1、数据集介绍

ERA5 Daily Aggregates - Latest Climate Reanalysis Produced by ECMWF / Copernicus Climate Change Service

ERA5 每日汇总 - 由 ECMWF / Copernicus Climate Change Service制作的最新气候再分析

ERA5 是对全球气候的第五代 ECMWF 大气再分析。再分析将模型数据与来自世界各地的观察结果结合成一个全球完整且一致的数据集。ERA5 取代了其前身 ERA-Interim 再分析。

ERA5 DAILY 每天提供七个 ERA5 气候再分析参数的汇总值：2m 气温、2m 露点温度、总降水量、平均海平面压力、地表压力、10m 风的 u 分量和 10m 的风分量。此外，根据每小时 2m 气温数据计算了每天 2m 处的最低和最高气温。每日总降水量值以每日总和的形式给出。所有其他参数均以每日平均值的形式提供。

ERA5 数据可从 1979 年实时获取到三个月。更多信息和更多 ERA5 大气参数可以在哥白尼气候数据存储中找到。

提供者说明：每日汇总是根据每个参数的 ERA5 小时值计算的。

2、数据集波段

名称	单位	最小值	最大值	描述
`mean_2m_air_temperature`	ķ	223.6*	304*	2m高处平均气温（日平均值）
`minimum_2m_air_temperature`	ķ	220.7*	300.8*	2m高处最低气温（每日最低）
`maximum_2m_air_temperature`	ķ	225.8*	310.2*	2m高处的最高气温（每日最高）
`dewpoint_2m_temperature`	ķ	219.3*	297.8*	2m高度露点温度（日平均值）
`total_precipitation`	米	0*	0.02*	总降水量（每日总和）
`surface_pressure`	帕	65639*	102595*	表面压力（日平均）
`mean_sea_level_pressure`	帕	97657.4*	103861*	平均海平面压力（日平均）
`u_component_of_wind_10m`	米秒-1	-11.4*	11.4*	10m 风的 u 分量（日平均值）
`v_component_of_wind_10m`	米秒-1	-10.1*	10.1*	10m 风的 v 分量（日平均值）

3、GEE数据加载与使用

（1）JavaScript代码

// Example script to load and visualize ERA5 climate reanalysis parameters in
// Google Earth Engine// Daily mean 2m air temperature
var era5_2mt = ee.ImageCollection('ECMWF/ERA5/DAILY').select('mean_2m_air_temperature').filter(ee.Filter.date('2019-07-01', '2019-07-31'));
print(era5_2mt);// Daily total precipitation sums
var era5_tp = ee.ImageCollection('ECMWF/ERA5/DAILY').select('total_precipitation').filter(ee.Filter.date('2019-07-01', '2019-07-31'));// Daily mean 2m dewpoint temperature
var era5_2d = ee.ImageCollection('ECMWF/ERA5/DAILY').select('dewpoint_2m_temperature').filter(ee.Filter.date('2019-07-01', '2019-07-31'));// Daily mean sea-level pressure
var era5_mslp = ee.ImageCollection('ECMWF/ERA5/DAILY').select('mean_sea_level_pressure').filter(ee.Filter.date('2019-07-01', '2019-07-31'));// Daily mean surface pressure
var era5_sp = ee.ImageCollection('ECMWF/ERA5/DAILY').select('surface_pressure').filter(ee.Filter.date('2019-07-01', '2019-07-31'));// Daily mean 10m u-component of wind
var era5_u_wind_10m = ee.ImageCollection('ECMWF/ERA5/DAILY').select('u_component_of_wind_10m').filter(ee.Filter.date('2019-07-01', '2019-07-31'));// Convert pressure levels from Pa to hPa - Example for surface pressure
var era5_sp = era5_sp.map(function(image) {return image.divide(100).set('system:time_start', image.get('system:time_start'));
});// Visualization palette for total precipitation
var visTp = {min: 0,max: 0.1,palette: ['#FFFFFF', '#00FFFF', '#0080FF', '#DA00FF', '#FFA400', '#FF0000']
};// Visualization palette for temperature (mean, min and max) and 2m dewpoint
// temperature
var vis2mt = {min: 250,max: 320,palette: ['#000080', '#0000D9', '#4000FF', '#8000FF', '#0080FF', '#00FFFF', '#00FF80','#80FF00', '#DAFF00', '#FFFF00', '#FFF500', '#FFDA00', '#FFB000', '#FFA400','#FF4F00', '#FF2500', '#FF0A00', '#FF00FF']
};// Visualization palette for u- and v-component of 10m wind
var visWind = {min: 0,max: 30,palette: ['#FFFFFF', '#FFFF71', '#DEFF00', '#9EFF00', '#77B038', '#007E55', '#005F51','#004B51', '#013A7B', '#023AAD']
};// Visualization palette for pressure (surface pressure, mean sea level
// pressure) - adjust min and max values for mslp to min:990 and max:1050
var visPressure = {min: 500,max: 1150,palette: ['#01FFFF', '#058BFF', '#0600FF', '#DF00FF', '#FF00FF', '#FF8C00', '#FF8C00']
};// Add layer to map
Map.addLayer(era5_tp.filter(ee.Filter.date('2019-07-15')), visTp,'Daily total precipitation sums');
Map.addLayer(era5_2d.filter(ee.Filter.date('2019-07-15')), vis2mt,'Daily mean 2m dewpoint temperature');
Map.addLayer(era5_2mt.filter(ee.Filter.date('2019-07-15')), vis2mt,'Daily mean 2m air temperature');
Map.addLayer(era5_u_wind_10m.filter(ee.Filter.date('2019-07-15')), visWind,'Daily mean 10m u-component of wind');
Map.addLayer(era5_sp.filter(ee.Filter.date('2019-07-15')), visPressure,'Daily mean surface pressure');Map.setCenter(21.2, 22.2, 2);

