TerraClimate هي مجموعة بيانات تتضمّن معلومات شهرية عن المناخ وتوازن المياه المناخي لأسطح الأرض على مستوى العالم. تستخدم هذه الطريقة الاستيفاء المستند إلى المناخ،
حيث تجمع بين المعدّلات المناخية العادية ذات الدقة المكانية العالية من
مجموعة بيانات WorldClim، وبين البيانات ذات الدقة المكانية الأقل
والتي تتغيّر بمرور الوقت من
CRU Ts4.0 و
Japanese 55-year Reanalysis (JRA55).
من الناحية النظرية، يطبّق الإجراء القيم الشاذة المتغيرة زمنيًا والمستنبطة
من CRU Ts4.0/JRA55 على المناخيات ذات الدقة المكانية العالية
في WorldClim لإنشاء مجموعة بيانات ذات دقة مكانية عالية تغطي سجلًا زمنيًا
أوسع.
يتم استخلاص المعلومات الزمنية من مجموعة بيانات CRU Ts4.0 لمعظم أسطح الأراضي العالمية، وذلك فيما يتعلق بدرجة الحرارة وهطول الأمطار وضغط البخار. ومع ذلك، يتم استخدام بيانات JRA55 في المناطق التي لم تتضمّن بيانات CRU أي محطات مناخية مساهمة (بما في ذلك كل القارة القطبية الجنوبية وأجزاء من أفريقيا وأمريكا الجنوبية وجزر متفرقة). بالنسبة إلى متغيّرات المناخ الأساسية، أي درجة الحرارة وضغط البخار وهطول الأمطار، تقدّم جامعة آيداهو بيانات إضافية حول عدد المحطات (بين 0 و8) التي ساهمت في بيانات CRU Ts4.0 التي تستخدمها TerraClimate. تم استخدام JRA55
حصريًا للإشعاع الشمسي وسرعات الرياح.
بالإضافة إلى ذلك، تنتج TerraClimate مجموعات بيانات شهرية عن توازن المياه السطحية
باستخدام نموذج لتوازن المياه يتضمّن التبخر النتحي المرجعي
وهطول الأمطار ودرجة الحرارة وقدرة التربة على استخراج المياه من النباتات
المستنبطة. تم استخدام نموذج معدَّل لموازنة المياه المناخية وفقًا لطريقة Thornthwaite-Mather وبيانات سعة تخزين المياه القابلة للاستخراج في التربة على شبكة تبلغ مساحتها 0.5 درجة من Wang-Erlandsson وآخرين (2016).
حدود البيانات:
يتم اكتساب المؤشرات الطويلة الأمد في البيانات من مجموعات البيانات الرئيسية.
يجب عدم استخدام بيانات TerraClimate مباشرةً لإجراء تقييمات مستقلة للاتجاهات.
لن ترصد مجموعة بيانات TerraClimate التغيّر الزمني بمقاييس أدق من مجموعات البيانات الرئيسية، وبالتالي لن تتمكّن من رصد التغيّر في نسب الهطول التضاريسي والانعكاسات.
نموذج توازن المياه بسيط جدًا ولا يأخذ في الاعتبار التباين في أنواع النباتات أو استجابتها الفسيولوجية لتغيّر الظروف البيئية.
التحقّق المحدود من الصحة في المناطق التي تتوفّر فيها بيانات قليلة (مثل أنتاركتيكا).
