Il set di dati MACAv2-METDATA è una raccolta di 20 modelli
climatici globali che coprono gli Stati Uniti contigui. Il metodo Multivariate Adaptive
Constructed Analogs (MACA) è un metodo di downscaling statistico
che utilizza un set di dati di addestramento (ovvero un set di dati di osservazioni
meteorologiche) per rimuovere i bias storici e abbinare i pattern spaziali
nell'output del modello climatico.
Il metodo MACA è stato utilizzato per ridurre la scala dell'output del modello da 20 modelli climatici globali (GCM) del Coupled Model Inter-Comparison Project 5 (CMIP5) per i forzanti GCM storici (1950-2005) e gli scenari futuri dei Representative Concentration Pathways (RCP) RCP 4.5 e RCP 8.5 (2006-2100) dalla risoluzione nativa dei GCM a 4 km.
Temperatura massima giornaliera vicino alla superficie
tasmin
K
215,33*
315,61*
metri
Temperatura minima giornaliera vicino alla superficie
rhsmax
%
1*
100*
metri
Umidità relativa giornaliera massima vicino alla superficie, non presente nei modelli CCSM4 o NorESM1-M
rhsmin
%
1*
100*
metri
Umidità relativa giornaliera minima vicino alla superficie, non presente nei modelli CCSM4 o NorESM1-M
huss
Frazione massica
0*
0,05*
metri
Umidità specifica media giornaliera vicino alla superficie
pr
mm
0*
1609,77*
metri
Quantità media giornaliera di precipitazioni in superficie
rsds
W/m^2
9,06*
455,61*
metri
Radiazione a onde corte verso il basso media giornaliera sulla superficie
uas
m/s
-29,74*
25,96*
metri
Componente media giornaliera del vento verso est vicino alla superficie
vas
m/s
-29,26*
33,06*
metri
Componente media giornaliera verso nord del vento vicino alla superficie
* valore minimo o massimo stimato
Proprietà immagini
Proprietà immagine
Nome
Tipo
Descrizione
scenario
STRING
Nome dello scenario CMIP5, uno tra "rcp85", "rcp45" o "historical"
modello
STRING
Nome del modello CMIP5, ad es. "inmcm4"
ensemble
STRING
"r1i1p1" o "r6i1p1"
Termini e condizioni d'uso
Termini e condizioni d'uso
I set di dati MACA sono stati creati con finanziamenti del governo degli Stati Uniti e sono di dominio pubblico negli Stati Uniti.
Per maggiore chiarezza, se non diversamente indicato, i set di dati MACA
sono resi disponibili con una licenza Creative Commons CC0 1.0 Universal.
In breve, John Abatzoglou rinuncia a tutti i diritti sull'opera a livello mondiale
ai sensi della legge sul copyright, inclusi tutti i diritti correlati e connessi,
nella misura consentita dalla legge. Puoi copiare, modificare, distribuire
e svolgere attività, persino per scopi commerciali, senza
chiedere l'autorizzazione. John Abatzoglou non fornisce alcuna garanzia in merito all'opera e declina ogni responsabilità per tutti gli utilizzi dell'opera, nella misura massima consentita dalla legge vigente. Gli utenti devono citare correttamente
la fonte utilizzata per la creazione di report e pubblicazioni
risultanti dall'utilizzo di questo set di dati e annotare la data in cui
sono stati acquisiti i dati. Per ulteriori informazioni, consulta la pagina Riferimenti e licenza MACA.
Citazioni
Citazioni:
Abatzoglou J.T. e Brown T.J., A comparison of statistical downscaling
methods suited for wildfire applications, International Journal
of Climatology(2012) doi:10.1002/joc.2312.
