spei数据库

已于 2024-10-19 17:04:41 修改
阅读量287 收藏
点赞数 5
分类专栏： 数据集 文章标签： python
于 2024-10-18 14:25:49 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/licongren142/article/details/143052721
版权 
https://spei.csic.es/spei_database/#map_name=spei12#map_position=1475
Google Earth Engine ——标准化降水指数（SPI）、蒸发干旱需求指数（EDDI）、标准化降水蒸散指数（SPEI）、帕默干旱严重程度指数（PDSI）和帕默Z指数（Z）数据集
此星光明博客
09-16 6957
This dataset contains drought indices derived from the 4-km daily Gridded Surface Meteorological (GRIDMET) dataset. The drought indices provided include the standardized precipitation index (SPI), the evaporative drought demand index (EDDI), the standardiz
揭秘最强气象武器的库,SPEI-Python不可思议之处.
python茶水实验室
06-16 697
spei-python 是一个用于计算标准化降水蒸散指数（SPEI）的专业库,适用于气象研究、农业管理和水资源管理等领域
GEE | 1901-2022年全球0.5°标准化降水蒸散指数SPEI数据集
最新发布
qq_48539301的博客
02-08 604
SPEIbase（全球标准化降水-蒸散指数数据库）提供了全球尺度上干旱状况的长期可靠信息，空间分辨率为0.5度，时间分辨率为月度，可支持从1至48个月的多时间尺度分析。标准化降水-蒸散指数（SPEI）通过标准化变量量化当前气候平衡相对于长期平衡的偏差，确保了时空上的可比性。以SPEI_01_month为例，print月度SPEI变化并导出栅格数据。
spei计算程序附测试数据
07-01
matlab版SPEI程序+测试数据,可用于计算SPEI指数的matlab版本，其中附有测试数据，方便学习和查看。
1961-2022年中国大陆多干旱指数数据集(SPI/SPEI/EDDI/PDSI/SC-PDSI/VPD)
qq_48539301的博客
01-03 1976
干旱指数对于评估和管理缺水和农业风险至关重要;它具有6个关键的气象干旱指数：标准化降水指数（SPI）、标准化降水蒸散指数（SPEI）、蒸发需求干旱指数（EDDI）、帕尔默干旱严重程度指数（PDSI）、自校准帕尔默干旱严重程度指数（SC-PDSI）和蒸气压赤字（VPD），其中SPI、SPEI和EDDI包含2周和1-12个月的多尺度特征。总体而言，我们的数据集弥补了中国在高精度多指标干旱数据方面的差距，完整的基于CHM的框架保证了数据集的一致性和可靠性，有助于提高对中国干旱模式和趋势的理解。
全球干旱数据集【标准化降水蒸发指数SPEI-01】-190101-202312-0.5x0.5
11-22
全球干旱数据集【标准化降水蒸发指数SPEI-01】（1901-01至2023-12，分辨率0.5°×0.5°） 是一个高时空分辨率的全球气候数据集，专注于干旱事件的时空动态监测和评估。该数据集以 标准化降水蒸发指数（SPEI-01） 为核心指标，通过综合考虑降水和潜在蒸散发（PET）对干旱的影响，为气候变化研究、生态环境管理和水资源规划等提供了科学依据。 数据集特点： 1. 核心指标： SPEI（标准化降水蒸发指数）： SPEI 是基于水分盈亏（降水减去潜在蒸散发）计算的标准化指数。 SPEI-01 表示以1个月为时间尺度的干旱指数，更适合短期干旱监测（如农业干旱或临时性水资源短缺）。 2. 时空分辨率： 时间范围：1901年1月至2023年12月，覆盖超过120年的全球数据。 空间分辨率：0.5°×0.5°（约50公里×50公里），适用于全球和区域尺度的干旱分析。 3. 数据来源与处理： 数据来源：基于气象观测数据（如降水和气温）与重分析数据（如ERA5）。 计算方法： 使用Penman-Monteith公式计算潜在蒸散发（PET）。 4. 数据格式 数据为NetCDF格式。
全球干旱数据集【标准化降水蒸发指数SPEI-12】-190101-202312-0.5x0.5
11-22
全球干旱数据集【标准化降水蒸发指数SPEI-12】（1901年1月-2023年12月，0.5°×0.5°分辨率）是基于月度降水和潜在蒸散发（PET）数据计算的全球气候数据集，专门用于长期干旱监测。SPEI-12采用12个月的时间尺度，...