النطاقات
حجم البكسل 4638.3 متر
النطاقات
الاسم
الوحدات
الحد الأدنى
الحد الأقصى
التطور
حجم البكسل
الوصف
aet
الشهر
0*
3140*
0.1
أمتار
التبخر الفعلي والنتح، مشتق باستخدام نموذج توازن المياه في التربة أحادي الأبعاد
def
الشهر
0*
4548*
0.1
أمتار
عجز المياه المناخية، مشتق باستخدام نموذج توازن المياه في التربة أحادي الأبعاد
pdsi
-4317*
3418*
0.01
أمتار
مؤشر "بالمر" لخطورة الجفاف
pet
الشهر
0*
4548*
0.1
أمتار
النتح التبخري المرجعي (معادلة Penman-Montieth الصادرة عن الجمعية الأمريكية للمهندسين المدنيين)
pr
الشهر
0*
7245*
أمتار
تراكم المتساقطات
ro
الشهر
0*
12560*
أمتار
الجريان السطحي، مشتق باستخدام نموذج توازن المياه في التربة أحادي الأبعاد
soil
الشهر
0*
8882*
0.1
أمتار
رطوبة التربة، مشتقة باستخدام نموذج توازن المياه في التربة أحادي الأبعاد
srad
واط/م^2
0*
5477*
0.1
أمتار
الإشعاع الموجي القصير للسطح المتّجه للأسفل
swe
الشهر
0*
32767*
أمتار
مكافئ المياه من الثلوج، مشتق باستخدام نموذج توازن المياه في التربة أحادي الأبعاد
tmmn
درجة مئوية
-770*
387*
0.1
أمتار
الحد الأدنى لدرجة الحرارة
tmmx
درجة مئوية
-670*
576*
0.1
أمتار
الحد الأقصى لدرجة الحرارة
vap
كيلو باسكال
0*
14749*
0.001
أمتار
ضغط البخار
vpd
كيلو باسكال
0*
1113*
0.01
أمتار
عجز ضغط البخار
vs
م/ث
0*
2923*
0.01
أمتار
سرعة الرياح على ارتفاع 10 أمتار
* الحدّ الأدنى أو الأقصى للقيمة المقدَّرة
خصائص الصورة
خصائص الصورة
الاسم
النوع
الوصف
status
سلسلة
"مؤقت" أو "دائم"
بنود الاستخدام
بنود الاستخدام
مجموعة البيانات متاحة للجميع بموجب ترخيص المشاع الإبداعي
العام (CC0).
الاقتباسات
الاقتباسات:
Abatzoglou, J.T., S.Z. Dobrowski, S.A. Parks, K.C. Hegewisch, 2018,
Terraclimate, a high-resolution global dataset of monthly climate and
climatic water balance from 1958-2015, Scientific Data 5:170191,
doi:10.1038/sdata.2017.191
TerraClimate هي مجموعة بيانات تتضمّن معلومات شهرية عن المناخ وتوازن المياه المناخي على مستوى أسطح الأرض. تستخدم هذه الطريقة الاستيفاء المستند إلى المناخ، حيث تجمع بين المعدّلات المناخية العادية ذات الدقة المكانية العالية من مجموعة بيانات WorldClim، وبين البيانات ذات الدقة المكانية الأقل ولكن المتغيرة بمرور الوقت من CRU Ts4.0 وJapanese 55-year Reanalysis (JRA55). من الناحية النظرية، ينطبق الإجراء على …
[null,null,[],[[["\u003cp\u003eTerraClimate provides monthly climate and climatic water balance data for global terrestrial surfaces from 1958 to 2023.\u003c/p\u003e\n"],["\u003cp\u003eThe dataset integrates high-resolution climatological normals from WorldClim with time-varying data from CRU Ts4.0 and JRA55.\u003c/p\u003e\n"],["\u003cp\u003eIt offers various climate variables, including temperature, precipitation, vapor pressure, solar radiation, and wind speeds, alongside derived water balance components like evapotranspiration, runoff, and soil moisture.\u003c/p\u003e\n"],["\u003cp\u003eTerraClimate data is available at a 4638.3 meter resolution and is provided by the University of California Merced.\u003c/p\u003e\n"],["\u003cp\u003eWhile valuable for various climate-related analyses, users should be aware of limitations regarding trend analysis, fine-scale variability, and model simplicity, especially in data-sparse regions.\u003c/p\u003e\n"]]],[],null,["# TerraClimate: Monthly Climate and Climatic Water Balance for Global Terrestrial Surfaces, University of Idaho\n\nDataset Availability\n: 1958-01-01T00:00:00Z--2024-12-01T00:00:00Z\n\nDataset Provider\n:\n\n\n [University of California Merced](http://www.climatologylab.org/terraclimate.html)\n\nCadence\n: 1 Month\n\nTags\n:\n[climate](/earth-engine/datasets/tags/climate) [drought](/earth-engine/datasets/tags/drought) [evapotranspiration](/earth-engine/datasets/tags/evapotranspiration) [geophysical](/earth-engine/datasets/tags/geophysical) [global](/earth-engine/datasets/tags/global) [merced](/earth-engine/datasets/tags/merced) [monthly](/earth-engine/datasets/tags/monthly) [palmer](/earth-engine/datasets/tags/palmer) [pdsi](/earth-engine/datasets/tags/pdsi) [precipitation](/earth-engine/datasets/tags/precipitation) [runoff](/earth-engine/datasets/tags/runoff) [temperature](/earth-engine/datasets/tags/temperature) [vapor](/earth-engine/datasets/tags/vapor) [water-vapor](/earth-engine/datasets/tags/water-vapor) [wind](/earth-engine/datasets/tags/wind) \n\n#### Description\n\nTerraClimate