مجموعة بيانات MACAv2-METDATA هي مجموعة من 20 نموذجًا عالميًا للمناخ تغطي الولايات المتحدة المتجاورة. طريقة MACA (المتغيرات المتعددة التكيفية المشابهة) هي طريقة إحصائية لتقليل المقياس تستخدم مجموعة بيانات تدريبية (أي مجموعة بيانات خاصة بالأرصاد الجوية) لإزالة التحيزات السابقة ومطابقة الأنماط المكانية في نتائج نموذج المناخ.
تم استخدام طريقة MACA لتقليل دقة نتائج النماذج من 20 نموذجًا من نماذج المناخ العالمية (GCM) ضمن مشروع المقارنة بين النماذج المقترنة 5 (CMIP5) من أجل تحديد القوى الدافعة التاريخية لنموذج المناخ العالمي (1950-2005) وسيناريوهات مسارات التركيز التمثيلية (RCP) المستقبلية، أي RCP 4.5 وRCP 8.5 (2006-2100)، من الدقة الأصلية لنموذج المناخ العالمي إلى 4 كيلومترات.
متوسط درجة الحرارة القصوى اليومية بالقرب من السطح خلال الشهر
tasmin
K
239.47*
316.2*
أمتار
متوسط درجة الحرارة الدنيا اليومية بالقرب من السطح شهريًا
huss
الكسر الكتلي
0*
0.03*
أمتار
متوسط شهري لمتوسط الرطوبة النوعية اليومية بالقرب من السطح
pr
الشهر
0*
3691.91*
أمتار
إجمالي كمية الأمطار الشهرية على السطح
rsds
واط/م^2
15.84*
419*
أمتار
متوسط شهري لمتوسط الإشعاع الشمسي الموجي القصير اليومي المتّجه للأسفل على السطح
was
م/ث
0.23*
14.16*
أمتار
المتوسط الشهري لمتوسط سرعة الرياح اليومية القريبة من السطح
* الحدّ الأدنى أو الأقصى للقيمة المقدَّرة
خصائص الصورة
خصائص الصورة
الاسم
النوع
الوصف
سيناريو
سلسلة
اسم سيناريو CMIP5، وهو أحد الخيارات التالية: "rcp85" أو "rcp45" أو "historical"
نموذج
سلسلة
اسم نموذج CMIP5، مثل "inmcm4"
مجموعة موحّدة
سلسلة
إما "r1i1p1" أو "r6i1p1"
شهر
مزدوج
فهرس الشهر في السنة، أي من 1 إلى 12
بنود الاستخدام
بنود الاستخدام
تم إنشاء مجموعات بيانات MACA بتمويل من حكومة الولايات المتحدة، وهي متاحة للجميع في الولايات المتحدة.
ولمزيد من التوضيح، ما لم يُذكر خلاف ذلك، تتوفّر مجموعات بيانات MACA بموجب ترخيص Creative Commons CC0 1.0 Universal.
باختصار، يتنازل جون أباتزوغلو عن جميع الحقوق المتعلقة بالعمل في جميع أنحاء العالم بموجب قانون حقوق الطبع والنشر، بما في ذلك جميع الحقوق ذات الصلة والحقوق المجاورة، وذلك إلى الحد الذي يسمح به القانون. يمكنك نسخ العمل وتعديله وتوزيعه وتنفيذه، حتى لأغراض تجارية، وكل ذلك بدون طلب الإذن. لا يقدّم "جون أباتزوغلو" أي ضمانات بشأن العمل، ويخلي مسؤوليته عن جميع استخدامات العمل إلى أقصى حدّ يسمح به القانون الساري. على المستخدمين الإشارة بشكل صحيح إلى المصدر المستخدَم في إنشاء أي تقارير ومنشورات ناتجة عن استخدام مجموعة البيانات هذه، وتدوين تاريخ الحصول على البيانات. لمزيد من المعلومات، يُرجى الرجوع إلى صفحة مراجع MACA والترخيص.
الاقتباسات
الاقتباسات:
Abatzoglou J.T. and Brown T.J., A comparison of statistical downscaling
methods suited for wildfire applications, International Journal
of Climatology(2012) doi:10.1002/joc.2312.
مجموعة بيانات MACAv2-METDATA هي مجموعة من 20 نموذجًا مناخيًا عالميًا تغطي الولايات المتحدة المتجاورة. طريقة "المشابهات المتعددة المتغيرة القابلة للتكيّف" (MACA) هي طريقة إحصائية لتقليل الحجم تستخدم مجموعة بيانات تدريبية (أي مجموعة بيانات أرصاد جوية) لإزالة الانحيازات السابقة ومطابقة الأنماط المكانية في نتائج نموذج المناخ. الـ …
[null,null,[],[[["\u003cp\u003eThe MACAv2-METDATA dataset provides monthly summaries of climate data for the conterminous US, downscaled to a 4km resolution.\u003c/p\u003e\n"],["\u003cp\u003eIt includes data from 20 global climate models, covering historical periods (1950-2005) and future scenarios (RCP 4.5 and RCP 8.5) up to the year 2100.\u003c/p\u003e\n"],["\u003cp\u003eThe dataset utilizes the Multivariate Adaptive Constructed Analogs (MACA) method to reduce biases and improve spatial patterns in climate model outputs.\u003c/p\u003e\n"],["\u003cp\u003eKey variables include maximum/minimum temperature, specific humidity, precipitation, shortwave radiation, and wind speed.\u003c/p\u003e\n"],["\u003cp\u003eThe data is freely available for research, education, and nonprofit use under a Creative Commons CC0 1.0 Universal dedication.\u003c/p\u003e\n"]]],[],null,["# MACAv2-METDATA Monthly Summaries: University of Idaho, Multivariate Adaptive Constructed Analogs Applied to Global Climate Models\n\nDataset Availability\n: 1900-01-01T00:00:00Z--2099-12-31T00:00:00Z\n\nDataset Provider\n:\n\n\n [University of California Merced](http://www.climatologylab.org/maca.html)\n\nCadence\n: 1 Month\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\nThis version contains monthly summaries.\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 | 251.95\\* | 330.64\\* | meters | Monthly average of maximum daily temperature near surface |\n| `tasmin` | K | 239.47\\* | 316.2\\* | meters | Monthly average of minimum daily temperature near surface |\n| `huss` | Mass fraction | 0\\* | 0.03\\* | meters | Monthly average of mean daily specific humidity near surface |\n| `pr` | mm | 0\\* | 3691.91\\* | meters | Total monthly precipitation amount at surface |\n| `rsds` | W/m\\^2 | 15.84\\* | 419\\* | meters | Monthly average of mean daily downward shortwave radiation at surface |\n| `was` | m/s | 0.23\\* | 14.16\\* | meters | Monthly average of mean daily near surface wind speed |\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| month | DOUBLE | The index of the month in the year, ie 1-12 |\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_MONTHLY')\n .filter(ee.Filter.date('2018-07-01', '2018-08-01'));\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(-115.356, 38.686, 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_MONTHLY) \n[MACAv2-METDATA Monthly Summaries: University of Idaho, Multivariate Adaptive Constructed Analogs Applied to Global Climate Models](/earth-engine/datasets/catalog/IDAHO_EPSCOR_MACAv2_METDATA_MONTHLY) \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_MONTHLY, climate,conus,geophysical,idaho,maca,monthly \n1900-01-01T00:00:00Z/2099-12-31T00:00:00Z \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_MONTHLY)"]]
