北美干旱监测 (NADM)数据集

简介: 北美干旱监测 (NADM)数据集

北美干旱监测 (NADM) 栅格数据集由国家环境信息中心 (NCEI) 和国家海洋和大气管理局 (NOAA) 国家综合干旱信息系统 (NIDIS) 生成。该数据集是加拿大、墨西哥和美国作者制作的北美干旱监测 (NADM) 的网格版本,其中对于每个 2.5 公里网格单元,该值由该地区当前的 NADM 干旱分类给出:

干旱类别在图像中编码为以下值:

  • NoData 值 = -1 = 无干旱或潮湿
  • 0=异常干燥
  • 1 = 中度干旱
  • 2 = 严重干旱
  • 3 = 极度干旱
  • 4 = 异常干旱

北美干旱监测 (NADM) 是加拿大、墨西哥和美国干旱专家之间的合作项目,旨在持续监测整个非洲大陆的干旱。该计划于 2002 年 4 月下旬在一次为期三天的研讨会上启动,是改善非洲大陆极端气候监测的更大努力的一部分。NADM(Lawrimore 等人,2002 年)以非常成功的美国干旱监测仪 (USDM) 为基础,因此正在开发中,以对所有三个国家的干旱情况提供持续的全面综合评估。前言 – 人工智能教程

自 1999 年成立以来,美国干旱监测系统(Svoboda 等,2002)在每周评估和通报美国干旱状况方面取得了巨大成功。与美国干旱监测一样,北美干旱监测融合了科学与艺术。没有一种“正确”的方法来衡量干旱。干旱指数用于检测和衡量干旱,但不同的指数以不同的方式衡量干旱,没有一个指数在所有情况下都有效(Heim,2002)。因此,干旱监测概念(由国家气象局、国家干旱缓解中心和美国农业部 联合农业气象设施 于 20 世纪 90 年代末联合开发)是一个将多个指数、前景和当地影响综合起来的过程。最能代表当前干旱状况的评估。每个干旱监测的最终结果都是联邦、州和学术科学家的共识。

干旱监测已成为国家、区域和地方各级干旱规划、备灾和缓解工作的一个组成部分。干旱可能在非洲大陆的所有地区发生,其影响可能是毁灭性的。自1980年以来,仅美国境内的严重干旱和热浪就造成了超过1000亿美元的损失,很容易成为当时非洲大陆损失最惨重的天气相关灾害之一(Lott和Ross,2000)。

但在当今的全球经济中,干旱的成本和影响往往超越国际边界。2002年,美国西南部大部分地区持续干旱,墨西哥长期干旱,引发了两国之间关于共享水权的争论。在北部,落基山脉北部和大平原西部的多年干旱一直延伸到加拿大的农业大草原,极大地影响了这两个提供世界大部分粮食生产的国家的农业生产力。

尽管这三个国家都有积极的气候和干旱监测计划,但直到最近,各国干旱专家之间的合作与协调仍然有限。过去的干旱评估通常只在各国边界进行,因为资源和政策目标的差异以及各国监测干旱的方法不同,有效地阻碍了对整个非洲大陆干旱状况的综合了解。NADM 计划旨在克服过去的这些限制,目标是在 2003 年晚些时候提供整个非洲大陆干旱的业务评估,届时每月的 DM 业务地图和讨论将向公众提供。

美国 NADM 计划的主要参与者包括 NOAA 国家环境信息中心、NOAA 气候预测中心、美国农业部和国家干旱缓解中心。加拿大和墨西哥的主要参与者包括加拿大农业和农业食品部、加拿大气象局和墨西哥国家气象局(SMN - Servicio Meteorologico Nacional)。

其他详细信息可以在此处找到,有关此数据集的信息也可以在Climate Engine org上找到。

数据集详细信息
空间范围 北美
空间分辨率 2.5 公里(0.025 度)
时间分辨率 每月
时间跨度 2001年11月1日至今
更新频率 每月更新

变量

多变的 干旱类别('nadm')
单位 干旱分级
比例因子 1.0
引文

Heim, Jr., R. R., 2002. A review of Twentieth-Century drought indices used in the United States. Bulletin of the American Meteorological Society, 83, 1149-1165.


Lawrimore, J., et al., 2002. Beginning a new era of drought monitoring across North America. Bulletin of the American Meteorological Society, 83, 1191-1192.


Lott, N., and T. Ross, 2000. NCDC Technical Report 2000-02, A Climatology of Recent Extreme Weather and Climate Events. [Asheville, N.C.]: National Climatic Data Center.


Svoboda, M., et al., 2002. The Drought Monitor. Bulletin of the American Meteorological Society, 83, 1181-1190.

地球引擎片段
// Read in Image Collection and mosaic to single image
var nadm_ic = ee.ImageCollection('projects/climate-engine/nadm/monthly')
var nadm_i = nadm_ic.first()
// Print image to see bands
print(nadm_i)
// Visualize a single image
var nadm_palette = ["#ffffff", "#ffff00", "#fcd37f", "#ffaa00", "#e60000", "#730000"]
Map.addLayer(nadm_i, {min:-1, max:4, palette: nadm_palette}, 'nadm_i')
// Read in Image Collection and mosaic to single image
var nadm_ic = ee.ImageCollection('projects/climate-engine/nadm/monthly')
var nadm_i = ee.Image(nadm_ic.sort('system:time_start',false).first())
// Print image to see bands
print(nadm_i)
// Visualize a single image
var nadm_palette = ["#ffffff", "#ffff00", "#fcd37f", "#ffaa00", "#e60000", "#730000"]
// Define a dictionary which will be used to make legend and visualize image on map
var dict = {
  "names": [
    "No drought or wet",
    "Abnormally Dry",
    "Moderate Drought",
    "Severe Drought",
    "Extreme Drought",
    "Exceptional Drought",
  ],
  "colors": [
    "#ffffff",
    "#FFFF00", 
    "#FCD37F", 
    "#FFAA00",
    "#E60000", 
    "#730000"
  ]};
// Create a panel to hold the legend widget
var legend = ui.Panel({
  style: {
    position: 'bottom-left',
    padding: '8px 15px'
  }
});
// Function to generate the legend
function addCategoricalLegend(panel, dict, title) {
  
