מערך הנתונים MACAv2-METDATA הוא אוסף של 20 מודלים גלובליים של אקלים שמכסים את ארה"ב הרציפה. שיטת ה-MACA (Multivariate Adaptive Constructed Analogs) היא שיטה סטטיסטית להקטנת קנה מידה, שמתבססת על מערך נתונים לאימון (כלומר, מערך נתונים של תצפיות מטאורולוגיות) כדי להסיר הטיות היסטוריות ולהתאים דפוסים מרחביים בתוצאות של מודל אקלים.
השתמשנו בשיטת MACA כדי להקטין את קנה המידה של פלט המודל מ-20 מודלים גלובליים של אקלים (GCM) של פרויקט ההשוואה בין מודלים משולבים 5 (CMIP5) עבור הכוחות ההיסטוריים של GCM (1950-2005) והתרחישים העתידיים של מסלולי ריכוז מייצגים (RCP) RCP 4.5 ו-RCP 8.5 (2006-2100) מהרזולוציה המקורית של ה-GCM ל-4 ק"מ.
ממוצע חודשי של הטמפרטורה היומית המקסימלית ליד פני השטח
tasmin
K
239.47*
316.2*
מטרים
ממוצע חודשי של הטמפרטורה היומית המינימלית ליד פני השטח
huss
חלק מהמסה
0*
0.03*
מטרים
ממוצע חודשי של הלחות הספציפית היומית הממוצעת ליד פני השטח
pr
מ"מ
0*
3691.91*
מטרים
כמות המשקעים החודשית הכוללת על פני השטח
rsds
W/m^2
15.84*
419*
מטרים
ממוצע חודשי של קרינת גלים קצרים יומית ממוצעת כלפי מטה על פני השטח
was
מ/ש
0.23*
14.16*
מטרים
ממוצע חודשי של מהירות הרוח היומית הממוצעת ליד פני השטח
* ערך מינימלי או מקסימלי משוער
מאפייני התמונה
מאפייני תמונה
שם
סוג
תיאור
תרחיש
מחרוזת
השם של תרחיש CMIP5, אחד מהערכים rcp85, rcp45 או historical
מודל
מחרוזת
השם של מודל CMIP5, למשל inmcm4
ensemble
מחרוזת
r1i1p1 או r6i1p1
חודש
נקודה צפה בדיוק כפול (Double Precision Floating Point)
האינדקס של החודש בשנה, כלומר 1-12
תנאים והגבלות
תנאים והגבלות
מערכי הנתונים של MACA נוצרו במימון של ממשלת ארה"ב והם נחלת הכלל בארצות הברית.
למען הבהרה, אלא אם צוין אחרת, מערכי הנתונים של MACA זמינים עם הקדשה אוניברסלית של Creative Commons CC0 1.0.
בקיצור, ג'ון אבאצוגלו מוותר על כל הזכויות ביצירה ברחבי העולם, בהתאם לדיני זכויות יוצרים, כולל כל הזכויות הקשורות והסמוכות, במידה שמותרת על פי חוק. אתם יכולים להעתיק, לשנות, להפיץ ולבצע את העבודה, גם למטרות מסחריות, בלי לבקש רשות. ג'ון אבאטזוגלו לא מעניק אחריות לגבי העבודה, ומתנער מאחריות לכל שימוש בעבודה, במידה המרבית שמותרת על פי החוק החל. המשתמשים צריכים לציין בצורה נכונה את המקור שבו נעשה שימוש ליצירת דוחות ופרסומים כלשהם כתוצאה מהשימוש במערך הנתונים הזה, ולציין את התאריך שבו הנתונים נרכשו. מידע נוסף זמין בדף MACA References and License.
ציטוטים ביבליוגרפיים
ציטוטים:
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.
מערך הנתונים MACAv2-METDATA הוא אוסף של 20 מודלים גלובליים של אקלים שמכסים את ארה"ב הרציפה. שיטת ה-MACA (Multivariate Adaptive Constructed Analogs) היא שיטת שינוי קנה מידה סטטיסטית שמתבססת על מערך נתונים לאימון (כלומר, מערך נתונים של תצפיות מטאורולוגיות) כדי להסיר הטיות היסטוריות ולהתאים דפוסים מרחביים בתוצאות של מודל אקלים. ה…
[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)"]]
