
- 数据集可用性
- 1900-01-01T00:00:00Z–2099-12-31T00:00:00Z
- 数据集提供商
- 加利福尼亚大学默塞德分校
- 频率
- 1 个月
- 标签
说明
MACAv2-METDATA 数据集包含 20 个覆盖美国本土的全球气候模型。多变量自适应构建类比 (MACA) 方法是一种统计降尺度方法,它利用训练数据集(即气象观测数据集)来消除历史偏差并匹配气候模型输出中的空间模式。
我们使用 MACA 方法将耦合模式比较项目 5 (CMIP5) 中 20 个全球气候模型 (GCM) 的模型输出从 GCM 的原生分辨率降尺度到 4 公里,以用于历史 GCM 强迫(1950 年至 2005 年)和未来代表性浓度路径 (RCP) RCP 4.5 和 RCP 8.5 情景(2006 年至 2100 年)。
此版本包含每月摘要。
如需查看完整模型列表,请访问: https://climate.northwestknowledge.net/MACA/GCMs.php
频段
像素大小
4638.3 米
频段
名称 | 单位 | 最小值 | 最大值 | 像素尺寸 | 说明 |
---|---|---|---|---|---|
tasmax |
K | 251.95* | 330.64* | 米 | 近地表每日最高温度的月平均值 |
tasmin |
K | 239.47* | 316.2* | 米 | 近地表每日最低温度的月平均值 |
huss |
质量分数 | 0* | 0.03* | 米 | 近地表平均日比湿的月平均值 |
pr |
mm | 0* | 3691.91* | 米 | 地表月总降水量 |
rsds |
瓦/平方米 | 15.84* | 419* | 米 | 地表平均每日向下短波辐射的月平均值 |
was |
米/秒 | 0.23* | 14.16* | 米 | 日均近地表风速的月平均值 |
图片属性
图片属性
名称 | 类型 | 说明 |
---|---|---|
scenario | STRING | CMIP5 情景的名称,可以是“rcp85”“rcp45”或“historical” |
模型 | STRING | CMIP5 模型的名称,例如“inmcm4” |
集成学习 | STRING | “r1i1p1”或“r6i1p1” |
月 | 双精度 | 一年中月份的索引,即 1-12 |
使用条款
使用条款
MACA 数据集由美国政府资助创建,在美国属于公共领域。 为进一步明确起见,除非另有说明,否则 MACA 数据集根据知识共享 CC0 1.0 通用公共领域贡献声明提供。简而言之,John Abatzoglou 在全球范围内放弃了根据版权法对该作品享有的所有权利,包括所有相关权利和邻接权,但以法律允许的范围为限。您可以复制、修改、分发和表演本作品,甚至出于商业目的使用本作品,而无需征得许可。John Abatzoglou 对本作品不作任何保证,并声明在适用法律允许的最大范围内,对本作品的所有使用不承担任何责任。用户应正确引用在创建任何报告和出版物时使用的数据集来源,并注明获取数据的日期。如需了解详情,请参阅 MACA 参考和许可页面。
引用
Abatzoglou J.T. 和 Brown T.J.,A comparison of statistical downscaling methods suited for wildfire applications”(适用于野火应用的统计降尺度方法比较),International Journal of Climatology(2012 年)doi:10.1002/joc.2312。
使用 Earth Engine 探索
代码编辑器 (JavaScript)
var dataset = ee.ImageCollection('IDAHO_EPSCOR/MACAv2_METDATA_MONTHLY') .filter(ee.Filter.date('2018-07-01', '2018-08-01')); var maximumTemperature = dataset.select('tasmax'); var maximumTemperatureVis = { min: 290.0, max: 314.0, palette: ['d8d8d8', '4addff', '5affa3', 'f2ff89', 'ff725c'], }; Map.setCenter(-115.356, 38.686, 5); Map.addLayer(maximumTemperature, maximumTemperatureVis, 'Maximum Temperature');