TerraClimate는 전 세계 지표면의 월별 기후 및 기후적 물 균형 데이터 세트입니다. 기후 지원 보간법을 사용하여 WorldClim 데이터 세트의 높은 공간 해상도 기후학적 표준과 CRU Ts4.0 및 일본 55년 재분석 (JRA55)의 더 낮은 공간 해상도지만 시간 변동 데이터를 결합합니다.
개념적으로 이 절차는 CRU Ts4.0/JRA55의 보간된 시간 변동 이상치를 WorldClim의 고해상도 기후에 적용하여 더 넓은 시간 기록을 포함하는 고해상도 데이터 세트를 만듭니다.
온도, 강수량, 증기압의 경우 대부분의 전 세계 육지 표면에서 시간 정보가 CRU Ts4.0에서 상속됩니다. 하지만 CRU 데이터에 기여하는 기후 관측소가 0개인 지역 (남극 전체, 아프리카, 남아메리카, 산재된 섬의 일부 포함)에는 JRA55 데이터가 사용됩니다. 온도, 증기압, 강수의 기본 기후 변수의 경우 아이다호 대학교에서 TerraClimate에서 사용하는 CRU Ts4.0 데이터에 기여한 관측소 수 (0~8개)에 관한 추가 데이터를 제공합니다. JRA55는 태양 복사 및 풍속에만 사용되었습니다.
또한 TerraClimate는 기준 증발산량, 강수량, 온도, 보간된 식물 추출 가능 토양 수분 용량을 통합하는 수분 균형 모델을 사용하여 월별 지표수 균형 데이터 세트를 생성합니다. 수정된 Thornthwaite-Mather 기후 수분 균형 모델과 추출 가능한 토양 수분 저장 용량 데이터가 Wang-Erlandsson 외(2016)의 0.5° 그리드에서 사용되었습니다.
데이터 제한사항:
데이터의 장기 추세는 상위 데이터 세트에서 상속됩니다.
TerraClimate는 추세에 대한 독립적인 평가에 직접 사용해서는 안 됩니다.
TerraClimate는 상위 데이터 세트보다 세부적인 규모의 시간적 변동성을 포착하지 않으므로 지형 강수 비율 및 역전의 변동성을 포착할 수 없습니다.
수분 균형 모델은 매우 간단하며 식물 유형의 이질성이나 변화하는 환경 조건에 대한 생리적 반응을 고려하지 않습니다.
데이터가 부족한 지역 (예: 남극)에 있는 경우에만 사용할 수 있습니다.
대역
픽셀 크기 4638.3미터
대역
이름
단위
최소
최대
확장
픽셀 크기
설명
aet
mm
0*
3140*
0.1
미터
1차원 토양 수분 균형 모델을 사용하여 파생된 실제 증발산량
def
mm
0*
4548*
0.1
미터
1차원 토양 수분 균형 모델을 사용하여 산출된 기후 수분 부족
pdsi
-4317*
3418*
0.01
미터
Palmer 가뭄 심각도 지수
pet
mm
0*
4548*
0.1
미터
기준 증발산량 (ASCE Penman-Montieth)
pr
mm
0*
7245*
미터
강수량 누적
ro
mm
0*
12560*
미터
1차원 토양 수분 균형 모델을 사용하여 산출된 유출
soil
mm
0*
8882*
0.1
미터
1차원 토양 수분 균형 모델을 사용하여 파생된 토양 수분
srad
W/m^2
0*
5477*
0.1
미터
지표면 하향 단파 복사
swe
mm
0*
32767*
미터
1차원 토양 수분 균형 모델을 사용하여 산출된 적설량
tmmn
°C
-770*
387*
0.1
미터
최저 온도
tmmx
°C
-670*
576*
0.1
미터
최고 온도
vap
kPa
0*
14749*
0.001
미터
증기압
vpd
kPa
0*
1113*
0.01
미터
증기압 부족
vs
m/s
0*
2923*
0.01
미터
10m에서의 풍속
* 예상 최솟값 또는 최댓값
이미지 속성
이미지 속성
이름
유형
설명
상태
문자열
'provisional' 또는 'permanent'
이용약관
이용약관
데이터 세트는 크리에이티브 커먼즈 퍼블릭 도메인 (CC0) 라이선스에 따라 라이선스가 부여되므로 퍼블릭 도메인에 있습니다.
인용
인용:
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
TerraClimate는 전 세계 지표면의 월별 기후 및 기후 수분 균형 데이터 세트입니다. 기후 지원 보간법을 사용하여 WorldClim 데이터 세트의 높은 공간 해상도 기후학적 표준과 CRU Ts4.0 및 일본 55년 재분석 (JRA55)의 더 낮은 공간 해상도지만 시간 변동 데이터를 결합합니다. 개념적으로 이 절차는 보간된 …
[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)"]]
