GEE数据集——美国干旱监测数据集(更新)

简介: GEE数据集——美国干旱监测数据集(更新)

美国干旱监测

美国干旱监测》是每周四发布的地图,显示美国部分地区的干旱情况。该地图采用五种分级:异常干旱(D0),显示可能进入或即将摆脱干旱的地区;四级干旱:中度(D1)、严重(D2)、极度(D3)和异常(D4)。前言 – 人工智能教程

干旱监测仪自 1999 年推出以来,一直由内布拉斯加大学林肯分校的国家干旱缓解中心 (NDMC)、美国国家海洋与大气管理局 (NOAA) 和美国农业部 (USDA) 联合制作。内布拉斯加大学林肯分校的 NDMC 负责管理干旱监测网站和相关数据,并向 NOAA、USDA 和其他机构提供地图和数据。可在 droughtmonitor.unl.edu 免费获取。

与人们在新闻中看到的大多数天气图不同,《美国干旱监测》不是预报。事实上,它是向后看的。它是根据截至地图发布前的周二上午的降水量,每周对干旱状况进行的评估。这就给了作者大约两个工作日来查看最新数据。如果干旱地区在周三降下大量降雨,最快也要到下周才能从地图上消除干旱。干旱是一种移动缓慢的灾害,因此可以肯定,如果某个地区没有降雨,它仍将处于干旱状态。但也可能需要不止一场好雨才能结束干旱,特别是如果一个地区已经干旱了很长时间。

 

预处理

干旱监测 GIS 数据以矢量文件的形式提供。为了创建一致的数据结构,从 2000 年开始,以每周为周期,摄取所有年份的形状文件。这些数据有 5 个不同的干旱等级/类别,并以 DM(干旱监测等级/类别值)作为栅格属性转换成栅格。这使得数据的收集和分析更加容易。添加了开始和结束日期,以发布周日期作为结束日期,一周前作为开始日期。目前,我们的目标是不断更新该数据集,使其与源数据集保持同步。

地球引擎片段

 

var usdm = ee.ImageCollection("projects/sat-io/open-datasets/us-drought-monitor");

波段信息

代码样例:

https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:weather-climate/UNITED-STATES-DROUGHT-MONITOR

Earth Engine App:


usdm-explorer

License

The work is licensed under an Open data license for use.

The U.S. Drought Monitor is jointly produced by the National Drought Mitigation Center
at the University of Nebraska-Lincoln, the United States Department of Agriculture
and the National Oceanic and Atmospheric Administration. Map courtesy of NDMC.

Produced by : National Drought Mitigation Center at the University of Nebraska-Lincoln, the United States Department of Agriculture, and the National Oceanic and Atmospheric Administration. Map courtesy of NDMC

Processed secondary/formatted & Curated by: Samapriya Roy

Keywords: "National Drought Mitigation Center, NDMC, Drought, University of Nebraska-Lincoln, United States Department of Agriculture, USDA, National Oceanic and Atmospheric Administration, NOAA, USDM"

Last updated: 2021-04-24

 

相关文章
|
3月前
|
人工智能 数据库
GEE数据集——USGS全球地震数据集
GEE数据集——USGS全球地震数据集
63 2
|
3月前
|
编解码 人工智能 算法
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
Google Earth Engine——促进森林温室气体报告的全球时间序列数据集
31 0
|
3月前
|
数据可视化 定位技术 索引
GEE数据集——美国地质调查局历史地形图数据
GEE数据集——美国地质调查局历史地形图数据
40 0
|
3月前
|
机器学习/深度学习 传感器 算法
GEE好文推荐——利用样本点迁移方法快速实现全球范围内1984年至今基于Landsat影像的土地分类
GEE好文推荐——利用样本点迁移方法快速实现全球范围内1984年至今基于Landsat影像的土地分类
91 0
|
3月前
|
存储 人工智能
GEE数据集——2024 年日本海地震的紧急观测数据
GEE数据集——2024 年日本海地震的紧急观测数据
33 4
|
3月前
|
数据采集 定位技术
Google Earth Engine(GEE)——全球建筑物数据集(MSBuildings数据集)包含微软7.77忆建筑物
Google Earth Engine(GEE)——全球建筑物数据集(MSBuildings数据集)包含微软7.77忆建筑物
30 0
|
canal 数据挖掘 定位技术
Google Earth Engine(GEE)——欧盟(EU)调查土地利用/覆盖矢量(LUCAS)点数据集无需GEE也可以下载
Google Earth Engine(GEE)——欧盟(EU)调查土地利用/覆盖矢量(LUCAS)点数据集无需GEE也可以下载
134 0
Google Earth Engine(GEE)——欧盟(EU)调查土地利用/覆盖矢量(LUCAS)点数据集无需GEE也可以下载
|
编解码
Google Earth Engine(GEE)——哥白尼大气监测 (CAMS) 全球气溶胶AOI近实时观测数据集
Google Earth Engine(GEE)——哥白尼大气监测 (CAMS) 全球气溶胶AOI近实时观测数据集
317 0
Google Earth Engine(GEE)——哥白尼大气监测 (CAMS) 全球气溶胶AOI近实时观测数据集
|
数据可视化
ML之shap:基于adult人口普查收入二分类预测数据集(预测年收入是否超过50k)利用shap决策图结合LightGBM模型实现异常值检测案例之详细攻略
ML之shap:基于adult人口普查收入二分类预测数据集(预测年收入是否超过50k)利用shap决策图结合LightGBM模型实现异常值检测案例之详细攻略
ML之shap:基于adult人口普查收入二分类预测数据集(预测年收入是否超过50k)利用shap决策图结合LightGBM模型实现异常值检测案例之详细攻略
|
知识图谱 流计算
Google Earth Engine ——GLDAS-2.0是用更新的普林斯顿全球气象强迫数据集基于MODIS的地表参数数据集
Google Earth Engine ——GLDAS-2.0是用更新的普林斯顿全球气象强迫数据集基于MODIS的地表参数数据集
519 0
Google Earth Engine ——GLDAS-2.0是用更新的普林斯顿全球气象强迫数据集基于MODIS的地表参数数据集