is a dataset of monthly climate and climatic water balance for\nglobal terrestrial surfaces. It uses climatically aided interpolation,\ncombining high-spatial resolution climatological normals from the\n[WorldClim dataset](https://www.worldclim.org/), with coarser spatial\nresolution, but time-varying data from\n[CRU Ts4.0](https://data.ceda.ac.uk/badc/cru/data/cru_ts/) and the\n[Japanese 55-year Reanalysis (JRA55)](https://jra.kishou.go.jp/JRA-55/index_en.html).\nConceptually, the procedure applies interpolated time-varying anomalies\nfrom CRU Ts4.0/JRA55 to the high-spatial resolution climatology of\nWorldClim to create a high-spatial resolution dataset that covers a broader\ntemporal record.\n\nTemporal information is inherited from CRU Ts4.0 for most global land\nsurfaces for temperature, precipitation, and vapor pressure. However,\nJRA55 data is used for regions where CRU data had zero climate stations\ncontributing (including all of Antarctica, and parts of Africa,\nSouth America, and scattered islands). For primary climate variables of\ntemperature, vapor pressure, and precipitation, the University of Idaho\nprovides additional data on the number of stations (between 0 and 8) that\ncontributed to the CRU Ts4.0 data used by TerraClimate. JRA55 was used\nexclusively for solar radiation and wind speeds.\n\nTerraClimate additionally produces monthly surface water balance datasets\nusing a water balance model that incorporates reference evapotranspiration,\nprecipitation, temperature, and interpolated plant extractable soil water\ncapacity. A modified Thornthwaite-Mather climatic water-balance model and\nextractable soil water storage capacity data was used at a 0.5° grid from\nWang-Erlandsson et al. (2016).\n\nData Limitations:\n\n1. Long-term trends in data are inherited from parent datasets.\n TerraClimate should not be used directly for independent assessments of\n trends.\n\n2. TerraClimate will not capture temporal variability at finer scales than\n parent datasets and thus is not able to capture variability in\n orographic precipitation ratios and inversions.\n\n3. The water balance model is very simple and does not account for\n heterogeneity in vegetation types or their physiological response to\n changing environmental conditions.\n\n4. Limited validation in data-sparse regions (e.g., Antarctica).\n\n### Bands\n\n\n**Pixel Size**\n\n4638.3 meters\n\n**Bands**\n\n| Name | Units | Min | Max | Scale | Pixel Size | Description |\n|--------|--------|---------|---------|-------|------------|-------------------------------------------------------------------------------------|\n| `aet` | mm | 0\\* | 3140\\* | 0.1 | meters | Actual evapotranspiration, derived using a one-dimensional soil water balance model |\n| `def` | mm | 0\\* | 4548\\* | 0.1 | meters | Climate water deficit, derived using a one-dimensional soil water balance model |\n| `pdsi` | | -4317\\* | 3418\\* | 0.01 | meters | Palmer Drought Severity Index |\n| `pet` | mm | 0\\* | 4548\\* | 0.1 | meters | Reference evapotranspiration (ASCE Penman-Montieth) |\n| `pr` | mm | 0\\* | 7245\\* | | meters | Precipitation accumulation |\n| `ro` | mm | 0\\* | 12560\\* | | meters | Runoff, derived using a one-dimensional soil water balance model |\n| `soil` | mm | 0\\* | 8882\\* | 0.1 | meters | Soil moisture, derived using a one-dimensional soil water balance model |\n| `srad` | W/m\\^2 | 0\\* | 