

  • Sela, J., 2010 : Dérivation des équations du modèle semi-lagrangien à coordonnées hybrides sigma-pression pour le GFS. NCEP Office Note #462, p. 31.

  • Yang, F., 2009 : "On the Negative Water Vapor in the NCEP GFS: Sources and Solution". 23e conférence sur l'analyse et les prévisions météorologiques/19e conférence sur la prévision numérique du temps, 1er-5 juin 2009, Omaha, NE.

  • Yang, F., K. Mitchell, Y. Hou, Y. Dai, X. Zeng, Z. Wang et X. Liang, 2008 : Dependence of land surface albedo on solar zenith angle: observations and model parameterizations. Journal of Applied Meteorology and Climatology.No.11, Vol 47, 2963-2982.

DOI

Explorer avec Earth Engine

Éditeur de code (JavaScript)

var dataset = ee.ImageCollection('NOAA/GFS0P25')
                  .filter(ee.Filter.date('2018-03-01', '2018-03-02'));
var temperatureAboveGround = dataset.select('temperature_2m_above_ground');
var visParams = {
  min: -40.0,
  max: 35.0,
  palette: ['blue', 'purple', 'cyan', 'green', 'yellow', 'red'],
};
Map.setCenter(71.72, 52.48, 3.0);
Map.addLayer(temperatureAboveGround, visParams, 'Temperature Above Ground');
Ouvrir dans l'éditeur de code