- ความพร้อมใช้งานของชุดข้อมูล
- 1981-01-01T00:00:00Z–2026-03-26T00:00:00Z
- ผู้ผลิตชุดข้อมูล
- UCSB/CHG
- แผนการสนทนา
- 1 Custom_time_unit
- แท็ก
คำอธิบาย
ข้อมูลปริมาณน้ำฝนแบบกึ่งทั่วโลกที่มีมานานกว่า 30 ปีคือข้อมูลปริมาณน้ำฝนจากรังสีอินฟราเรดของศูนย์อันตรายจากสภาพอากาศพร้อมข้อมูลสถานี (CHIRPS) CHIRPS ผสานรวมภาพถ่ายจากดาวเทียมความละเอียด 0.05° กับข้อมูลสถานีภาคพื้นดิน เพื่อสร้างอนุกรมเวลาของปริมาณน้ำฝนแบบกริดสำหรับการวิเคราะห์แนวโน้มและการตรวจสอบภัยแล้งตามฤดูกาล
ย่านความถี่
ย่านความถี่
ขนาดพิกเซล: 5,566 เมตร (ทุกแถบ)
| ชื่อ | หน่วย | ต่ำสุด | สูงสุด | ขนาดพิกเซล | คำอธิบาย |
|---|---|---|---|---|---|
precipitation |
มม./5 วัน | 0* | 1072.43* | 5566 เมตร | หยาดน้ำฟ้า |
พร็อพเพอร์ตี้รูปภาพ
พร็อพเพอร์ตี้รูปภาพ
| ชื่อ | ประเภท | คำอธิบาย |
|---|---|---|
| เดือน | DOUBLE | เดือน |
| เพนทาด | DOUBLE | Pentad |
| ปี | DOUBLE | ปี |
ข้อกำหนดในการใช้งาน
ข้อกำหนดในการใช้งาน
ชุดข้อมูลนี้เป็นสาธารณสมบัติ ตามขอบเขตที่กฎหมายอนุญาต Pete Peterson ได้สละสิทธิ์ในลิขสิทธิ์และสิทธิที่เกี่ยวข้องหรือสิทธิข้างเคียงทั้งหมดของ ปริมาณน้ำฝนที่วัดได้จากสถานีตรวจวัดในย่านที่เกิดอันตรายจากสภาพอากาศ (CHIRPS)
การอ้างอิง
Funk, Chris, Pete Peterson, Martin Landsfeld, Diego Pedreros, James Verdin, Shraddhanand Shukla, Gregory Husak, James Rowland, Laura Harrison, Andrew Hoell และ Joel Michaelsen "ปริมาณน้ำฝนที่วัดด้วยรังสีอินฟราเรดจากอันตรายด้านสภาพอากาศ พร้อมสถานี - บันทึกด้านสิ่งแวดล้อมใหม่สำหรับการตรวจสอบเหตุการณ์สุดขั้ว" Scientific Data 2, 150066. doi:10.1038/sdata.2015.66 2015.
สำรวจด้วย Earth Engine
ตัวแก้ไขโค้ด (JavaScript)
var dataset = ee.ImageCollection('UCSB-CHG/CHIRPS/PENTAD') .filter(ee.Filter.date('2018-05-01', '2018-05-05')); var precipitation = dataset.select('precipitation'); var precipitationVis = { min: 0, max: 112, palette: ['001137', '0aab1e', 'e7eb05', 'ff4a2d', 'e90000'], }; Map.setCenter(17.93, 7.71, 2); Map.addLayer(precipitation, precipitationVis, 'Precipitation');
import ee import geemap.core as geemap
Colab (Python)
dataset = ee.ImageCollection('UCSB-CHG/CHIRPS/PENTAD').filter( ee.Filter.date('2018-05-01', '2018-05-05') ) precipitation = dataset.select('precipitation') precipitation_vis = { 'min': 0, 'max': 112, 'palette': ['001137', '0aab1e', 'e7eb05', 'ff4a2d', 'e90000'], } m = geemap.Map() m.set_center(17.93, 7.71, 2) m.add_layer(precipitation, precipitation_vis, 'Precipitation') m