1951 年以来的美国ACIS 气候地图数据集(5 公里空间分辨率)

2023-12-19 11:12

本文主要是介绍1951 年以来的美国ACIS 气候地图数据集(5 公里空间分辨率),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!

应用气候信息系统 (ACIS) NRCC NN¶

ACIS是Applied Climate Information System的缩写,是由美国国家气象局(NOAA)开发的一种气候信息系统。ACIS气候地图是通过收集和整理全球的气象数据,利用计算机技术和数据分析方法生成的气候图表和地图。它可以显示各种气候指标,如温度、降水量、风速等,并提供不同时间尺度上的气候变化趋势和统计数据。ACIS气候地图可以帮助气象学家、气候专家和决策者进行气候研究和预测,以及制定适应气候变化的策略。ACIS 气候地图每天使用来自应用气候信息系统 (ACIS) 的数据制作,空间分辨率为 1951 年以来的 5 公里(0.04 度 x 0.04 度),每 1-2 周更新一次。您可以找到其他内容这里的信息和气候引擎组织数据集页面。ACIS中的台站数据主要来自以下网络:前言 – 人工智能教程

  • 国家气象局合作观察员计划 (NWS COOP)
  • 气象局-陆军-海军/自动地面观测系统 (WBAN/ASOS)
  • 雪遥测 (SNOTEL)
  • 社区协作雨、冰雹和雪 (CoCoRaHS) 网络
  • 远程自动气象站 (RAWS)

注意:所有近实时数据均被视为初步数据,可能会发生变化。

数据集描述¶

ACIS 气候地图每天使用应用气候信息系统 (ACIS) 的数据生成。ACIS中的台站数据主要来自以下网络:

  • 国家气象局合作观察员计划 (NWS COOP)
  • 气象局-陆军-海军/自动地面观测系统 (WBAN/ASOS)
  • 雪遥测 (SNOTEL)
  • 社区协作雨、冰雹和雪 (CoCoRaHS) 网络
  • 远程自动气象站 (RAWS)

所有近实时数据均被视为初步数据,可能会发生变化。

组织: 应用气候信息系统(ACIS)

空间分辨率:  5 公里(0.04 度 x 0.04 度)

时间跨度:  1951年1月1日至今(每1-2周更新一次)

变量:

  • 每日最低/最高温度 
  • 日降水量

网站:  ACIS 网站

Earth Engine 社区目录: 

  • 此 ACIS NRCC NN 数据集已由 Climate Engine 引入 Earth Engine,并可通过 asset idprojects/climate-engine-pro/assets/noaa-nrcc-acis-nn/daily 使用。
  • Earth Engine 社区目录即将推出。

使用条款:

  • 气候产品和工具由区域气候中心开发,为用户提供定期访问最新天气和气候数据的方法。虽然应用研究表明,在决策中使用此类数据可以降低风险并降低用户成本,但必须指出,近实时数据本质上是初步的,有时会包含错误。尽管已采取措施消除已知错误,但在收到书面记录和最终质量控制步骤后,某些数据可能会发生变化。因此,预先警告用户考虑错误数据可能对其业务产生的任何负面影响,并自行承担使用初步数据和信息的风险。
  • 区域气候中心不对通过我们的服务提供的数据的误用或滥用负责。
  • 通过 ACIS 网站使用数据服务,即表示您自动同意使用条款和免责声明。

 

 

空间信息

范围价值
空间范围美国本土
空间分辨率5 公里(0.04 度 x 0.04 度)
时间分辨率日常的
时间跨度1951年1月1日至今
更新频率1-2周

变量

多变的细节
最低温度,2m('tmax')- 单位:华氏度
- 比例因子:1.0
最高温度,2m('tmin')- 单位:华氏度
- 比例因子:1.0
降水(“降水”)- 单位:英寸
- 比例因子:1.0
Earth Engine 片段(如果数据集已在 GEE 中)¶
// Read in Image Collection and get first image
var acis_nrcc_nn_ic = ee.ImageCollection('projects/climate-engine-pro/assets/noaa-nrcc-acis-nn/daily')
var acis_nrcc_nn_i = acis_nrcc_nn_ic.first()// Print first image to see bands
print(acis_nrcc_nn_i)// Visualize each band from first image
var prec_palette = ["#ffffcc", "#c7e9b4", "#7fcdbb", "#41b6c4", "#1d91c0", "#225ea8", "#0c2c84"]
var temp_palette = ["#b2182b", "#ef8a62", "#fddbc7", "#f7f7f7", "#d1e5f0", "#67a9cf", "#2166ac"].reverse()
Map.addLayer(acis_nrcc_nn_i.select('precip'), {min: 0, max: 0.5, palette: prec_palette}, 'precip')
Map.addLayer(acis_nrcc_nn_i.select('tmin'), {min: -10, max: 50, palette: temp_palette}, 'tmin')
Map.addLayer(acis_nrcc_nn_i.select('tmax'), {min: -10, max: 50, palette: temp_palette}, 'tmax')

