Эта страница переведена с помощью Cloud Translation API.

GFS: Global Forecast System 384-Hour Predicted Atmosphere Data

Доступность набора данных: 2015-07-01T00:00:00Z–2025-09-01T12:00:00Z
Поставщик наборов данных: NOAA/NCEP/EMC

Каденция: 6 часов
Теги: Прогноз потока облаков , геофизическая влажность, NCEP , NOAA , осадки, радиация, температура , пар, погода, ветер , электромагнитная совместимость

гфс

Описание

Глобальная система прогнозирования погоды (GFS) — это модель прогнозирования погоды, разработанная Национальными центрами прогнозирования окружающей среды (NCEP). Набор данных GFS содержит выбранные выходные данные модели (описанные ниже) в виде координатной сетки прогнозных переменных. Прогнозы на 384 часа с интервалом в 1 час (до 120 часов) и 3 часа (после 120 часов) составляются с 6-часовым временным разрешением (т.е. обновляются четыре раза в день). Используйте свойства «creation_time» и «forecast_time» для выбора интересующих данных.

GFS — это сопряжённая модель, состоящая из модели атмосферы, модели океана, модели суши/почвы и модели морского льда, которые совместно обеспечивают точную картину погодных условий. Обратите внимание, что эта модель может меняться; для получения дополнительной информации см . историю последних изменений в глобальной системе прогнозирования/анализа и документацию . Возможны значительные ежечасные и ежедневные колебания, требующие применения методов шумоподавления к диапазонам перед анализом.

Обратите внимание, что доступные часы и интервалы прогнозов со временем менялись:

С 01.04.2015 по 09.07.2017: 36-часовые прогнозы, исключая час 0, с интервалом в 3 часа.
С 09.07.2017 по 11.06.2021: 384-часовые прогнозы с интервалом в 1 час с 0 по 120 часов, с интервалом в 3 часа с 120 по 240 часов и с 12-часовыми интервалами с 240 по 384 часов.
С 12.06.2021: 384-часовые прогнозы с интервалом в 1 час с 0 по 120 часов и с интервалом в 3 часа с 120 по 384 часа.

Некоторые группы будут доступны только с 15.01.2025, как указано в описании групп.

Группы

Размер пикселя
27830 метров

Группы

Имя	Единицы	Мин.	Макс	Размер пикселя	Описание
`temperature_2m_above_ground`	°С	-69.18*	52.25*	метров	Температура 2 м над землей
`specific_humidity_2m_above_ground`	Массовая доля	0*	0,03*	метров	Удельная влажность воздуха на высоте 2 м над землей
`dew_point_temperature_2m_above_ground`	°С	-81.05*	29.05*	метров	Температура точки росы на высоте 2 м над землей (доступно с 15.01.2025)
`relative_humidity_2m_above_ground`	%	1*	100.05*	метров	Относительная влажность воздуха на высоте 2 м над землей
`maximum_temperature_2m_above_ground`	°С	-60,73*	59.28*	метров	Максимальная температура на высоте 2 м над землей (доступно с 15.01.2025, но только для объектов с forecast_hours > 0)
`minimum_temperature_2m_above_ground`	°С	-63,78*	59.39*	метров	Минимальная температура на высоте 2 м над землей (доступно с 15.01.2025, но только для объектов с forecast_hours > 0)
`u_component_of_wind_10m_above_ground`	РС	-60,73*	59.28*	метров	U-компонента ветра на высоте 10 м над землей
`v_component_of_wind_10m_above_ground`	РС	-63,78*	59.39*	метров	V-компонента ветра на высоте 10 м над землей
`total_precipitation_surface`	кг/м^2	0*	626.75*	метров	Накопленное количество осадков на поверхности за предыдущие 1-6 часов в зависимости от значения свойства "forecast_hours" по формуле ((F - 1) % 6) + 1 (и только для активов с forecast_hours > 0). Вследствие этого для расчета общего количества осадков за час X следует избегать двойного счета, суммируя только значения forecast_hours, кратные 6, и любой остаток для получения X. Это также означает, что для определения количества осадков только за час X необходимо вычесть значение за предыдущий час, если только X не является первым часом в 6-часовом окне.
`precipitable_water_entire_atmosphere`	кг/м^2	0*	100*	метров	Осаждаемая вода для всей атмосферы
`u_component_of_wind_planetary_boundary_layer`	РС	-66,8*	62.18*	метров	Компонента U планетарного пограничного слоя ветра (доступно с 15.01.2025)
`v_component_of_wind_planetary_boundary_layer`	РС	-63.08*	57.6*	метров	V-компонента ветра планетарного пограничного слоя (доступно с 15.01.2025)
`gust`	РС	0*	57.41*	метров	Скорость ветра (порыв) (доступно с 15.01.2025)
`precipitation_rate`	кг/м^2/с	0*	0,032*	метров	Норма осадков (доступна с 15.01.2025)
`haines_index`		2*	6*	метров	Индекс Хейнса (доступен с 15.01.2025)
`ventilation_rate`	м^2/с	0*	234000*	метров	Скорость вентиляции (доступно с 15.01.2025)
`total_cloud_cover_entire_atmosphere`	%	0*	100*	метров	Общая облачность для всей атмосферы (ранее только для объектов с forecast_hours > 0, но доступно для объектов с forecast_hours == 0, начиная с 15.01.2025)
`downward_shortwave_radiation_flux`	Вт/м^2	0*	1230*	метров	Нисходящий поток коротковолновой радиации (только для активов с forecast_hours > 0)
`downward_longwave_radiation_flux`	Вт/м^2	0*	100*	метров	Нисходящий поток длинноволновой радиации (доступно с 15.01.2025, но только для активов с forecast_hours > 0)
`upward_shortwave_radiation_flux`	Вт/м^2	0*	1230*	метров	Восходящий поток коротковолновой радиации (доступно с 15.01.2025, но только для активов с forecast_hours > 0)
`upward_longwave_radiation_flux`	Вт/м^2	0*	100*	метров	Восходящий поток длинноволновой радиации (доступно с 15.01.2025, но только для активов с forecast_hours > 0)
`planetary_boundary_layer_height`	м	7.77*	6312.67*	метров	Высота планетарного пограничного слоя (доступно с 15.01.2025)