Il set di dati MACAv2-METDATA è una raccolta di 20 modelli climatici globali che coprono gli Stati Uniti contigui. Il metodo Multivariate Adaptive Constructed Analogs (MACA) è un metodo di downscaling statistico che utilizza un set di dati di addestramento (ovvero un set di dati di osservazione meteorologica) per rimuovere i bias storici e abbinare i pattern spaziali nell'output del modello climatico. Il/La/L'…
[null,null,[],[[["\u003cp\u003eMACAv2-METDATA offers downscaled climate data from 20 global climate models for the conterminous US, spanning from 1950 to 2100.\u003c/p\u003e\n"],["\u003cp\u003eIt utilizes the MACA method to enhance the accuracy and spatial patterns of climate model output.\u003c/p\u003e\n"],["\u003cp\u003eThe dataset includes daily maximum/minimum temperature, humidity, precipitation, radiation, and wind data at a 4km resolution.\u003c/p\u003e\n"],["\u003cp\u003eData is available for historical periods (1950-2005) and future RCP 4.5 and RCP 8.5 scenarios (2006-2100).\u003c/p\u003e\n"],["\u003cp\u003eMACAv2-METDATA is publicly available and can be accessed and analyzed using Google Earth Engine.\u003c/p\u003e\n"]]],[],null,["# MACAv2-METDATA: University of Idaho, Multivariate Adaptive Constructed Analogs Applied to Global Climate Models\n\nDataset Availability\n: 1900-01-01T00:00:00Z--2100-12-31T00:00:00Z\n\nDataset Provider\n:\n\n\n [University of California Merced](http://www.climatologylab.org/maca.html)\n\nCadence\n: 1 Day\n\nTags\n:\n[climate](/earth-engine/datasets/tags/climate) [conus](/earth-engine/datasets/tags/conus) [geophysical](/earth-engine/datasets/tags/geophysical) [idaho](/earth-engine/datasets/tags/idaho) [maca](/earth-engine/datasets/tags/maca) [monthly](/earth-engine/datasets/tags/monthly) \n\n#### Description\n\nThe MACAv2-METDATA dataset is a collection of 20 global\nclimate models covering the conterminous USA. The Multivariate Adaptive\nConstructed Analogs (MACA) method is a statistical downscaling\nmethod which utilizes a training dataset (i.e. a meteorological\nobservation dataset) to remove historical biases and match spatial\npatterns in climate model output.\n\nThe MACA method was used to downscale the model output from 20\nglobal climate models (GCMs) of the Coupled Model Inter-Comparison\nProject 5 (CMIP5) for the historical GCM forcings (1950-2005) and\nthe future Representative Concentration Pathways (RCPs) RCP 4.5\nand RCP 8.5 scenarios (2006-2100) from the native resolution of\nthe GCMS to 4km.\n\nThe full list of models can be found at:\n\u003chttps://climate.northwestknowledge.net/MACA/GCMs.php\u003e\n\n### Bands\n\n\n**Pixel Size**\n\n4638.3 meters\n\n**Bands**\n\n| Name | Units | Min | Max | Pixel Size | Description |\n|----------|---------------|----------|-----------|------------|----------------------------------------------------------------------------------------|\n| `tasmax` | K | 222.4\\* | 334.92\\* | meters | Maximum daily temperature near surface |\n| `tasmin` | K | 215.33\\* | 315.61\\* | meters | Minimum daily temperature near surface |\n| `rhsmax` | % | 1\\* | 100\\* | meters | Maximum daily relative humidity near surface, not present in models CCSM4 or NorESM1-M |\n| `rhsmin` | % | 1\\* | 100\\* | meters | Minimum daily relative humidity near surface, not present in models CCSM4 or NorESM1-M |\n| `huss` | Mass fraction | 0\\* | 0.05\\* | meters | Average daily specific humidity near surface |\n| `pr` | mm | 0\\* | 1609.77\\* | meters | Average daily precipitation amount at surface |\n| `rsds` | W/m\\^2 | 9.06\\* | 455.61\\* | meters | Average daily downward shortwave radiation at surface |\n| `uas` | m/s | -29.74\\* | 25.96\\* | meters | Average daily eastward component of wind near surface |\n| `vas` | m/s | -29.26\\* | 33.06\\* | meters | Average daily northward component of wind near surface |\n\n\\* estimated min or max value\n\n### Image Properties\n\n**Image Properties**\n\n| Name | Type | Description |\n|----------|--------|----------------------------------------------------------------------|\n| scenario | STRING | Name of the CMIP5 scenario, one of 'rcp85', 'rcp45', or 'historical' |\n| model | STRING | Name of the CMIP5 model, eg 'inmcm4' |\n| ensemble | STRING | Either 'r1i1p1' or 'r6i1p1' |\n\n### Terms of Use\n\n**Terms of Use**\n\nThe MACA datasets were created with funding from the\nUS government and are in the public domain in the United States.\nFor further clarity, unless otherwise noted, the MACA datasets\nare made available with a Creative Commons CC0 1.0 Universal dedication.\nIn short, John Abatzoglou waives all rights to the work worldwide\nunder copyright law, including all related and neighboring rights,\nto the extent allowed by law. You can copy, modify, distribute,\nand perform the work, even for commercial purposes, all without\nasking permission. John Abatzoglou makes no warranties about the\nwork, and disclaims liability for all uses of the work, to the\nfullest extent permitted by applicable law. Users should properly\ncite the source used in the creation of any reports and publications\nresulting from the use of this dataset and note the date when the\ndata was acquired. For more information refer to the [MACA References\nand License](https://climate.northwestknowledge.net/MACA/MACAreferences.php)\npage.\n\n### Citations\n\nCitations:\n\n- Abatzoglou J.T. and Brown T.J., A comparison of statistical downscaling\n methods suited for wildfire applications, International Journal\n of Climatology(2012) [doi:10.1002/joc.2312](https://doi.org/10.1002/joc.2312).\n\n### Explore with Earth Engine\n\n| **Important:** Earth Engine is a platform for petabyte-scale scientific analysis and visualization of geospatial datasets, both for public benefit and for business and government users. Earth Engine is free to use for research, education, and nonprofit use. To get started, please [register for Earth Engine access.](https://console.cloud.google.com/earth-engine)\n\n### Code Editor (JavaScript)\n\n```javascript\nvar dataset = ee.ImageCollection('IDAHO_EPSCOR/MACAv2_METDATA')\n .filter(ee.Filter.date('2018-08-01', '2018-08-15'));\nvar maximumTemperature = dataset.select('tasmax');\nvar maximumTemperatureVis = {\n min: 290.0,\n max: 314.0,\n palette: ['d8d8d8', '4addff', '5affa3', 'f2ff89', 'ff725c'],\n};\nMap.setCenter(-84.37, 33.5, 5);\nMap.addLayer(maximumTemperature, maximumTemperatureVis, 'Maximum Temperature');\n```\n[Open in Code Editor](https://code.earthengine.google.com/?scriptPath=Examples:Datasets/IDAHO_EPSCOR/IDAHO_EPSCOR_MACAv2_METDATA) \n[MACAv2-METDATA: University of Idaho, Multivariate Adaptive Constructed Analogs Applied to Global Climate Models](/earth-engine/datasets/catalog/IDAHO_EPSCOR_MACAv2_METDATA) \nThe MACAv2-METDATA dataset is a collection of 20 global climate models covering the conterminous USA. The Multivariate Adaptive Constructed Analogs (MACA) method is a statistical downscaling method which utilizes a training dataset (i.e. a meteorological observation dataset) to remove historical biases and match spatial patterns in climate model output. The ... \nIDAHO_EPSCOR/MACAv2_METDATA, climate,conus,geophysical,idaho,maca,monthly \n1900-01-01T00:00:00Z/2100-12-31T00:00:00Z \n24.9 -124.9 49.6 -67 \nGoogle Earth Engine \nhttps://developers.google.com/earth-engine/datasets\n\n- [](https://doi.org/http://www.climatologylab.org/maca.html)\n- [](https://doi.org/https://developers.google.com/earth-engine/datasets/catalog/IDAHO_EPSCOR_MACAv2_METDATA)"]]
