GEOS-CF fcst htf v1: Goddard Earth Observing System Composition Forecast

NASA/GEOS-CF/v1/fcst/htf
Ketersediaan Set Data
2022-10-01T00:00:00Z–2025-08-30T12:00:00Z
Penyedia Set Data
Cuplikan Earth Engine
ee.ImageCollection("NASA/GEOS-CF/v1/fcst/htf")
Tag
atmosphere composition forecast geos gmao nasa

Deskripsi

Set data ini berisi perkiraan meteorologi (fcst) data frekuensi temporal tinggi (htf). Gunakan properti 'creation_time' dan 'forecast_time' untuk memilih data yang diinginkan. Sistem Goddard Earth Observing System Composition Forecast (GEOS-CF) adalah sistem prediksi konstituen global beresolusi tinggi (0,25°) dari Global Modeling and Assimilation Office(GMAO) NASA.

GEOS-CF menawarkan alat baru untuk riset kimia atmosfer, dengan tujuan melengkapi berbagai pengamatan in-situ dan berbasis ruang angkasa NASA. GEOS-CF memperluas sistem pemodelan cuaca dan aerosol GEOS dengan memperkenalkan modul kimia GEOS-Chem untuk memberikan perkiraan historis dan perkiraan 5 hari ke depan tentang konstituen atmosfer, termasuk ozon (O3), karbon monoksida (CO), nitrogen dioksida (NO2), sulfur dioksida (SO2), dan materi partikulat halus (PM2.5). Modul kimia yang terintegrasi dalam GEOS-CF identik dengan model GEOS-Chem offline dan langsung mendapatkan manfaat dari inovasi yang disediakan oleh komunitas GEOS-Chem.

Evaluasi GEOS-CF terhadap pengamatan satelit, ozonesonde, dan permukaan selama tahun 2018–2019 menunjukkan konsentrasi O3, NO2, dan CO yang disimulasikan secara realistis, dengan bias rata-rata yang dinormalisasi sebesar −0,1 hingga 0,3, error rata-rata kuadrat yang dinormalisasi antara 0,1–0,4, dan korelasi antara 0,3–0,8. Perbandingan dengan pengamatan permukaan menyoroti keberhasilan representasi polutan udara di banyak wilayah di dunia dan selama semua musim, tetapi juga menyoroti batasan saat ini, seperti bias tinggi global dalam SO2 dan prediksi berlebih O3 musim panas di Amerika Serikat bagian Tenggara.

GEOS-CF v1.0 umumnya melebih-lebihkan aerosol sebesar 20%–50% karena masalah yang diketahui di GEOS-Chem v12.0.1 yang telah diatasi dalam versi yang lebih baru. Prakiraan 5 hari memiliki skor keahlian yang sebanding dengan hindcast 1 hari. Kemampuan model dapat ditingkatkan secara signifikan dengan menerapkan koreksi bias pada output model permukaan menggunakan pendekatan machine learning.

Band

Ukuran Piksel
27.750 meter

Band

Nama Unit Ukuran Piksel Deskripsi
CO Fraksi mol meter

Rasio pencampuran volume karbon monoksida (CO, MW = 28,00 g mol-1) udara kering

NO2 Fraksi mol meter

Rasio pencampuran volume nitrogen dioksida (NO2, MW = 46,00 g mol-1) udara kering

O3 Fraksi mol meter

Rasio pencampuran volume ozon (O3, MW = 48,00 g mol-1) udara kering

PM25_RH35_GCC ug m-3 meter

Materi partikulat dengan diameter di bawah 2,5 um RH 35

PM25_RH35_GOCART kg/m^3 meter

Total PM2.5 yang direkonstruksi RH 35

Q Fraksi massa meter

Kelembapan spesifik

RH meter

Kelembapan relatif setelah lembap

SLP Pa meter

Tekanan permukaan laut

SO2 Fraksi mol meter

Rasio pencampuran volume sulfur dioksida (SO2, MW = 64,00 g mol-1) udara kering

T K meter

Suhu udara

U m/d meter

Angin timur

V m/d meter

Angin ke utara

Properti Gambar

Properti Gambar

Nama Jenis Deskripsi
creation_time DOUBLE

Waktu pembuatan

forecast_time DOUBLE

Waktu perkiraan

Persyaratan Penggunaan

Persyaratan Penggunaan

Kecuali jika dinyatakan lain, semua data yang dihasilkan NASA dapat digunakan untuk tujuan apa pun tanpa izin sebelumnya. Untuk mengetahui informasi dan pengecualian selengkapnya, buka halaman Kebijakan Data & Informasi NASA.

Kutipan

Kutipan:
  • Keller, C. A., Knowland, K. E., Duncan, B. N., Liu, J., Anderson, D. C., Das, S., ... & Pawson, S. (2021). Deskripsi sistem pemodelan prakiraan komposisi NASA GEOS GEOS-CF v1. 0. Journal of Advances in Modeling Earth Systems, 13(4), e2020MS002413. doi:10.1029/2020MS002413

DOI

Mengeksplorasi dengan Earth Engine

Editor Kode (JavaScript)

var imageVisParamNO2 = {
  'bands': ['NO2'],
  'min': 6.96e-11,
  'max': 4.42e-8,
};

var imageVisParamT = {
  'bands': ['T'],
  'min': 220,
  'max': 320,
  'palette': ['d7191c', 'fdae61', 'ffffbf', 'abd9e9', '2c7bb6'],
};

var geosCf = ee.ImageCollection('NASA/GEOS-CF/v1/fcst/htf');

Map.setCenter(100, 20, 3);

var weeklyT =
    geosCf.select('T').filterDate('2022-11-01', '2022-11-08').median();
Map.addLayer(weeklyT, imageVisParamT, 'Weekly T', false, 1);

var NO2 = ee.Image('NASA/GEOS-CF/v1/fcst/htf/20221215_12z-20221216_1200z');
Map.addLayer(NO2, imageVisParamNO2, 'NO2', true, 1);
Buka di Editor Kode