R计算SPEI
qq_41618677的博客
02-28 9887
R语言版SPEI：https://cran.r-project.org/web/packages/SPEI/index.html https://spei.csic.es/ 1.全球干旱监测：https://spei.csic.es/map/maps.html#months=1#month=0#year=2021 2.全球SPEI数据库： https://spei.csic.es/database.html 3.SPEI R工具： https://spei.csic.es/tools.html 代码参考：
SPEI | 1901-2023年全球0.5°标准化降水蒸散发指数（附代码）
qq_48539301的博客
11-17 1633
标准化降水蒸散指数（SPEI）是一种用于全球干旱和气候变化研究的指标，专门用于评估气候的干湿状况。全球栅格化的SPEI产品涵盖了1901—2023年的月度数据，空间分辨率为0.5° × 0.5°。该数据集基于英国东安格利亚大学气候研究中心的CRU TS3.0的月降水量和平均气温数据处理得到。SPEI通过计算降水和潜在蒸散发（PET）的差值并进行标准化处理，以确定干湿程度，其中SPEI值越小表示气候越干旱，越大则表示气候越湿润。数据为nc格式，如果需要转tif，可以使用下方代码。
SPEI指数计算及其测试数据教程
这些数据通常需要通过气象站长期观测获得，也可以通过一些气象数据库获取。SPEI的计算程序将会根据这些气象数据来计算对应的指数值。 4. SPEI指数计算方法 SPEI指数的计算方法基本遵循以下步骤： - 首先，收集一定...
全球干旱数据集【标准化降水蒸发指数SPEI-03】-190101-202312-0.5x0.5
11-22
全球干旱数据集【标准化降水蒸发指数SPEI-03】（1901年1月-2023年12月，0.5°×0.5°分辨率）是基于月度降水和潜在蒸散发（PET）数据计算的全球气候数据集，专门用于中期干旱监测和分析。SPEI-03以3个月为时间尺度，更适合评估农业和生态系统的长期干旱风险。 数据集采用NetCDF格式，包含时间、空间坐标和SPEI值（无量纲）。负值表示干旱，正值表示湿润，数据经过插值和偏差矫正，确保高时空一致性。基于全球气象观测和重分析数据，如ERA5。 应用场景： 干旱监测：识别全球干旱事件的强度和持续时间。 气候变化研究：评估干旱风险和气候变化的长期影响。 农业与生态管理：支持农作物种植和生态系统保护。 水资源与灾害防治：优化水资源分配和干旱灾害应对。 该数据集为干旱风险评估和气候变化研究提供重要支持，广泛应用于环境、农业、生态和气候预测领域。
gma 教程 | 气候气象 | 计算标准化降水蒸散指数（SPEI）
热门推荐
weixin_42155937的博客
06-28 1万+
【基于 Excel 降水和蒸散数据计算 SPEI】 【基于 GTiff 栅格降水和蒸散数据计算 SPEI】
SPEI指数处理
2301_80740374的博客
03-27 1177
col_6_data = df.iloc[:, 5] # 注意：列索引从0开始，所以第6列的索引是5。模型构建器进行分区统计，并转出为Excel表格。分区统计导入研究区矢量，并采用MEAN统计。注意：分区统计结果保存在文件夹，则要加dbf后缀；解析路径中要选择NAME。# 获取文件名的第8至第13个字符作为列标题，，9-14位。用python代码提取数据并汇总为总的excel。）数据量大，设置FTP下载。批量裁剪（模型构建器）。
matlab圆形数据集,Matlab处理SPEI全球数据集
weixin_31967485的博客
03-17 1585
SPEI定义及计算方法参见我的简书《R语言spei包计算标准化降水蒸散指数》目前该数据时间尺度为1901-2018，空间分辨率0.5°，其中计算蒸散的方法采用彭曼公式代码clc;clear;ncdisp('I:\data\Climate--nc文件\SPEI\spei12.nc')data=ncread('I:\data\Climate--nc文件\SPEI\spei12.nc','spei');...