* расчетное минимальное или максимальное значение

Свойства изображения

Свойства изображения

Имя	Тип	Описание
время_создания	ДВОЙНОЙ	Время создания
прогноз_часов	ДВОЙНОЙ	Прогноз часов
прогноз_времени	ДВОЙНОЙ	Прогнозируемое время

Условия эксплуатации

Условия эксплуатации

Данные, информация и продукты NOAA, независимо от способа предоставления, не защищены авторским правом и не имеют ограничений на их последующее использование. После получения они могут быть использованы любым законным образом. Вышеуказанные данные находятся в открытом доступе и предоставляются без ограничений на использование и распространение.

Цитаты

Альперт, Дж., 2006 Блокирование гор в масштабе подсети на NCEP, 20-я конференция WAF/16, конференция NWP, стр. 2.4.
Альперт, Дж. К., С. Ю. Хонг и Й. Дж. Ким: 1996, Чувствительность циклогенеза к усилению сопротивления гравитационных волн в нижней тропосфере с использованием EMC MRF, Труды 11-й конференции по числовому полю волны, Норфолк, 322-323.
Альперт, Дж., М. Канамицу, П.М. Каплан, Дж.Г. Села, Г.Х. Уайт и Э. Калнай, 1988: Параметризация сопротивления гравитационным волнам, вызванным горами, в модели среднесрочного прогноза NMC. Препринты, Восьмая конференция по численному прогнозированию погоды, Балтимор, Мэриленд, Американское метеорологическое общество, 726–733.
Бюнер, М., Дж. Морно и К. Шаретт, 2013: Четырехмерное ансамблево-вариационное усвоение данных для глобального детерминированного прогноза погоды. Nonlinear Processes Geophys., 20, 669-682.
Chun, H.-Y. и J.-J. Baik, 1998: Поток импульса, создаваемый термически индуцированными внутренними гравитационными волнами, и его аппроксимация для крупномасштабных моделей. J. Atmos. Sci., 55, 3299-3310.
Чун, Х.-Ю., Сонг, И.-С., Байк, Дж.-Дж. и Ким Й.-Дж. 2004: Влияние параметризации сопротивления конвективно-вынужденной гравитационной волной в модели NCAR CCM3. Журнал климата, 17, 3530-3547.
Chun, H.-Y., Song, M.-D., Kim, J.-W. и J.-J. Baik, 2001: Влияние сопротивления гравитационным волнам, вызванного конвекцией кучевых облаков, на общую циркуляцию атмосферы. J. Atmos. Sci., 58, 302-319.
Clough, SA, MW Shephard, EJ Mlawer, JS Delamere, MJ Iacono, K. Cady-Pereira, S. Boukabara и PD Brown, 2005: Моделирование атмосферного переноса излучения: обзор кодов AER, J. Quant. Spectrosc. Radiat. Transfer, 91, 233–244. doi:10.1016/j.jqsrt.2004.05.058
Эберт, Э. Э. и Дж. А. Карри, 1992: Параметризация оптических свойств ледяных облаков для климатических моделей. J. Geophys. Res., 97, 3831-3836.
Фу, Ц., 1996: Точная параметризация свойств солнечного излучения перистых облаков для климатических моделей. Журнал климата, 9, 2058-2082.
Хан, Дж. и Х.-Л. Пан, 2006: Чувствительность прогноза интенсивности ураганов к параметризации конвективного переноса импульса. Mon. Wea. Rev., 134, 664-674.
Хан, Дж. и Х.-Л. Пан, 2011: Пересмотр схем конвекции и вертикальной диффузии в глобальной системе прогнозирования NCEP. Погода и прогнозирование, 26, 520-533.
Хан, Дж., М. Витек, Дж. Тейшейра, Р. Сан, Х.-Л. Пан, Дж. К. Флетчер и К. С. Бретертон, 2016: Реализация в системе NCEP GFS гибридной параметризации пограничного слоя на основе вихревой диффузии и потока массы (EDMF) с диссипативным нагревом и модифицированным устойчивым перемешиванием в пограничном слое. Погода и прогнозирование, 31, 341–352.
Хоу, Й., С. Мурти и К. Кампана, 2002: Параметризация переноса солнечного излучения в моделях NCEP, служебная записка NCEP № 441, стр. 46. Доступно здесь .