（2）python代码

# 在GEE中加载 ERA5 气候再分析数据实例# Daily mean 2m air temperature //7月份地表2m处的日均气温
era5_2mt = ee.ImageCollection('ECMWF/ERA5/DAILY') \.select('mean_2m_air_temperature') \.filter(ee.Filter.date('2019-07-01', '2019-07-31'))
# print(era5_2mt)# Daily total precipitation sums //7月降水量总计
era5_tp = ee.ImageCollection('ECMWF/ERA5/DAILY') \.select('total_precipitation') \.filter(ee.Filter.date('2019-07-01', '2019-07-31'))# Daily mean 2m dewpoint temperature //7月份地表2m处的平均日露点温度
era5_2d = ee.ImageCollection('ECMWF/ERA5/DAILY') \.select('dewpoint_2m_temperature') \.filter(ee.Filter.date('2019-07-01', '2019-07-31'))# Daily mean sea-level pressure //7月份日均海平面气压
era5_mslp = ee.ImageCollection('ECMWF/ERA5/DAILY') \.select('mean_sea_level_pressure') \.filter(ee.Filter.date('2019-07-01', '2019-07-31'))# Daily mean surface pressure //7月份地表平均气压
era5_sp = ee.ImageCollection('ECMWF/ERA5/DAILY') \.select('surface_pressure') \.filter(ee.Filter.date('2019-07-01', '2019-07-31'))# Daily mean 10m u-component of wind //7月份地表10m处风的u组分
era5_u_wind_10m = ee.ImageCollection('ECMWF/ERA5/DAILY') \.select('u_component_of_wind_10m') \.filter(ee.Filter.date('2019-07-01', '2019-07-31'))# Convert pressure levels from Pa to hPa - Example for surface pressure
# 将气压单位由Pa转换为hPa
def func_xtx(image):return image.divide(100).set('system:time_start', image.get('system:time_start'))era5_sp = era5_sp.map(func_xtx)# Visualization palette for total precipitation
# 降水量可视化设置
visTp = {'min': 0,'max': 0.1,'palette': ['#FFFFFF', '#00FFFF', '#0080FF', '#DA00FF', '#FFA400', '#FF0000']
}# Visualization palette for temperature (mean, min and max) and 2m dewpoint
# temperature
vis2mt = {'min': 250,'max': 320,'palette': ['#000080', '#0000D9', '#4000FF', '#8000FF', '#0080FF', '#00FFFF', '#00FF80','#80FF00', '#DAFF00', '#FFFF00', '#FFF500', '#FFDA00', '#FFB000', '#FFA400','#FF4F00', '#FF2500', '#FF0A00', '#FF00FF']
}# Visualization palette for u- and v-component of 10m wind
visWind = {'min': 0,'max': 30,'palette': ['#FFFFFF', '#FFFF71', '#DEFF00', '#9EFF00', '#77B038', '#007E55', '#005F51','#004B51', '#013A7B', '#023AAD']
}# Visualization palette for pressure (surface pressure, mean sea level
# pressure) - adjust min and max values for mslp to min:990 and max:1050
visPressure = {'min': 500,'max': 1150,'palette': ['#01FFFF', '#058BFF', '#0600FF', '#DF00FF', '#FF00FF', '#FF8C00', '#FF8C00']
}# Add layer to map
Map.addLayer(era5_tp.filter(ee.Filter.date('2019-07-15')), visTp,'Daily total precipitation sums')
Map.addLayer(era5_2d.filter(ee.Filter.date('2019-07-15')), vis2mt,'Daily mean 2m dewpoint temperature')
Map.addLayer(era5_2mt.filter(ee.Filter.date('2019-07-15')), vis2mt,'Daily mean 2m air temperature')
Map.addLayer(era5_u_wind_10m.filter(ee.Filter.date('2019-07-15')), visWind,'Daily mean 10m u-component of wind')
Map.addLayer(era5_sp.filter(ee.Filter.date('2019-07-15')), visPressure,'Daily mean surface pressure')Map.setCenter(21.2, 22.2, 2)

