Tập dữ liệu này hợp nhất dữ liệu vi sóng từ nhiều vệ tinh bằng thuật toán, bao gồm SSMI, SSMIS, MHS, AMSU-B và AMSR-E, mỗi vệ tinh được hiệu chỉnh lẫn nhau theo TRMM Combined Instrument.
Thuật toán 3B43 được thực thi mỗi tháng một lần để tạo ra một trường ước tính duy nhất, chính xác nhất về tốc độ mưa và ước tính sai số RMS về lượng mưa (3B43) bằng cách kết hợp các ước tính chất lượng cao/IR được hợp nhất sau mỗi 3 giờ (3B42) với phân tích lượng mưa tích luỹ hằng tháng của Trung tâm Khí hậu học Lượng mưa Toàn cầu (GPCC).
Tất cả các tập dữ liệu lượng mưa toàn cầu đều có một số nguồn dữ liệu hiệu chuẩn, điều này là cần thiết để kiểm soát sự khác biệt về độ lệch giữa các vệ tinh đóng góp. Dữ liệu từ nhiều vệ tinh được tính trung bình theo tháng và kết hợp với kết quả phân tích lượng mưa bề mặt hằng tháng của Trung tâm Khí hậu học Lượng mưa Toàn cầu (GPCC). Trong mỗi trường hợp, dữ liệu từ nhiều vệ tinh sẽ được điều chỉnh theo giá trị trung bình trên diện rộng của phân tích bằng thiết bị đo (nếu có) (chủ yếu trên đất liền), sau đó kết hợp với phân tích bằng thiết bị đo bằng cách sử dụng phương pháp tính trọng số phương sai lỗi ngẫu nhiên ước tính nghịch đảo đơn giản. Những khu vực có phạm vi phủ sóng của trạm đo kém, chẳng hạn như Trung Phi và các đại dương, có trọng số cao hơn đối với dữ liệu đầu vào từ vệ tinh.
Adler, R.F., G.J. Huffman, A. Chang, R. Ferraro, P. Xie, J. Janowiak,
B. Rudolf, U. Schneider, S. Curtis, D. Bolvin, A. Gruber, J. Susskind,
P. Arkin, E.J. Nelkin, 2003: The Version 2 Global Precipitation Climatology Project (GPCP) Monthly Precipitation Analysis (1979-Present) (Dự án khí hậu học lượng mưa toàn cầu phiên bản 2 (GPCP) Phân tích lượng mưa hằng tháng (từ năm 1979 đến nay)).
J. Hydrometeor., 4(6), 1147-1167.
Huffman, G.J., 1997: Ước tính sai số ngẫu nhiên trung bình bình phương cho các mẫu hữu hạn của lượng mưa ước tính, J. Appl. Meteor.,
1191-1201.
Huffman, G.J., 2012: Tài liệu cơ sở lý thuyết về thuật toán (ATBD) Phiên bản 3.0 cho phép đo lượng mưa toàn cầu của NASA (GPM) Truy xuất đa vệ tinh tích hợp cho GPM (I-MERG). GPM Project, Greenbelt, MD, 29 trang.
Huffman, G.J., R.F. Adler, P. Arkin, A. Chang, R. Ferraro, A.
Gruber, J. Janowiak, A. McNab, B. Rudolph và U. Schneider, 1997:
The Global Precipitation Climatology Project (GPCP) Combined Precipitation
Dataset, Bul. Amer. Meteor. Soc., 78, 5-20.
Huffman, G.J., R.F. Adler, D.T. Bolvin, G. Gu, E.J. Nelkin, K.P.
Bowman, Y. Hong, E.F. Stocker, D.B. Wolff, 2007: The TRMM Multi-satellite
Precipitation Analysis: Quasi-Global, Multi-Year, Combined-Sensor
Precipitation Estimates at Fine Scale. J. Hydrometeor., 8(1), 38-55.
Huffman, G.J., R.F. Adler, M. Morrissey, D.T. Bolvin, S. Curtis,
R. Joyce, B McGavock, J. Susskind, 2001: Lượng mưa toàn cầu ở độ phân giải hằng ngày là 1 độ từ dữ liệu quan sát của nhiều vệ tinh. J.
Hydrometeor., 2(1), 36-50.
Huffman, G.J., R.F. Adler, B. Rudolph, U. Schneider và P. Keehn,
1995: Global Precipitation Estimates Based on a Technique for Combining
Satellite-Based Estimates, Rain Gauge Analysis, and NWP Model Precipitation
Information, J. Clim., 8, 1284-1295.
