第八篇GEE中下载年总降水的栅格数据

目录

一、主要信息

（一）数据提供者和数据集

（二）可用时间

（三）空间分辨率

（四）所含主要波段

二、数据集的使用

（一）具体代码

（二）结果

---

一、主要信息

（一）数据提供者和数据集

University of California Merced、" IDAHO_EPSCOR/TERRACLIMATE"

（二）可用时间

1958年01月01日–2022年12月01日

（三）空间分辨率

4638.3米

（四）所含主要波段

如下表

名字	单位	最小值	最大值	描述
aet	mm	0	3140	实际蒸散量，使用一维土壤水分平衡模型推导
def	mm	0	4548	气候缺水，使用一维土壤水分平衡模型推导
pdsi		-4317	3418	帕尔默干旱严重程度指数
pet	mm	0	4548	参考蒸散 （ASCE Penman-Montieth）
pr	mm	0	7245	降水累积
ro	mm	0	12560	径流，使用一维土壤水分平衡模型推导
soil	mm	0	8882	土壤湿度，使用一维土壤水分平衡模型推导
srad	W/米^2	0	5477	向下表面短波辐射
swe	mm	0	32767	使用一维土壤水分平衡模型推导的雪水当量
tmmn	℃	-770	387	最低温度
tmmx	℃	-670	576	最高温度
vap	千帕	0	14749	蒸气压
vpd	千帕	0	1113	蒸气压不足
vs	米/秒	0	2923	10米处的风速

二、数据集的使用

（一）具体代码

使用此数据集下载一个区域（roi）每隔5年的年总降水的栅格影像（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。）

//循环
for(var year = 1985;year <= 2020;year += 5){
//定义初始时间和终止时间
var startdate = year + '-01-01';
var enddate = year + '-12-31';
//定义dataset，选择数据集和波段
var dataset= ee.ImageCollection("IDAHO_EPSCOR/TERRACLIMATE")
                    .filterBounds(roi)
                    .select('pr')
                    .filterDate(startdate, enddate) ;
var data = dataset.filter(ee.Filter.calendarRange(1,1,'month'))
                        .reduce(ee.Reducer.sum())
                        .toDouble()
                        .clip(roi);
//循环一年12个月的降水，计算每个月的总降水再相加
for (var i=1;i<12; i++){
  var months=dataset.filter(ee.Filter.calendarRange(i,i,'month'))
                    .reduce(ee.Reducer.sum());
                          data=data.add(months);
                    }
Map.addLayer(data,{min:0,max:3000,palette:['white','black']},'precipitation_'+year);
//导出到云盘
Export.image.toDrive({
  image:data, 
  description:'precipitation_'+year, 
  folder:'LYM', 
  fileNamePrefix:'precipitation_'+year,  
  region: roi, 
  maxPixels: 1e13,
  crs:'EPSG:4326'
});
}
Map.centerObject(roi,8);

（二）结果

这里roi以赣州市（如图1）为例，运行结果如图2所示。

​ ​（图1）

（图2）