全球月度气象数据集

简介

全球月度气象数据集(GLDAS Noah Land Surface Model L4 monthly 0.25 x 0.25 degree V2.1,简称GLDAS_NOAH025_M 2.1),时空分辨率分别为1个月、0.25度。该数据产品于2020年1月重新处理得到,代替之前版本。前言 – 人工智能教程
该数据产品是利用GLDAS-2.1 Noah每3小时数据进行时间平均生成的,其中GLDAS-2.1 Noah每3小时数据是利用土地信息系统(LIS)版本7中的Noah Model 3.6模拟得到的。2000年1月到现在,该数据产品包含36个地表场。为了便于分析,平台已将NetCDF文件转化为TIF文件。

全球月度气象数据集是指收集和整理全球各地区月度气象数据的数据集。它包含了气温、降水、湿度、风向和风速等气象要素的数据。这些数据是从各国气象部门、研究机构以及私人气象站等多个渠道收集而来,通过标准化处理后,被用于气候变化研究、农业预测、水资源管理、能源规划等领域的应用。

据世界气象组织(WMO)统计,全球有超过1万个气象站点,其中有超过8000个站点提供了全年的气象数据。这些数据通过WMO的全球气象观测系统(GOS)共享和传输,形成了全球气象数据网(GDN)和国际气象数据中心(IMDC),为全球气象预报和研究提供了重要的支持。

数据集ID: 

GLDAS/NOAH025_M.2.1

时间范围: 2000年1月-现在

范围: 全球

来源: NASA

复制代码段: 

var images = pie.ImageCollection("GLDAS/NOAH025_M.2.1")

 波段

名称单位类型填充值描述信息
Swnet_tavgWm-2float32-9999Net short wave radiation flux
Lwnet_tavgWm-2float32-9999Net long-wave radiation flux
Qle_tavgWm-2float32-9999Latent heat net flux
Qh_tavgWm-2float32-9999Sensible heat net flux
Qg_tavgWm-2float32-9999Ground heat flux
Snowf_tavgkgm-2s-1float32-9999Snow precipitation rate
Rainf_tavgkgm-2s-1float32-9999Rain precipitation rate
Evap_tavgkgm-2s-1float32-9999Evapotranspiration
Qs_acckgm-2float32-9999Storm surface runoff
Qsb_acckgm-2float32-9999Baseflow-groundwater runoff
Qsm_acckgm-2float32-9999Snow melt
AvgSurfT_instKfloat32-9999Average surface skin temperature
Albedo_inst%float32-9999Albedo
SWE_instkgm-2float32-9999Snow depth water equivalent
SnowDepth_instmfloat32-9999Snow depth
SoilMoi0_10cm_instkgm-2float32-9999Soil moisture(0-10cm)
SoilMoi10_40cm_instkgm-2float32-9999Soil moisture (10-40 cm)
SoilMoi40_100cm_instkgm-2float32-9999Soil moisture (40-100 cm)
SoilMoi100_200cm_instkgm-2float32-9999Soil moisture(100-200cm)
SoilTMP0_10cm_instKfloat32-9999Soil temperature(0-10cm)
SoilTMP10_40cm_instKfloat32-9999Soil temperature(10-40cm)
SoilTMP40_100cm_instKfloat32-9999Soil temperature (40-100 cm)
SoilTMP100_200cm_instKfloat32-9999Soil temperature(100-200cm)
PotEvap_tavgWm-2float32-9999Potential evaporation rate
ECanop_tavgWm-2float32-9999Canopy water evaporation
Tveg_tavgWm-2float32-9999Transpiration
ESoil_tavgWm-2float32-9999Direct evaporation from bare soil
RootMoist_instkgm-2float32-9999Root zone soil moisture
CanopInt_instkgm-2float32-9999Plant canopy surface water
Wind_f_instms-1float32-9999Wind speed
Rainf_f_tavgkgm-2s-1float32-9999Total precipitation rate
Tair_f_instKfloat32-9999Air temperature
Qair_f_instkgkg-1float32-9999Specific humidity
Psurf_f_instPafloat32-9999Surface pressure
SWdown_f_tavgWm-2float32-9999Downward short-wave radiation flux
LWdown_f_tavgWm-2float32-9999Downward long-wave radiation flux

date

string

影像日期

 

代码

/**
 * @File    :   全球月度气象数据集
 * @Time    :   2022/05/30
 * @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    :   加载全球月度气象数据集
 */

//加载全球月度气象数据集
var images = pie.ImageCollection("GLDAS/NOAH025_M.2.1")
                .select("Rainf_tavg")


// 设置图层显示参数并加载
var visParam = {
    min: 0,
    max: 0.00001,
    palette:'69cd9,7512e8,2091ea,4befce,2edfdd,9efd9f,ebcc76,ff6032,ffc0,c68d',
};
//加载显示影像
Map.addLayer(images,visParam,"images")

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
需求分析文档 一、引言 本文档描述了随机选择的2014-2020年中连续3年的全国气象数据的需求分析。该数据集包含了全国各地的气象数据,如气温、降雨量、风速等指标,数据量庞大、种类繁多。本文档旨在为数据分析小组提供开发指导,确保系统能够满足用户的需求。 二、用户需求 1. 数据可视化:用户需要通过可视化的方式查看数据,如折线图、散点图、热力图等,以便更直观地了解气象数据的走势和变化。 2. 数据分析:用户需要进行多维度的数据分析,如不同地区的气象数据对比、不同指标之间的相关性分析等,以便更深入地了解气象数据的规律和特点。 3. 数据预测:用户需要根据历史数据进行未来气象数据的预测,以便做出相关决策和规划。 4. 数据导出:用户需要将数据导出为Excel、CSV等格式,以便进行更深入的分析和处理。 三、系统需求 1. 数据采:系统需要能够实时采全国各地的气象数据,包括气温、降雨量、风速等指标,数据格式为CSV或Excel。 2. 数据清洗:系统需要对采到的数据进行清洗和预处理,以去除噪声、异常值等问题,保证数据的质量和准确性。 3. 数据存储:系统需要能够将采到的数据进行存储和管理,保证数据的安全和可靠性。 4. 数据可视化:系统需要提供多种可视化方式,如折线图、散点图、热力图等,以便用户更直观地了解气象数据的走势和变化。 5. 数据分析:系统需要提供多维度的数据分析功能,如不同地区的气象数据对比、不同指标之间的相关性分析等,以便用户更深入地了解气象数据的规律和特点。 6. 数据预测:系统需要基于历史数据进行未来气象数据的预测,提供多种算法可供选择,并能够展示预测结果。 7. 数据导出:系统需要将数据导出为Excel、CSV等格式,以便用户进行更深入的分析和处理。 8. 用户管理:系统需要提供用户管理功能,包括用户登录、权限管理等,以保证系统的安全性和数据的保密性。 9. 性能优化:系统需要优化数据处理和分析的性能,以保证系统的响应速度和数据处理效率。 四、总结 本文档描述了随机选择的2014-2020年中连续3年的全国气象数据的需求分析。根据用户需求和系统需求,我们可以设计出一个能够满足用户需求的数据分析系统,包括数据采、清洗、存储、可视化、分析、预测、导出、用户管理等功能。同时,需要对系统的性能进行优化,以提高数据处理和分析的效率。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

此星光明

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值