TerraClimate, küresel kara yüzeyleri için aylık iklim ve iklimsel su dengesi verilerinden oluşan bir veri kümesidir. Bu model, iklimsel olarak desteklenen enterpolasyonu kullanır. WorldClim veri kümesinden alınan yüksek mekansal çözünürlüklü iklimsel normaller ile CRU Ts4.0 ve Japanese 55-year Reanalysis (JRA55)'ten alınan, daha düşük mekansal çözünürlüklü ancak zamana göre değişen veriler birleştirilir.
Kavramsal olarak bu prosedür, daha geniş bir zamansal kaydı kapsayan yüksek mekansal çözünürlüklü bir veri kümesi oluşturmak için CRU Ts4.0/JRA55'ten elde edilen, zamanla değişen ve enterpolasyon uygulanmış anormallikleri WorldClim'in yüksek mekansal çözünürlüklü klimatolojisine uygular.
Sıcaklık, yağış ve buhar basıncı için çoğu küresel kara yüzeyinde zamansal bilgiler CRU Ts4.0'dan alınır. Ancak CRU verilerinin katkıda bulunan iklim istasyonunun olmadığı bölgelerde (Antarktika'nın tamamı ve Afrika, Güney Amerika'nın bazı kısımları ile dağınık adalar dahil) JRA55 verileri kullanılır. Sıcaklık, buhar basıncı ve yağış gibi temel iklim değişkenleri için Idaho Üniversitesi, TerraClimate tarafından kullanılan CRU Ts4.0 verilerine katkıda bulunan istasyonların sayısı (0 ile 8 arasında) hakkında ek veriler sağlar. JRA55 yalnızca güneş radyasyonu ve rüzgar hızları için kullanıldı.
TerraClimate ayrıca referans buharlaşma, yağış, sıcaklık ve bitkilerin kullanabileceği, enterpolasyonla elde edilmiş toprak suyu kapasitesini içeren bir su dengesi modeli kullanarak aylık yüzey suyu dengesi veri kümeleri oluşturur. Wang-Erlandsson ve diğerleri (2016) tarafından 0,5° ızgarada değiştirilmiş bir Thornthwaite-Mather iklimsel su dengesi modeli ve çıkarılabilir toprak suyu depolama kapasitesi verileri kullanılmıştır.
Veri Sınırlamaları:
Verilerdeki uzun vadeli trendler, üst veri kümelerinden devralınır.
TerraClimate, trendlerin bağımsız değerlendirmeleri için doğrudan kullanılmamalıdır.
TerraClimate, üst veri kümelerinden daha ayrıntılı ölçeklerde zamansal değişkenliği yakalamaz ve bu nedenle orografik yağış oranlarındaki ve tersine çevirmelerdeki değişkenliği yakalayamaz.
Su dengesi modeli çok basittir ve bitki türlerindeki çeşitliliği veya değişen çevre koşullarına karşı fizyolojik tepkilerini hesaba katmaz.
Verilerin seyrek olduğu bölgelerde sınırlı doğrulama (ör. Antarktika)
Bantlar
Piksel Boyutu 4638,3 metre
Bantlar
Ad
Birimler
Min.
Maks.
Ölçek
Piksel Boyutu
Açıklama
aet
mm
0*
3.140*
0,1
metre
Tek boyutlu bir toprak suyu dengesi modeli kullanılarak elde edilen gerçek buharlaşma
def
mm
0*
4548*
0,1
metre
Tek boyutlu bir toprak suyu dengesi modeli kullanılarak elde edilen iklimsel su açığı
Tek boyutlu bir toprak suyu dengesi modeli kullanılarak elde edilen akış
soil
mm
0*
8882*
0,1
metre
Tek boyutlu bir toprak suyu dengesi modeli kullanılarak elde edilen toprak nemi
srad
W/m^2
0*
5477*
0,1
metre
Aşağı yönlü yüzey kısa dalga radyasyonu
swe
mm
0*
32767*
metre
Tek boyutlu bir toprak su dengesi modeli kullanılarak elde edilen kar suyu eşdeğeri
tmmn
°C
-770*
387*
0,1
metre
Minimum sıcaklık
tmmx
°C
-670*
576*
0,1
metre
Maksimum sıcaklık
vap
kPa
0*
14.749*
0,001
metre
Buhar basıncı
vpd
kPa
0*
1113*
0,01
metre
Buhar basıncı açığı
vs
m/sn
0*
2923*
0,01
metre
10 m'deki rüzgar hızı
* tahmini minimum veya maksimum değer
Resim Özellikleri
Resim Özellikleri
Ad
Tür
Açıklama
durum
Dize
"provisional" (geçici) veya "permanent" (kalıcı)
Kullanım Şartları
Kullanım Şartları
Veri kümesi, Creative Commons Kamu Alanı (CC0) lisansı kapsamında lisanslandığı için kamu alanındadır.
Alıntılar
Alıntılar:
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, küresel kara yüzeyleri için aylık iklim ve iklimsel su dengesi verilerinden oluşan bir veri kümesidir. Bu model, WorldClim veri setinden alınan yüksek mekansal çözünürlüklü klimatolojik normaller ile CRU Ts4.0 ve Japonya'nın 55 yıllık yeniden analizi (JRA55) verilerinden alınan daha düşük mekansal çözünürlüklü ancak zamana göre değişen verileri birleştiren, iklimsel olarak desteklenen bir enterpolasyon kullanır. Kavramsal olarak, prosedür, enterpolasyonlu …
[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)"]]