Bộ sưu tập này đã ngừng cập nhật. Xem dữ liệu IMERG hằng tháng. Tập dữ liệu này hợp nhất dữ liệu vi sóng từ nhiều vệ tinh (bao gồm cả SSMI, SSMIS, MHS, AMSU-B và AMSR-E) bằng thuật toán. Mỗi vệ tinh đều được hiệu chỉnh lẫn nhau theo Thiết bị kết hợp TRMM. Thuật toán 3B43 được thực thi mỗi tháng một lần để tạo ra tốc độ mưa và RMS ước tính duy nhất, chính xác nhất...
TRMM/3B43V7, khí hậu,địa vật lý,jaxa,nasa,lượng mưa,lượng mưa,trmm,thời tiết
[null,null,[],[[["\u003cp\u003eThe TRMM 3B43V7 dataset provides monthly precipitation estimates from 1998 to 2019, derived from multiple satellite data sources.\u003c/p\u003e\n"],["\u003cp\u003eThis dataset is no longer updated and users are directed to the IMERG monthly dataset for more current precipitation data.\u003c/p\u003e\n"],["\u003cp\u003ePrecipitation estimates are generated by merging microwave and infrared data, calibrated using rain gauge analysis primarily over land.\u003c/p\u003e\n"],["\u003cp\u003eThe dataset is available at a spatial resolution of 27830 meters and includes bands for precipitation, relative error, and gauge weighting.\u003c/p\u003e\n"],["\u003cp\u003eTRMM 3B43V7 data is in the public domain and freely accessible for use and distribution.\u003c/p\u003e\n"]]],[],null,["# TRMM 3B43: Monthly Precipitation Estimates\n\nDataset Availability\n: 1998-01-01T00:00:00Z--2019-12-01T00:00:00Z\n\nDataset Provider\n:\n\n\n [NASA GES DISC at NASA Goddard Space Flight Center](https://doi.org/10.5067/TRMM/TMPA/MONTH/7)\n\nCadence\n: 1 Month\n\nTags\n:\n[climate](/earth-engine/datasets/tags/climate) [geophysical](/earth-engine/datasets/tags/geophysical) [jaxa](/earth-engine/datasets/tags/jaxa) [nasa](/earth-engine/datasets/tags/nasa) [precipitation](/earth-engine/datasets/tags/precipitation) [rainfall](/earth-engine/datasets/tags/rainfall) [trmm](/earth-engine/datasets/tags/trmm) [weather](/earth-engine/datasets/tags/weather) \n\n#### Description\n\n**This collection is no longer being updated. See\n[IMERG monthly](https://developers.google.com/earth-engine/datasets/catalog/NASA_GPM_L3_IMERG_MONTHLY_V06)**\n\nThis dataset algorithmically merges microwave data from multiple satellites,\nincluding SSMI, SSMIS, MHS, AMSU-B and AMSR-E, each inter-calibrated to the\nTRMM Combined Instrument.\n\nAlgorithm 3B43 is executed once per calendar month to produce the single,\nbest-estimate precipitation rate and RMS precipitation-error estimate field\n(3B43) by combining the 3-hourly merged high-quality/IR estimates (3B42)\nwith the monthly accumulated Global Precipitation Climatology Centre (GPCC)\nrain gauge analysis.\n\nAll of the global precipitation datasets have some calibrating data source,\nwhich is necessary to control bias differences between contributing\nsatellites. The multi-satellite data are averaged to the monthly scale and\ncombined with the Global Precipitation Climatology Centre's (GPCC) monthly\nsurface precipitation gauge analysis. In each case the multi-satellite data\nare adjusted to the large-area mean of the gauge analysis, where available\n(mostly over land), and then combined with the gauge analysis using a\nsimple inverse estimated-random-error variance weighting. Regions with poor\ngauge coverage, like central Africa and the oceans, have a higher weighting\non the satellite input.\n\nSee the [algorithm description](https://trmm.gsfc.nasa.gov/3b43.html)\nand the [file specification](https://pps.gsfc.nasa.gov/Documents/filespec.TRMM.V7.pdf)\nfor details.