干旱指数SPEI详解
weixin_44259522的博客
04-24 2791
它们的值是根据大量的观测数据和模型拟合得到的，用于将累积概率的标准化值转换为最终的SPEI值。在求解SPEI值的步骤中，我们已经完成了数据的标准化和累积概率的计算，接下来就是将累积概率值代入SPEI的多项式公式中来计算SPEI值。综上所述，通过将累积概率的标准化值代入SPEI的多项式公式中，结合给定的常数项和系数，可以计算出最终的SPEI值。- 这一步骤的目的是根据标准化后的累计概率值计算出最终的SPEI值，用于评估水汽平衡的变化情况。3. SPEI值：最终的SPEI值是根据累积概率的标准化值。
日数据计算SPEI、SPEI1、SPEI12 资源库
gitblog_09762的博客
09-06 828
日数据计算SPEI、SPEI1、SPEI12 资源库 项目地址:https://gitcode.com/open-source-toolkit/e00ea 欢迎使用日尺度标准降水蒸发指数（SPEI）计算资源 本Git仓库致力于提供一套详细且实用的日尺度数据处理方案，用于计算标准降水蒸发指数（Standardized Precipitation-Evapotranspiration Index, 简...
按时间片提取多波段NetCDF格式干旱指数SPEI数据至单波段tif
南柯
07-11 1907
NetCDF(network Common Data Form)，中文称为网络通用数据格式，是由美国大学大气研究协会（University Corporation for Atmospheric Research，UCAR)的 Unidata 项目科学家针对科学数据的特点开发的，是一种面向数组型并适于网络共享的数据的描述和编码标准。目前，NetCDF广泛应用于大气科学、水文、海洋学、环境模拟、地球物理等诸多领域。用户可以借助多种方式方便地管理和操作 NetCDF 数据集。NetCDF。
obsidian full calendar如何让不同的任务条背景色不同
10-15
Obsidian Full Calendar是一个插件，用于在 Obsidian 笔记应用中添加日历功能，它通常不会直接提供改变任务条背景色的功能。然而，你可以通过组合使用一些技巧来实现自定义样式，比如： 1. 自定义 CSS：在Obsidian的配置文件（`.obsidian/settings.json`）中，可以创建一个自定义CSS规则，针对不同的任务状态（如优先级、标签等），设置不同的背景颜色。例如： ```json "plugins": { "calendar-full": { "styles": { ".task.priority-high": { "background-color": "#FFC0CB" // 粉色背景 }, ".task.priority-low": { "background-color": "#ADD8E6" // 蓝色背景 } } } } ``` 这里假设".priority-high"和".priority-low"是你为高优先级和低优先级任务设定的CSS类名。 2. 使用Markdown语法：如果你的任务卡片中包含特定的标记或属性，你可以利用特殊的Markdown语法（如`:css:`前缀）加上自定义的CSS类，同样可以控制背景颜色。 3. 插件扩展：如果存在第三方插件允许你更精细地定制视图，查找是否有支持背景颜色调整的选项。 注意：以上步骤可能需要一定的技术基础，并非所有用户都能立即操作。如果你不熟悉CSS或Obsidian的高级配置，可能需要查阅相关的文档或者在线教程。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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