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

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:气候、降水、温度、NOAA、再分析、CONUS、每日、近实时

数据集提供者:NOAA

GEE 策划者:Climate Engine Org

这篇关于1951 年以来的美国ACIS 气候地图数据集(5 公里空间分辨率)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/511958

相关文章

分辨率三兄弟LPI、DPI 和 PPI有什么区别? 搞清分辨率的那些事儿

《分辨率三兄弟LPI、DPI和PPI有什么区别?搞清分辨率的那些事儿》分辨率这个东西,真的是让人又爱又恨,为了搞清楚它,我可是翻阅了不少资料,最后发现“小7的背包”的解释最让我茅塞顿开,于是,我... 在谈到分辨率时,我们经常会遇到三个相似的缩写:PPI、DPI 和 LPI。虽然它们看起来差不多,但实际应用

Java利用JSONPath操作JSON数据的技术指南

《Java利用JSONPath操作JSON数据的技术指南》JSONPath是一种强大的工具,用于查询和操作JSON数据,类似于SQL的语法,它为处理复杂的JSON数据结构提供了简单且高效... 目录1、简述2、什么是 jsONPath?3、Java 示例3.1 基本查询3.2 过滤查询3.3 递归搜索3.4

MySQL大表数据的分区与分库分表的实现

《MySQL大表数据的分区与分库分表的实现》数据库的分区和分库分表是两种常用的技术方案,本文主要介绍了MySQL大表数据的分区与分库分表的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有... 目录1. mysql大表数据的分区1.1 什么是分区?1.2 分区的类型1.3 分区的优点1.4 分

Mysql删除几亿条数据表中的部分数据的方法实现

《Mysql删除几亿条数据表中的部分数据的方法实现》在MySQL中删除一个大表中的数据时,需要特别注意操作的性能和对系统的影响,本文主要介绍了Mysql删除几亿条数据表中的部分数据的方法实现,具有一定... 目录1、需求2、方案1. 使用 DELETE 语句分批删除2. 使用 INPLACE ALTER T

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

Redis 中的热点键和数据倾斜示例详解

《Redis中的热点键和数据倾斜示例详解》热点键是指在Redis中被频繁访问的特定键,这些键由于其高访问频率,可能导致Redis服务器的性能问题,尤其是在高并发场景下,本文给大家介绍Redis中的热... 目录Redis 中的热点键和数据倾斜热点键(Hot Key)定义特点应对策略示例数据倾斜(Data S

Python实现将MySQL中所有表的数据都导出为CSV文件并压缩

《Python实现将MySQL中所有表的数据都导出为CSV文件并压缩》这篇文章主要为大家详细介绍了如何使用Python将MySQL数据库中所有表的数据都导出为CSV文件到一个目录,并压缩为zip文件到... python将mysql数据库中所有表的数据都导出为CSV文件到一个目录,并压缩为zip文件到另一个

SpringBoot整合jasypt实现重要数据加密

《SpringBoot整合jasypt实现重要数据加密》Jasypt是一个专注于简化Java加密操作的开源工具,:本文主要介绍详细介绍了如何使用jasypt实现重要数据加密,感兴趣的小伙伴可... 目录jasypt简介 jasypt的优点SpringBoot使用jasypt创建mapper接口配置文件加密

使用Python高效获取网络数据的操作指南

《使用Python高效获取网络数据的操作指南》网络爬虫是一种自动化程序,用于访问和提取网站上的数据,Python是进行网络爬虫开发的理想语言,拥有丰富的库和工具,使得编写和维护爬虫变得简单高效,本文将... 目录网络爬虫的基本概念常用库介绍安装库Requests和BeautifulSoup爬虫开发发送请求解

Oracle存储过程里操作BLOB的字节数据的办法

《Oracle存储过程里操作BLOB的字节数据的办法》该篇文章介绍了如何在Oracle存储过程中操作BLOB的字节数据,作者研究了如何获取BLOB的字节长度、如何使用DBMS_LOB包进行BLOB操作... 目录一、缘由二、办法2.1 基本操作2.2 DBMS_LOB包2.3 字节级操作与RAW数据类型2.