\n\n### Bands\n\n\n**Pixel Size**\n\n27830 meters\n\n**Bands**\n\n| Name | Units | Min | Max | Pixel Size | Description |\n|--------------------------|-------|---------|---------|------------|-----------------------------------------------------------|\n| `precipitation` | mm/hr | 0\\* | 6.73\\* | meters | Merged microwave/IR precipitation estimate |\n| `relativeError` | mm/hr | 0.001\\* | 16.36\\* | meters | Merged microwave/IR precipitation random error estimate |\n| `gaugeRelativeWeighting` | % | 0\\* | 100\\* | meters | Relative weighting of the rain gauges used in calibration |\n\n\\* estimated min or max value\n\n### Terms of Use\n\n**Terms of Use**\n\nThis dataset is in the public domain and is available\nwithout restriction on use and distribution. See [NASA's\nEarth Science Data \\& Information Policy](https://www.earthdata.nasa.gov/engage/open-data-services-and-software/data-and-information-policy)\nfor additional information.\n\n### Citations\n\nCitations:\n\n- Adler, R.F., G.J. Huffman, A. Chang, R. Ferraro, P. Xie, J. Janowiak,\n B. Rudolf, U. Schneider, S. Curtis, D. Bolvin, A. Gruber, J. Susskind,\n P. Arkin, E.J. Nelkin, 2003: The Version 2 Global Precipitation\n Climatology Project (GPCP) Monthly Precipitation Analysis (1979-Present).\n J. Hydrometeor., 4(6), 1147-1167.\n- Huffman, G.J., 1997: Estimates of Root-Mean-Square Random Error\n for Finite Samples of Estimated Precipitation, J. Appl. Meteor.,\n 1191-1201.\n- Huffman, G.J., 2012: Algorithm Theoretical Basis Document (ATBD)\n Version 3.0 for the NASA Global Precipitation Measurement (GPM)\n Integrated Multi-satellitE Retrievals for GPM (I-MERG). GPM Project,\n Greenbelt, MD, 29 pp.\n- Huffman, G.J., R.F. Adler, P. Arkin, A. Chang, R. Ferraro, A.\n Gruber, J. Janowiak, A. McNab, B. Rudolph, and U. Schneider, 1997:\n The Global Precipitation Climatology Project (GPCP) Combined Precipitation\n Dataset, Bul. Amer. Meteor. Soc., 78, 5-20.\n- Huffman, G.J., R.F. Adler, D.T. Bolvin, G. Gu, E.J. Nelkin, K.P.\n Bowman, Y. Hong, E.F. Stocker, D.B. Wolff, 2007: The TRMM Multi-satellite\n Precipitation Analysis: Quasi-Global, Multi-Year, Combined-Sensor\n Precipitation Estimates at Fine Scale. J. Hydrometeor., 8(1), 38-55.\n- Huffman, G.J., R.F. Adler, M. Morrissey, D.T. Bolvin, S. Curtis,\n R. Joyce, B McGavock, J. Susskind, 2001: Global Precipitation at\n One-Degree Daily Resolution from Multi-Satellite Observations. J.\n Hydrometeor., 2(1), 36-50.\n- Huffman, G.J., R.F. Adler, B. Rudolph, U. Schneider, and P. Keehn,\n 1995: Global Precipitation Estimates Based on a Technique for Combining\n Satellite-Based Estimates, Rain Gauge Analysis, and NWP Model Precipitation\n Information, J. Clim., 8, 1284-1295.\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('TRMM/3B43V7')\n .filter(ee.Filter.date('2018-04-01', '2018-05-01'));\nvar precipitation = dataset.select('precipitation');\nvar precipitationVis = {\n min: 0.1,\n max: 1.2,\n palette: ['blue', 'purple', 'cyan', 'green', 'yellow', 'red'],\n};\nMap.setCenter(6.746, 46.529, 3);\nMap.addLayer(precipitation, precipitationVis, 'Precipitation');\n```\n[Open in Code Editor](https://code.earthengine.google.com/?scriptPath=Examples:Datasets/TRMM/TRMM_3B43V7) \n[TRMM 3B43: Monthly Precipitation Estimates](/earth-engine/datasets/catalog/TRMM_3B43V7) \nThis collection is no longer being updated. See IMERG monthly This dataset algorithmically merges microwave data from multiple satellites, including SSMI, SSMIS, MHS, AMSU-B and AMSR-E, each inter-calibrated to the TRMM Combined Instrument. Algorithm 3B43 is executed once per calendar month to produce the single, best-estimate precipitation rate and RMS ... \nTRMM/3B43V7, climate,geophysical,jaxa,nasa,precipitation,rainfall,trmm,weather \n1998-01-01T00:00:00Z/2019-12-01T00:00:00Z \n-50 -180 50 180 \nGoogle Earth Engine \nhttps://developers.google.com/earth-engine/datasets\n\n- [](https://doi.org/https://doi.org/10.5067/TRMM/TMPA/MONTH/7)\n- [](https://doi.org/https://developers.google.com/earth-engine/datasets/catalog/TRMM_3B43V7)"]]
