MERRA (Modern-Era Retrospective analysis for Research and Applications) 是由 NASA 气候数据集
现代时代研究与应用回顾性分析，第 2 版 (MERRA2)¶
NASA 全球建模和同化办公室 (GMAO) 制作现代时代研究和应用回顾分析第 2 版 (MERRA2)，这是一个 30 多年的全球气候再分析数据集。该数据集补充了现有 MERRA2 地球引擎资产：https: // Developers.google.com/earth-engine/datasets/tags/merra。您可以在此处找到有关此数据集的更多信息，并在气候组织数据页面中阅读有关该数据集的更多信息前言 – 人工智能教程
现代时代研究和应用回顾分析第 2 版 (MERRA-2) 提供了 1980 年开始的数据。引入它是为了替换原始 MERRA 数据集，因为同化系统取得了进步，能够同化现代高光谱辐射度和微波观测以及 GPS 无线电掩星数据集。它还使用了 NASA 于 2004 年底开始的臭氧剖面观测。MERRA-2 中包含了 GEOS 模型和 GSI 同化系统的其他进展。空间分辨率与 MERRA 大致相同（纬度方向约 50 公里）。
随着气象同化的增强，MERRA-2 朝着 GMAO 地球系统再分析的目标迈出了一些重要的一步。MERRA-2 是第一个长期全球再分析，旨在吸收天基气溶胶观测结果并代表其与气候系统中其他物理过程的相互作用。MERRA-2 包括格陵兰岛和南极洲上空冰盖的表示。
MERRA (Modern-Era Retrospective analysis for Research and Applications) 是由 NASA Goddard Space Flight Center 开发的气候模拟和气象观测数据集，目的是提供全球范围内的连续观测记录，以用于气候研究和应用。MERRA 数据集包括自1979年1月1日至今的大气、陆地和海洋气象数据，并包括地球系统中的各种气候要素，如温度、降水、气压、风、湍流辐射等。MERRA 数据集有助于提高气候模型的准确性和可信度，并支持气候变化预测和管理决策。
数据集描述¶
空间信息
| 范围 | 价值 |
|---|---|
| 空间范围 | 全球的 |
| 空间分辨率 | ~50 公里（0.5 度 x 0.625 度） |
| 时间分辨率 | 日常的 |
| 时间跨度 | 1980年4月2日至今 |
| 更新频率 | 每1-2个月更新一次 |
变量
| 多变的 | 细节 |
|---|---|
| 最低温度，2m（'T2MMIN'） | - 单位：开尔文度 |
| - 比例因子：1.0 | |
| 最高温度，2m（'T2MMAX'） | - 单位：开尔文度 |
| - 比例因子：1.0 | |
| 降水量（“PRECTOTCORR”） | - 单位：毫米 |
| - 比例因子：1.0 | |
| 风速，10m（'WIND2M'） | - 单位：米/秒 |
| - 比例因子：1.0 | |
| - 注意：风速输出基于 | |
| 标准 10m 测量高度，尽管 | |
| 错误的“2M”后缀。 | |
| ASCE 草参考蒸散量 | - 单位：毫米 |
| ('ETo_ASCE') | - 比例因子：1.0 |
| ASCE 苜蓿参考蒸散量 | - 单位：毫米 |
| ('ETr_ASCE') | - 比例因子：1.0 |
| 比湿度，2m（'QV2M'） | - 单位：公斤 kg-1 |
| - 比例因子：1.0 | |
| 表面压力（“PS”） | - 单位：帕 |
| - 比例因子：1.0 | |
| 表面入射短波通量（“SWGDN”） | - 单位：W·m-2 |
| - 比例因子：1.0 | |
| 表面入射短波通量假设 | - 单位：W·m-2 |
| 晴朗的天空（'SWGDNCLR'） | - 比例因子：1.0 |
引文¶
MERRA-2 Overview: The Modern-Era Retrospective Analysis for Research and Applications, Version 2 (MERRA-2), Ronald Gelaro, et al., 2017, J. Clim.,
doi: 10.1175/JCLI-D-16-0758.1
地球引擎片段¶
// Read in Image Collection and get first image
var merra2_ic = ee.ImageCollection('projects/earthengine-legacy/assets/projects/climate-engine/merra2/daily')
var merra2_i = merra2_ic.first()
// Print first image to see bands
print(merra2_i)
// Visualize select bands from first image — additional bands are present in the Image Collection
var prec_palette = ["#ffffcc", "#c7e9b4", "#7fcdbb", "#41b6c4", "#1d91c0", "#225ea8", "#0c2c84"]
var temp_palette = ["#b2182b", "#ef8a62", "#fddbc7", "#f7f7f7", "#d1e5f0", "#67a9cf", "#2166ac"].reverse()
var eto_palette = ["#ffffb2", "#fed976", "#feb24c", "#fd8d3c", "#fc4e2a", "#e31a1c", "#b10026"]
Map.addLayer(merra2_i.select('PRECTOTCORR'), {min: 0, max: 10, palette: prec_palette}, 'PRECTOTCORR')
Map.addLayer(merra2_i.select('T2MMAX').subtract(273.15), {min: -10, max: 30, palette: temp_palette}, 'T2MMAX')
Map.addLayer(merra2_i.select('T2MMIN').subtract(273.15), {min: -10, max: 30, palette: temp_palette}, 'T2MMIN')
Map.addLayer(merra2_i.select('ETo_ASCE'), {min: 0, max: 10, palette: eto_palette}, 'ETo_ASCE')
Map.addLayer(merra2_i.select('ETr_ASCE'), {min: 0, max: 10, palette: eto_palette}, 'ETr_ASCE')
示例代码：https://code.earthengine.google.com/? scriptPath=users/sat-io/awesome-gee-catalog-examples:/weather-climate/MERRA-2
执照¶
NASA 促进与研究和应用团体、私营企业、学术界和公众充分、开放地共享所有数据。
关键词：MERRA2、NASA、全球、气候、再分析、温度、降水、蒸散量、蒸发需求、风
数据集提供者：NASA
GEE 中的数据集由 Climate Engine Org 管理