探索 Google Earth Engine：连续干旱天数的计算与空间可视化

近年来，随着全球气候变化，极端天气事件频发，部分地区表征为降水量的增加，但在一些地区也伴随着降雨量的减少。降雨量的减少将带来一种影响广泛的灾害——干旱，干旱是破坏一地区农业生产活动和人民生活的重要气象灾害之一。为了评估某一地区年内或年际干旱的程度，我们可以使用连续干旱天数（降雨量为0的天数）的指标来衡量。那么，一个地区的连续干旱天数怎么在空间上进行表现？干旱的程度是否具有某种空间分布规律？是的，今天，我们的目标是采用GEE平台，来探索衡量一个地区连续干旱天数的计算与空间可视化的方法。

一、数据来源

要衡量干旱的天数，它直接与“水”相关，因此，首先我们需要收集一个地区的降水量数据。此处我们采用CHIRS的逐日数据，直接在GEE上进行调用。

CHIRPS的全称是气候危害中心红外降水与站点数据，该数据从1981年起，已累计近40年准降雨量数据。该数据集的空间分辨率是5km，有一个波段“Preciptation”用来存储降