TerraClimate — это набор данных о ежемесячном климате и климатическом водном балансе для земной поверхности. Он использует интерполяцию с климатической поддержкой, объединяя климатологические нормали с высоким пространственным разрешением из набора данных WorldClim с данными с более грубым пространственным разрешением, но изменяющимися во времени из CRU Ts4.0 и японского 55-летнего реанализа (JRA55) . Концептуально, процедура применяет интерполированные изменяющиеся во времени аномалии из CRU Ts4.0/JRA55 к климатологическим данным с высоким пространственным разрешением WorldClim для создания набора данных с высоким пространственным разрешением, охватывающего более широкий временной диапазон.
Временная информация для большинства поверхностей суши мира (температура, осадки и давление водяного пара) унаследована из CRU Ts4.0. Однако данные JRA55 используются для регионов, где данные CRU не содержат данных климатических станций (включая всю Антарктиду, а также части Африки, Южной Америки и отдельные острова). Для основных климатических переменных, таких как температура, давление водяного пара и осадки, Университет Айдахо предоставляет дополнительные данные о количестве станций (от 0 до 8), которые внесли свой вклад в данные CRU Ts4.0, используемые TerraClimate. Данные JRA55 использовались исключительно для солнечной радиации и скорости ветра.
TerraClimate также ежемесячно генерирует наборы данных о балансе поверхностных вод, используя модель водного баланса, которая включает в себя эталонные значения эвапотранспирации, осадков, температуры и интерполированную влагоемкость почвы, извлекаемую растениями. Для этого использовались модифицированная климатическая модель водного баланса Торнтвейта-Мазера и данные о влагоемкости почвы, извлекаемой растениями, с шагом сетки 0,5° из работы Ван-Эрландссона и др. (2016).
Ограничения данных:
Долгосрочные тенденции в данных наследуются из исходных наборов данных. TerraClimate не следует использовать напрямую для независимой оценки тенденций.
TerraClimate не фиксирует временную изменчивость в более мелких масштабах, чем исходные наборы данных, и, таким образом, не может фиксировать изменчивость орографических соотношений осадков и инверсий.
Модель водного баланса очень проста и не учитывает неоднородность типов растительности или их физиологическую реакцию на изменяющиеся условия окружающей среды.
Ограниченная проверка в регионах с недостатком данных (например, Антарктида).
Группы
Размер пикселя 4638,3 метра
Группы
Имя
Единицы
Мин.
Макс
Шкала
Размер пикселя
Описание
aet
мм
0*
3140*
0.1
метров
Фактическое испарение, полученное с помощью одномерной модели водного баланса почвы
def
мм
0*
4548*
0.1
метров
Дефицит климатической воды, полученный с помощью одномерной модели баланса почвенной воды
pdsi
-4317*
3418*
0,01
метров
Индекс интенсивности засухи Палмера
pet
мм
0*
4548*
0.1
метров
Эталонное испарение (ASCE Penman-Montieth)
pr
мм
0*
7245*
метров
Накопление осадков
ro
мм
0*
12560*
метров
Сток, полученный с помощью одномерной модели баланса почвенной влаги
soil
мм
0*
8882*
0.1
метров
Влажность почвы, полученная с помощью одномерной модели водного баланса почвы
srad
Вт/м^2
0*
5477*
0.1
метров
Нисходящая поверхностная коротковолновая радиация
swe
мм
0*
32767*
метров
Водный эквивалент снега, полученный с помощью одномерной модели баланса почвенной влаги
tmmn
°С
-770*
387*
0.1
метров
Минимальная температура
tmmx
°С
-670*
576*
0.1
метров
Максимальная температура
vap
кПа
0*
14749*
0,001
метров
Давление пара
vpd
кПа
0*
1113*
0,01
метров
Дефицит давления пара
vs
РС
0*
2923*
0,01
метров
Скорость ветра на высоте 10 м
* расчетное минимальное или максимальное значение
Свойства изображения
Свойства изображения
Имя
Тип
Описание
статус
НИТЬ
«временный» или «постоянный»
Условия эксплуатации
Условия эксплуатации
Набор данных находится в открытом доступе и лицензирован по лицензии Creative Commons Public Domain (CC0).
Цитаты
Цитаты:
Абацоглу, Дж. Т., С. З. Добровски, С. А. Паркс, К. К. Хегевиш, 2018, Terraclimate, глобальный набор данных высокого разрешения о ежемесячном климате и климатическом водном балансе за период с 1958 по 2015 год, Scientific Data 5:170191, doi:10.1038/sdata.2017.191
TerraClimate — это набор данных о ежемесячном климате и климатическом водном балансе для поверхности суши. Он использует интерполяцию с климатической поддержкой, объединяя климатологические нормали с высоким пространственным разрешением из набора данных WorldClim с данными с более грубым пространственным разрешением, но меняющимися во времени из CRU Ts4.0 и японского 55-летнего реанализа (JRA55). Концептуально, процедура использует интерполированные…
[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)"]]
