美国季节性干旱数据集

2023-11-26 10:45
文章标签 数据 美国 季节性 干旱

本文主要是介绍美国季节性干旱数据集,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!

美国季节性干旱数据集

美国干旱展望栅格数据集由国家气象局气候预测中心生成。它在每个月的最后一天发布,提供下个月的干旱前景信息。“美国季节性干旱展望”数据集每月发布一次,特别是每月的第三个星期四。该数据集对美国不同地区发生干旱的可能性进行了定性评估。该评估采用四类尺度来描述预期干旱状况: 

前言 – 人工智能教程

  1. 正常:预计不会发生干旱,表明水资源供应情况正常。
  2. 异常干燥:此类别表明干旱情况是可能的,但尚未普遍存在,需要一定程度的谨慎。
  3. 中度干旱:此类干旱条件很可能并有可能造成一些经济或环境影响。
  4. 严重干旱:此类别表明发生干旱的可能性很高,可能会导致重大的经济或环境后果。

您可以在此处和气候引擎组织网站上找到更多信息。您可以在此处下载日期集

以下是一些可用的其它干旱数据集:

1. U.S. Drought Monitor - 美国国家气象局的干旱监测数据集,提供美国干旱指数和干旱地图。

2. Global Agricultural Monitoring - 美国宇航局提供的全球农业监测数据集,包括干旱指数和植被指数。

3. MODIS Vegetation Indices - 地球观测系统中的植被指数数据集,可用于监测干旱和植被状况。

4. Soil Moisture Active Passive (SMAP) - NASA的土壤湿度活动被动卫星数据集,可用于监测土壤湿度和干旱状况。

5. North America Soil Moisture Database - 包含从1950年至今北美洲的土壤湿度和干旱数据。

6. NOAA Climate Data Online - 美国国家海洋和大气管理局提供的气象数据集,包括气温、降水等信息,可用于监测干旱。

7. National Drought Mitigation Center - 美国国家干旱缓解中心提供的干旱监测和预测数据集,包括干旱指数和干旱地图。

分类值

价值解释
-9999无数据值
0无干旱
1可能会消除干旱
2干旱依然存在但有所改善
3可能出现干旱
4干旱持续存在

空间信息

范围价值
空间范围美国
空间分辨率500 m(1/48 度)
时间分辨率每月
时间跨度2013年8月1日至今
更新频率每月最后一天更新

变量

多变的细节
干旱类别('drought_outlook_class')- 单位:干旱前景分类
- 比例因子:1.0

代码:

// Read in Image Collection and get single image
var usdo_ic = ee.ImageCollection('projects/climate-engine-pro/assets/ce-cpc-usdo-monthly')
var usdo_i = usdo_ic.first()// Print image to see bands
print(usdo_i)// Visualize a single imagevar usdo_palette = ["#ffffff", "#ABA362", "#DACBB5", "#FFD861", "#935743"]
Map.addLayer(usdo_i, {min:0, max:4, palette: usdo_palette}, 'usdo_i')

示例代码:https://code.earthengine.google.com/?scriptPath=users /sat-io/awesome-gee-catalog-examples:weather-climate/US-DROUGHT-OUTLOOK

执照¶

NOAA 数据、信息和产品,无论采用何种交付方式,均不受版权保护,并且公众后续使用不受限制。一旦获得,它们就可以用于任何合法用途。上述数据属于公共领域,提供时不受使用和分发限制。欲了解更多信息,请访问 NWS 免责声明网站。

关键词:干旱、美国、展望、预测、NOAA、NWS、CPC、每月

提供者:NOAA

GEE 策划者:Climate Engine Org

 

这篇关于美国季节性干旱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/425557

相关文章

Java中注解与元数据示例详解

《Java中注解与元数据示例详解》Java注解和元数据是编程中重要的概念,用于描述程序元素的属性和用途,:本文主要介绍Java中注解与元数据的相关资料,文中通过代码介绍的非常详细,需要的朋友可以参... 目录一、引言二、元数据的概念2.1 定义2.2 作用三、Java 注解的基础3.1 注解的定义3.2 内

将sqlserver数据迁移到mysql的详细步骤记录

《将sqlserver数据迁移到mysql的详细步骤记录》:本文主要介绍将SQLServer数据迁移到MySQL的步骤,包括导出数据、转换数据格式和导入数据,通过示例和工具说明,帮助大家顺利完成... 目录前言一、导出SQL Server 数据二、转换数据格式为mysql兼容格式三、导入数据到MySQL数据

C++中使用vector存储并遍历数据的基本步骤

《C++中使用vector存储并遍历数据的基本步骤》C++标准模板库(STL)提供了多种容器类型,包括顺序容器、关联容器、无序关联容器和容器适配器,每种容器都有其特定的用途和特性,:本文主要介绍C... 目录(1)容器及简要描述‌php顺序容器‌‌关联容器‌‌无序关联容器‌(基于哈希表):‌容器适配器‌:(

C#提取PDF表单数据的实现流程

《C#提取PDF表单数据的实现流程》PDF表单是一种常见的数据收集工具,广泛应用于调查问卷、业务合同等场景,凭借出色的跨平台兼容性和标准化特点,PDF表单在各行各业中得到了广泛应用,本文将探讨如何使用... 目录引言使用工具C# 提取多个PDF表单域的数据C# 提取特定PDF表单域的数据引言PDF表单是一

一文详解Python中数据清洗与处理的常用方法

《一文详解Python中数据清洗与处理的常用方法》在数据处理与分析过程中,缺失值、重复值、异常值等问题是常见的挑战,本文总结了多种数据清洗与处理方法,文中的示例代码简洁易懂,有需要的小伙伴可以参考下... 目录缺失值处理重复值处理异常值处理数据类型转换文本清洗数据分组统计数据分箱数据标准化在数据处理与分析过

大数据小内存排序问题如何巧妙解决

《大数据小内存排序问题如何巧妙解决》文章介绍了大数据小内存排序的三种方法:数据库排序、分治法和位图法,数据库排序简单但速度慢,对设备要求高;分治法高效但实现复杂;位图法可读性差,但存储空间受限... 目录三种方法:方法概要数据库排序(http://www.chinasem.cn对数据库设备要求较高)分治法(常

Python将大量遥感数据的值缩放指定倍数的方法(推荐)

《Python将大量遥感数据的值缩放指定倍数的方法(推荐)》本文介绍基于Python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处理,并将所得处理后数据保存为新的遥感影像... 本文介绍基于python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处

使用MongoDB进行数据存储的操作流程

《使用MongoDB进行数据存储的操作流程》在现代应用开发中,数据存储是一个至关重要的部分,随着数据量的增大和复杂性的增加,传统的关系型数据库有时难以应对高并发和大数据量的处理需求,MongoDB作为... 目录什么是MongoDB?MongoDB的优势使用MongoDB进行数据存储1. 安装MongoDB

Python MySQL如何通过Binlog获取变更记录恢复数据

《PythonMySQL如何通过Binlog获取变更记录恢复数据》本文介绍了如何使用Python和pymysqlreplication库通过MySQL的二进制日志(Binlog)获取数据库的变更记录... 目录python mysql通过Binlog获取变更记录恢复数据1.安装pymysqlreplicat

Linux使用dd命令来复制和转换数据的操作方法

《Linux使用dd命令来复制和转换数据的操作方法》Linux中的dd命令是一个功能强大的数据复制和转换实用程序,它以较低级别运行,通常用于创建可启动的USB驱动器、克隆磁盘和生成随机数据等任务,本文... 目录简介功能和能力语法常用选项示例用法基础用法创建可启动www.chinasem.cn的 USB 驱动