  // Create and add the legend title.
  var legendTitle = ui.Label({
    value: title,
    style: {
      fontWeight: 'bold',
      fontSize: '18px',
      margin: '0 0 4px 0',
      padding: '0'
    }
  });
  panel.add(legendTitle);
  
  var loading = ui.Label('Loading legend...', {margin: '2px 0 4px 0'});
  panel.add(loading);
  
  // Creates and styles 1 row of the legend.
  var makeRow = function(color, name) {
    // Create the label that is actually the colored box.
    var colorBox = ui.Label({
      style: {
        backgroundColor: color,
        // Use padding to give the box height and width.
        padding: '8px',
        margin: '0 0 4px 0'
      }
    });
  
    // Create the label filled with the description text.
    var description = ui.Label({
      value: name,
      style: {margin: '0 0 4px 6px'}
    });
  
    return ui.Panel({
      widgets: [colorBox, description],
      layout: ui.Panel.Layout.Flow('horizontal')
    });
  };
  
  // Get the list of palette colors and class names from the image.
  var palette = dict['colors'];
  var names = dict['names'];
  loading.style().set('shown', false);
  
  for (var i = 0; i < names.length; i++) {
    panel.add(makeRow(palette[i], names[i]));
  }
  
  Map.add(panel);
  
}
/*
  // Display map and legend ///
*/
// Add the legend to the map
addCategoricalLegend(legend, dict, 'North America Drought Monitor(NADM) Monthly');
Map.addLayer(nadm_i, {min:-1, max:4, palette: nadm_palette}, 'NADM '+ee.Date(nadm_i.get('system:time_start')).format('YYYY-MM-dd').getInfo())

示例代码:https://code.earthengine.google.com/? scriptPath=users/sat-io/awesome-gee-catalog-examples:weather-climate/NADM-MONTHLY

执照

NOAA 数据、信息和产品,无论采用何种交付方式,均不受版权保护,并且公众后续使用不受限制。一旦获得,它们就可以用于任何合法用途。上述数据属于公共领域,提供时不受使用和分发限制。欲了解更多信息,请访问 NWS 免责声明网站。

关键词:干旱、NADM、北美、美国、加拿大、墨西哥

创建和提供:NOAA、NIDIS、NCEI

策展人:气候引擎组织

目录
打赏
0
0
0
0
207
分享
相关文章
美国干旱监测四级干旱:中度(D1)、严重(D2)、极度(D3)和异常(D4)
美国干旱监测(U.S. Drought Monitor)是每周四发布的地图,显示美国各地区的干旱情况。该地图采用五级分类:异常干旱(D0)、中度(D1)、严重(D2)、极度(D3)和异常(D4)。自1999年推出以来,由内布拉斯加大学林肯分校的国家干旱缓解中心(NDMC)、NOAA和USDA联合制作。 网址推荐: - 知识星球:https://wx.zsxq.com/group/48888525452428 - 机器学习:https://www.cbedai.net/xg - 慧天干旱监测与预警:https://www.htdrought.com/
40 5
|
1月前
慧天卓特:2024年12月中国及其周边国家基于FYDI-2.0指数的干旱监测报告
2024年12月,中国及其周边国家基于FYDI-2.0指数的干旱监测报告显示,中国大部分地区进入冬季,气温偏低,降水量略增但分布不均,导致华南、华中、内蒙古和新疆部分地区旱情严重。FYDI指数分析显示,南方旱情有所缓解,但受冷空气影响,西北和中部地区旱情加剧。其他亚洲国家如印度、缅甸、泰国等地也出现大面积干旱,东南亚地区受厄尔尼诺影响尤为明显。
58 10
文本挖掘分析多元应用:新能源汽车股市、英国封锁、疫情旅游与舆情分析
文本挖掘分析多元应用:新能源汽车股市、英国封锁、疫情旅游与舆情分析
GEE数据集——美国干旱监测数据集(更新)
GEE数据集——美国干旱监测数据集(更新)
105 4
参赛作品17 :智能农田气象数据监测云平台
“智物智造杯-2022物联网创新应用大赛”投票开始啦!
760 15
Google Earth Engine ——美国环境保护署 (USEPA) Ecoregions (地质、地貌、植被、气候、土壤、土地利用、野生动物和水文)数据集
Google Earth Engine ——美国环境保护署 (USEPA) Ecoregions (地质、地貌、植被、气候、土壤、土地利用、野生动物和水文)数据集
231 0
Google Earth Engine ——美国环境保护署 (USEPA) Ecoregions (地质、地貌、植被、气候、土壤、土地利用、野生动物和水文)数据集
美国加州发生5.5级地震,物联网技术如何提前预警?
据美国地质勘探局网站消息,北京时间4日9时32分,美国加利福尼亚州莫哈韦沙漠地区发生5.5级地震,震源深度6.8千米。
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等