Ху, И. К. и К. Стэмнес, 1993: Точная параметризация радиационных свойств водяных облаков, пригодная для использования в климатических моделях. J. Climate, 6, 728-74.
Иаконо, М.Дж., Э.Дж. Млавер, С.А. Клаф и Дж.-Дж. Моркретт, 2000: Влияние улучшенной модели длинноволновой радиации RRTM на энергетический баланс и термодинамические свойства модели климата сообщества NCAR, CCM3, J. Geophys. Res., 105(D11), 14,873-14,890.2.
Йоханссон, Аке, 2008: Конвективно-вынужденное сопротивление гравитационных волн в глобальных системах прогнозирования погоды и климата NCEP, внутренний отчет SAIC/Центра моделирования окружающей среды.
Хуанг, Х.М. и др. 2014: Семинар по региональной спектральной модели памяти Джона Роудса и Масао Канамицу, BAMS, A. Met. Соц, ES61-ES65.
Ким, Й.-Дж. и А. Аракава (1995), Улучшение параметризации орографических гравитационных волн с использованием мезомасштабной модели гравитационных волн, Журнал атмосферных наук, 52, 875-1902.
Клейст, Д.Т., 2012: Оценка гибридного вариационно-ансамблевого усвоения данных для NCEP GFS, докторская диссертация, кафедра атмосферных и океанических наук, Мэрилендский университет в Колледж-Парке, 149 стр.
Лотт, Ф. и М. Дж. Миллер: 1997, «Новая параметризация орографического сопротивления в масштабе подсетки: ее формулировка и тестирование», QJRMS, 123, стр. 101–127.
Млавер, Э. Дж., С. Дж. Таубман, П. Д. Браун, М. Дж. Иаконо и С. А. Клаф, 1997: Перенос излучения в неоднородных атмосферах: RRTM, проверенная коррелированная k-модель для длинных волн. J. Geophys. Res., 102, 16663-16682.
Села, Дж., 2009: Внедрение гибридной координаты сигма-давления в GFS. Записка NCEP Office № 461, стр. 25.
Села, Дж., 2010: Вывод уравнений гибридной координатной полулагранжевой модели сигмапрессии для GFS. Записка NCEP Office № 462, стр. 31.
Янг, Ф., 2009: Об отрицательном водяном паре в системе NCEP GFS: источники и решение. 23-я конференция по анализу и прогнозированию погоды/19-я конференция по численному прогнозированию погоды, 1–5 июня 2009 г., Омаха, Небраска.
Ян, Ф., К. Митчелл, И. Хоу, И. Дай, С. Цзэн, З. Ван и С. Лян, 2008: Зависимость альбедо земной поверхности от зенитного угла Солнца: наблюдения и параметризация моделей. Журнал прикладной метеорологии и климатологии. № 11, том 47, стр. 2963-2982.

DOI

https://doi.org/10.1016/j.jqsrt.2004.05.058

Исследуйте с Earth Engine

Редактор кода (JavaScript)

var dataset = ee.ImageCollection('NOAA/GFS0P25')
                  .filter(ee.Filter.date('2018-03-01', '2018-03-02'));
var temperatureAboveGround = dataset.select('temperature_2m_above_ground');
var visParams = {
  min: -40.0,
  max: 35.0,
  palette: ['blue', 'purple', 'cyan', 'green', 'yellow', 'red'],
};
Map.setCenter(71.72, 52.48, 3.0);
Map.addLayer(temperatureAboveGround, visParams, 'Temperature Above Ground');

Открыть в редакторе кода

GFS: Глобальная система прогнозирования атмосферных данных на 384 часа

NOAA/GFS0P25, климат, облако, поток, прогноз, геофизический, влажность, NCEP, NOAA, осадки, радиация, температура, пар, погода, ветер

2015-07-01T00:00:00Z/2025-09-01T12:00:00Z

-90 -180 90 180

Google Earth Engine

https://developers.google.com/earth-engine/datasets

GFS: Global Forecast System 384-Hour Predicted Atmosphere Data Оптимизируйте свои подборки Сохраняйте и классифицируйте контент в соответствии со своими настройками.