5477\\* | 0.1 | meters | Downward surface shortwave radiation |\n| `swe` | mm | 0\\* | 32767\\* | | meters | Snow water equivalent, derived using a one-dimensional soil water balance model |\n| `tmmn` | °C | -770\\* | 387\\* | 0.1 | meters | Minimum temperature |\n| `tmmx` | °C | -670\\* | 576\\* | 0.1 | meters | Maximum temperature |\n| `vap` | kPa | 0\\* | 14749\\* | 0.001 | meters | Vapor pressure |\n| `vpd` | kPa | 0\\* | 1113\\* | 0.01 | meters | Vapor pressure deficit |\n| `vs` | m/s | 0\\* | 2923\\* | 0.01 | meters | Wind-speed at 10m |\n\n\\* estimated min or max value\n\n### Image Properties\n\n**Image Properties**\n\n| Name | Type | Description |\n|--------|--------|------------------------------|\n| status | STRING | 'provisional' or 'permanent' |\n\n### Terms of Use\n\n**Terms of Use**\n\nThe data set is in the public domain as licensed under the Creative Commons\nPublic Domain (CC0) license.\n\n### Citations\n\nCitations:\n\n- Abatzoglou, J.T., S.Z. Dobrowski, S.A. Parks, K.C. Hegewisch, 2018,\n Terraclimate, a high-resolution global dataset of monthly climate and\n climatic water balance from 1958-2015, Scientific Data 5:170191,\n [doi:10.1038/sdata.2017.191](https://doi.org/10.1038/sdata.2017.191)\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/TERRACLIMATE')\n .filter(ee.Filter.date('2017-07-01', '2017-08-01'));\nvar maximumTemperature = dataset.select('tmmx');\nvar maximumTemperatureVis = {\n min: -300.0,\n max: 300.0,\n palette: [\n '1a3678', '2955bc', '5699ff', '8dbae9', 'acd1ff', 'caebff', 'e5f9ff',\n 'fdffb4', 'ffe6a2', 'ffc969', 'ffa12d', 'ff7c1f', 'ca531a', 'ff0000',\n 'ab0000'\n ],\n};\nMap.setCenter(71.72, 52.48, 3);\nMap.addLayer(maximumTemperature, maximumTemperatureVis, 'Maximum Temperature');\n```\nPython setup\n\nSee the [Python Environment](/earth-engine/guides/python_install) page for information on the Python API and using\n`geemap` for interactive development. \n\n```python\nimport ee\nimport geemap.core as geemap\n```\n\n### Colab (Python)\n\n```python\ndataset = ee.ImageCollection('IDAHO_EPSCOR/TERRACLIMATE').filter(\n ee.Filter.date('2017-07-01', '2017-08-01')\n)\nmaximum_temperature = dataset.select('tmmx')\nmaximum_temperature_vis = {\n 'min': -300.0,\n 'max': 300.0,\n 'palette': [\n '1a3678',\n '2955bc',\n '5699ff',\n '8dbae9',\n 'acd1ff',\n 'caebff',\n 'e5f9ff',\n 'fdffb4',\n 'ffe6a2',\n 'ffc969',\n 'ffa12d',\n 'ff7c1f',\n 'ca531a',\n 'ff0000',\n 'ab0000',\n ],\n}\n\nm = geemap.Map()\nm.set_center(71.72, 52.48, 3)\nm.add_layer(\n maximum_temperature, maximum_temperature_vis, 'Maximum Temperature'\n)\nm\n```\n[Open in Code Editor](https://code.earthengine.google.com/?scriptPath=Examples:Datasets/IDAHO_EPSCOR/IDAHO_EPSCOR_TERRACLIMATE) \n[TerraClimate: Monthly Climate and Climatic Water Balance for Global Terrestrial Surfaces, University of Idaho](/earth-engine/datasets/catalog/IDAHO_EPSCOR_TERRACLIMATE) \nTerraClimate is a dataset of monthly climate and climatic water balance for global terrestrial surfaces. It uses climatically aided interpolation, combining high-spatial resolution climatological normals from the WorldClim dataset, with coarser spatial resolution, but time-varying data from CRU Ts4.0 and the Japanese 55-year Reanalysis (JRA55). Conceptually, the procedure applies interpolated ... \nIDAHO_EPSCOR/TERRACLIMATE, climate,drought,evapotranspiration,geophysical,global,merced,monthly,palmer,pdsi,precipitation,runoff,temperature,vapor,water-vapor,wind \n1958-01-01T00:00:00Z/2024-12-01T00:00:00Z \n-90 -180 90 180 \nGoogle Earth Engine \nhttps://developers.google.com/earth-engine/datasets\n\n- [](https://doi.org/http://www.climatologylab.org/terraclimate.html)\n- [](https://doi.org/https://developers.google.com/earth-engine/datasets/catalog/IDAHO_EPSCOR_TERRACLIMATE)"]]
