全球3小时气象数据集GLDAS Noah Land Surface Model L4 3 hourly 0.25 x 0.25 degree V2.1

简介: 全球3小时气象数据集GLDAS Noah Land Surface Model L4 3 hourly 0.25 x 0.25 degree V2.1

简介

全球3小时气象数据集(GLDAS Noah Land Surface Model L4 3 hourly 0.25 x 0.25 degree V2.1,简称GLDAS_NOAH025_3H 2.1),时空分辨率分别为3小时、0.25度。该数据产品于2020年1月重新处理,代替之前版本。前言 – 人工智能教程

该数据产品利用土地信息系统(LIS)第7版中的Noah Model 3.6模拟而成,包含2000年1月至今的36个地表字段。GLDAS-2.1 数据以NetCDF格式存档和分发,取代了相应的 GLDAS-1 产品。

小时气象数据包含了大量的气象要素,如温度、湿度、风速、降水等,其作用是:

1. 可以帮助气象学家、气象预报员、气象研究人员等更准确地预测天气、分析气候变化等。

2. 对于农业、交通运输、能源等行业,小时气象数据可以提供有关气象条件的信息,帮助人们更好地制定决策、规划生产和运输,从而提高生产效率和安全性。

3. 对于城市管理和公共服务等领域,小时气象数据可以帮助决策者更好地制定城市规划,维护市民生活质量和安全。

4. 同时,小时气象数据还被广泛用于科学研究、教育和环境保护等领域。

数据集ID:

GLDAS/NOAH025_3H.2.1

时间范围: 2000年1月1日-至今

范围: 全球

来源: NASA

复制代码段:

var images = pie.ImageCollection("GLDAS/NOAH025_3H.2.1")

波段

名称 单位 类型 填充值 描述信息
Swnet_tavg Wm-2 float32 -9999 Net short wave radiation flux
Lwnet_tavg Wm-2 float32 -9999 Net long-wave radiation flux
Qle_tavg Wm-2 float32 -9999 Latent heat net flux
Qh_tavg Wm-2 float32 -9999 Sensible heat net flux
Qg_tavg Wm-2 float32 -9999 Ground heat flux
Snowf_tavg kgm-2s-1 float32 -9999 Snow precipitation rate
Rainf_tavg kgm-2s-1 float32 -9999 Rain precipitation rate
Evap_tavg kgm-2s-1 float32 -9999 Evapotranspiration
Qs_acc kgm-2 float32 -9999 Storm surface runoff
Qsb_acc kgm-2 float32 -9999 Baseflow-groundwater runoff
Qsm_acc kgm-2 float32 -9999 Snow melt
AvgSurfT_inst K float32 -9999 Average surface skin temperature
Albedo_inst % float32 -9999 Albedo
SWE_inst kgm-2 float32 -9999 Snow depth water equivalent
SnowDepth_inst m float32 -9999 Snow depth
SoilMoi0_10cm_inst kgm-2 float32 -9999 Soil moisture (0-10 cm)
SoilMoi10_40cm_inst kgm-2 float32 -9999 Soil moisture (10-40 cm)
SoilMoi40_100cm_inst kgm-2 float32 -9999 Soil moisture (40-100 cm)
SoilMoi100_200cm_inst kgm-2 float32 -9999 Soil moisture (100-200 cm)
SoilTMP0_10cm_inst K float32 -9999 Soil temperature (0-10 cm)
SoilTMP10_40cm_inst K float32 -9999 Soil temperature (10-40 cm)
SoilTMP40_100cm_inst K float32 -9999 Soil temperature (40-100 cm)
SoilTMP100_200cm_inst K float32 -9999 Soil temperature (100-200 cm)
PotEvap_tavg Wm-2 float32 -9999 Potential evaporation rate
ECanop_tavg Wm-2 float32 -9999 Canopy water evaporation
Tveg_tavg Wm-2 float32 -9999 Transpiration
ESoil_tavg Wm-2 float32 -9999 Direct evaporation from bare soil
RootMoist_inst kgm-2 float32 -9999 Root zone soil moisture
CanopInt_inst kgm-2 float32 -9999 Plant canopy surface water
Wind_f_inst ms-1 float32 -9999 Wind speed
Rainf_f_tavg kgm-2s-1 float32 -9999 Total precipitation rate
Tair_f_inst K float32 -9999 Air temperature
Qair_f_inst kgkg-1 float32 -9999 Specific humidity
Psurf_f_inst Pa float32 -9999 Surface pressure
SWdown_f_tavg Wm-2 float32 -9999 Downward short-wave radiation flux
LWdown_f_tavg Wm-2 float32 -9999 Downward long-wave radiation flux

 

代码:

/**
 * @File    :  全球3小时气象数据集
 * @Time    :   2022/06/13
 * @Author  :   piesat
 * @Version :   1.0
 * @Contact :   400-890-0662
 * @License :   (C)Copyright 航天宏图信息技术股份有限公司
 * @Desc    :   加载全球3小时气象数据集
 */
//引用数据集,通过时间范围进行过滤,选择SoilMoi0_10cm_inst波段
var img = pie.ImageCollection("GLDAS/NOAH025_3H.2.1")
             .filterDate("2021-06-10","2021-06-15")
             .select("SoilMoi0_10cm_inst")
print(img)
//设置显示样式
var visParams = {
    min:5, 
    max:45, 
    palette: ['#A003C8', '#8101DE', '#1F3AFF', '#01C8C6','#01D28C', 
              '#A1E632', '#E6DC32', '#F18428','#FA3C3D', '#EE007E']
}
//添加图例
var data = {
    title: "Soil moiture(0-10cm)",
    colors: [
            '#A003C8', '#8101DE', '#1F3AFF', '#01C8C6','#01D28C', 
            '#A1E632', '#E6DC32', '#F18428','#FA3C3D', '#EE007E'
        ],
    labels: ["5","10","15","20","25","30","35","40","45"],
    step: 1
    };
var style = {
    right: "150px",
    bottom: "10px",
    height: "70px",
    width: "350px"
    };
    var legend = ui.Legend(data, style);
    Map.addUI(legend);
//在地图上加载图层
Map.addLayer(img, visParams ,"img")

相关文章
|
9月前
|
人工智能
Google Earth Engine(GEE)——全球1公里的云量MODIS图像数据集
Google Earth Engine(GEE)——全球1公里的云量MODIS图像数据集
178 0
Google Earth Engine(GEE)——全球1公里的云量MODIS图像数据集
|
编解码
Google Earth Engine(GEE)——GPWv411:平均行政单位面积数据集
Google Earth Engine(GEE)——GPWv411:平均行政单位面积数据集
187 0
Google Earth Engine(GEE)——GPWv411:平均行政单位面积数据集
|
编解码 区块链 知识图谱
Google Earth Engine——美国1950-2099年降水、气温含预测数据集(1km)分辨率
Google Earth Engine——美国1950-2099年降水、气温含预测数据集(1km)分辨率
218 0
Google Earth Engine——美国1950-2099年降水、气温含预测数据集(1km)分辨率
|
算法
Google Earth Engine ——基于MODIS数据集JRC/GWIS/GlobFire/v2/DailyPerimetersMCD64A1的火灾边界数据集
Google Earth Engine ——基于MODIS数据集JRC/GWIS/GlobFire/v2/DailyPerimetersMCD64A1的火灾边界数据集
232 0
Google Earth Engine ——基于MODIS数据集JRC/GWIS/GlobFire/v2/DailyPerimetersMCD64A1的火灾边界数据集
|
算法
Google Earth Engine ——基于MODIS数据集JRC/GWIS/GlobFire/v2/FinalPerimetersMCD64A1的火灾边界数据集
Google Earth Engine ——基于MODIS数据集JRC/GWIS/GlobFire/v2/FinalPerimetersMCD64A1的火灾边界数据集
233 0
Google Earth Engine ——基于MODIS数据集JRC/GWIS/GlobFire/v2/FinalPerimetersMCD64A1的火灾边界数据集
|
大数据 atlas
Google Earth Engine——全球地表温度夜间产品的基础数据集是MODIS陆地表面温度数据(MOD11A2)
Google Earth Engine——全球地表温度夜间产品的基础数据集是MODIS陆地表面温度数据(MOD11A2)
414 0
Google Earth Engine——全球地表温度夜间产品的基础数据集是MODIS陆地表面温度数据(MOD11A2)
|
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
668 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
|
大数据 atlas
Google Earth Engine——全球地表温度日间产品的基础数据集是MODIS陆地表面温度数据(MOD11A2)
Google Earth Engine——全球地表温度日间产品的基础数据集是MODIS陆地表面温度数据(MOD11A2)
634 0
Google Earth Engine——全球地表温度日间产品的基础数据集是MODIS陆地表面温度数据(MOD11A2)
|
关系型数据库
Google Earth Engine——NASA DEM是对STRM数据的再处理,通过纳入ASTER GDEM、ICESat GLAS和PRISM数据集的辅助数据,提高了精度
Google Earth Engine——NASA DEM是对STRM数据的再处理,通过纳入ASTER GDEM、ICESat GLAS和PRISM数据集的辅助数据,提高了精度
448 0
Google Earth Engine——NASA DEM是对STRM数据的再处理,通过纳入ASTER GDEM、ICESat GLAS和PRISM数据集的辅助数据,提高了精度
|
算法 ice
Google Earth Engine ——MOD10A1 V6 Snow Cover Daily Global 500m产品包含雪盖、雪反照率、雪盖分量和质量评估(QA)数据和NDSI指数数据集
Google Earth Engine ——MOD10A1 V6 Snow Cover Daily Global 500m产品包含雪盖、雪反照率、雪盖分量和质量评估(QA)数据和NDSI指数数据集
462 0
Google Earth Engine ——MOD10A1 V6 Snow Cover Daily Global 500m产品包含雪盖、雪反照率、雪盖分量和质量评估(QA)数据和NDSI指数数据集

热门文章

最新文章