为了更加直观的观察数据分布，叠加世界行政区边界

# 加载行政区边界
countries_shp = '../data/countries.shp'
countries = geemap.shp_to_ee(countries_shp)Map.addLayer(ee.Image().paint(countries, 0, 1), {'palette':'darkblue'}, 'world countris')

（3）结果展示如下

截取局部区域（我国地区）

4、ERA5数据集引用

Copernicus Climate Change Service (C3S) (2017): ERA5: Fifth generation of ECMWF atmospheric reanalyses of the global climate. Copernicus Climate Change Service Climate Data Store (CDS), (date of access), https://cds.climate.copernicus.eu/cdsapp#!/home

参考：

https://blog.csdn.net/wuwenhuanwu/article/details/114504373
https://developers.google.com/earth-engine/datasets/catalog/ECMWF_ERA5_DAILY#description

GEE数据集：ERA5 每日汇总 - 由 ECMWF / Copernicus Climate Change Service制作的最新气候再分析数据集相关推荐

GEE数据集：TerraClimate爱达荷大学全球陆地表面的每月气候和气候水平衡数据集
GEE水生态环境数据集: 开源数据:主要的开源的夜光遥感数据 GEE数据集:CHIRPS Pentad高分辨率的全球网格降雨数据集 GEE数据集:将全国水电站分布及其装机容量导出为CSV表格 GEE数 ...
GEE开发之ERA5（气温、降水、压力、风速等）数据获取和分析
GEE开发之ERA5(气温.降水.压力.风速等)数据获取和分析 1.ERA5介绍 2.初始ERA5数据 2.1 DAILY代码 2.2 MONTHLY代码 3.遥感影像查看(DAILY之mean_2m ...
WRF中使用ERA5再分析数据
本人在做一些实例时,需要用到最新的ERA5再分析数据集.我下载的是ERA5 hourly data on pressure levels form 1979 to present和ERA5 ho ...
GEE在ERA5数据集中提取流域日均温度
GEE在ERA5数据集中提取流域日均温度主要思路代码结果致谢主要思路当我们要提取国外影像的长时间序列.或大尺度地理信息时,可以考虑利用GEE快速实现,免去数据下载和本地存储.运算的麻烦.本 ...
2017校招信息每日汇总（更新至8.4）
2017校招信息每日汇总(更新至8.4) 2016-07-25 18:24:05 校招攻略 [想获取内推方式请在APP客户端评论区留邮箱,我们会邮件联系你] U料内推群: 2017秋季校招内推2群 Q ...
work信息每日汇总
2017校招信息每日汇总(更新至8.4) U料内推群: 2017秋季校招内推2群 QQ群:479240746 2017秋季校招内推3群 QQ群:156824553 百度2017(可内推) [招聘职位] ...
access如何查询两张表的内容_Access使用技术2：使用交叉表查询向导进行每日汇总...
个人主页:http://office-access.cn 公众号:DataMapHuanyu Access使用技术2:使用交叉表查询向导进行每日汇总 Access交叉表查询可以合并每日的量,日汇总功能 ...
sklearn数据集分割方法汇总
一.简介在现实的机器学习任务中,我们往往是利用搜集到的尽可能多的样本集来输入算法进行训练,以尽可能高的精度为目标,但这里便出现一个问题,一是很多情况下我们不能说搜集到的样本集就能代表真实的全体,其分 ...
ERA5再分析数据（一）
ERA5 数据集介绍 ERA5数据集大家庭 ERA5 ERA5.1 ERA5-Land ERA5数据集大家庭 ERA5 ERA5是一种综合性的再分析数据,ECMWF的Integrated Foreca ...

GEE数据集：ERA5 每日汇总 - 由 ECMWF / Copernicus Climate Change Service制作的最新气候再分析数据集