1、主要信息
1)数据提供者和数据集
NASA GES DISC at NASA Goddard Space Flight Center、" TRMM/3B42"
2)可用时间
1998年01月01日00:00:00–2019年12月31日21:00:00
3)空间分辨率
27830米
4)所含主要波段
如下表
名字 | 单位 | 最小值 | 最大值 | 描述 |
precipitation | mm/hr | 0 | 100 | 合并的微波/红外降水估计 |
relativeError |
| 0 | 100 | 合并微波/红外降水随机误差估计 |
HQprecipitation | mm/hr | 0 | 100 | 预测距调整的微波降水估计 |
IRprecipitation | mm/hr | 0 | 100 | 预测距调整的红外降水估计 |
satObservationTime | min | -90 | 90 | 卫星观测时间减去颗粒时间。 在卫星观测重叠的情况下,两个或多个 观察时间是等权重平均的。 |
2、数据集的使用
1)具体代码
使用此数据集计算一个区域(roi)的年平均降水(注意:1、这里需要自己定义一个感兴趣区域roi。2、使用此数据集不可超出它的可用时间范围。)
//3. TRMM/3B42
//定义dataset存储数据集,并筛选时间范围为1998年到2019年的数据。再筛选空间roi、选择降水的波段。
var dataset = ee.ImageCollection('TRMM/3B42')
.filterDate('1998-01-01','2019-12-31')
.filterBounds(roi)
.select('precipitation');
//添加图层roi,并以它为中心将缩放等级设为7
Map.addLayer(roi);
Map.centerObject(roi,7);
//定义时间范围
var startyear = 1998;
var endyear = 2019;
//定义起始年份和结束年份,创建年份列表,按时间戳降序排列
var startdate = ee.Date.fromYMD(startyear,1,1);
var enddate = ee.Date.fromYMD(endyear,12,31);
var list = ee.List.sequence(startyear,endyear);
var P = dataset.filterDate(startdate,enddate)
.sort('system:time_start',false);
//求每年的降水总量
var yearlyP = ee.ImageCollection.fromImages(
list.map(function(y){
var w = P.filter(ee.Filter.calendarRange(y,y,'year')).sum();
return w. set('year',y)
.set('date',ee.Date.fromYMD(y,1,1))
.set('system:time_start',ee.Date.fromYMD(y,1,1));
})
);
//为打印的图表定义标题(名称标题、横轴标题、纵轴标题)
var title = {
title:'Yearly precipitation',
hAxis:{title:'Time'},
vAxis:{title:'Precipitation(mm)'},
};
//创建图表并打印出来
var chart = ui.Chart.image.seriesByRegion({
imageCollection:yearlyP,
regions:roi,
reducer:ee.Reducer.mean(),
scale:2500,
xProperty:'system:time_start',
seriesProperty:'SITE'
}).setOptions(title)
.setChartType('LineChart');
print(chart);
2)结果
这里roi以湖南省(如图1)为例,运行结果如图2所示。将鼠标移到折点上就可以显示年平均降水量。
鼠标左键点击折线图图右上角的箭头图标,可以保存为三种格式,分别是csv表格格式、svg和png图片格式,如图3所示。
(图1)
(图2)
(图3)