1、数据集介绍

  CHIRPS Pentad:Climate Hazards Group InfraRed Precipitation With Station Data

该数据集是一个记录了1981年到当前全球降雨量的数据集。CHIRPS将0.05°分辨率的卫星图像与in-situ站点数据结合，创建网格化的降雨时间序列。
 

Earth Engine Data Catalog 包括许多其他网格化降水数据集，例如ERA5和GPM——每个数据集都具有不同的空间和时间分辨率和方法。各个数据集产品的技术与上述数据集技术大致相同。

CHIRP 的主要计算时间步长是pentad。Pentad 代表 5 天的分组。一个日历月有 6 个 pentad：5 个 5 天的 pentad 和 1 个 pentad 以及该月剩余的 3 到 6 天。五角星在每个月初重置。我们将使用 CHIRPS pentad 数据集。请注意，CHIRPS 也以每日时间步长提供，该时间步长是通过分解五元组数据来计算的。除非您特别需要每日数据，否则您应该使用 pentad 数据集。

2、数据集应用

• 主要用于趋势分析和季节性干旱监测
• 用于区域降水时空变化特征的分析
• 可用于流域产汇流模型的输入边界
• 可用于无资料地区降水特征的分析等

3、GEE中加载

（1）JavaScript代码：

var dataset = ee.ImageCollection('UCSB-CHG/CHIRPS/PENTAD')
                  .filter(ee.Filter.date('2018-05-01', '2018-05-05'));
var precipitation = dataset.select('precipitation');
var precipitationVis = {
  min: 0.0,
  max: 112.0,
  palette: ['001137', '0aab1e', 'e7eb05', 'ff4a2d', 'e90000'],
};
Map.setCenter(17.93, 7.71, 2);
Map.addLayer(precipitation, precipitationVis, 'Precipitation');

（2）Python代码：

dataset = ee.ImageCollection('UCSB-CHG/CHIRPS/PENTAD')
                  .filter(ee.Filter.date('2018-05-01', '2018-05-05'))
precipitation = dataset.select('precipitation')
precipitationVis = {
  'min': 0.0,
  'max': 112.0,
  'palette': ['001137', '0aab1e', 'e7eb05', 'ff4a2d', 'e90000'],
}
Map.setCenter(17.93, 7.71, 2);
Map.addLayer(precipitation, precipitationVis, 'Precipitation')

4、数据集引用

Funk, Chris, Pete Peterson, Martin Landsfeld, Diego Pedreros, James Verdin, Shraddhanand Shukla, Gregory Husak, James Rowland, Laura Harrison, Andrew Hoell & Joel Michaelsen. "The climate hazards infrared precipitation with stations—a new environmental record for monitoring extremes". Scientific Data 2, 150066. doi:10.1038/sdata.2015.66 2015.
 

标签：数据,CHIRPS,05,Pentad,GEE,precipitation,pentad,2018
来源： https://blog.csdn.net/qq_32497109/article/details/122858183