Products, help and information

Précipitation

Comme les précipitations des données de simulation météorologique peuvent montrer des écarts importants, la mise en œuvre de mesures revêt une importance majeure pour atteindre le niveau de précision le plus élevé. Les observations en temps réel des systèmes radar sont utilisées pour la prévision immédiate des précipitations. Pour estimer les précipitations historiques, il existe des composites de données provenant de satellites et de stations de mesure.

meteoblue offre les ensembles de données suivants:

  • Radar en temps réel & nowcast - disponible pour de nombreux pays
  • CMORPH (NOAA) - Historique des précipitations horaires, monde entier
  • CHIRPS2 (CHG) - Daily precipitation history, worldwide
  • ARC2 (NOAA) - Historique des précipitations quotidiennes pour le continent africain

Radar temps réel & nowcast

Données de précipitation nowcast montrent les données météorologiques pour le présent et l'avenir (1-6 heures). Celles-ci sont observées au radar et indiquent les meilleures informations disponibles pour les conditions actuelles.

Les prévisions météorologiques simulées (ensembles de données) obtenues par l’API de meteoblue incluront toujours satellite, radar et des données de mesure automatiquement, si ces données sont disponibles pour le lieu sélectionné. La précision de précipitation nowcastdépend fortement de la disponibilité, de la résolution et du retard des données radar, qui diffère d'un pays à l'autre. Le tableau suivant donne un aperçu de la disponibilité des données radar en temps réel:

Classification / Pays Données Publiques Délai des dernières observations disponibles Gamme de prévision immédiate / Durée prévue Nowcast Intervalle / Résolution temporelle Résolution spatiale
Espagne oui 15 minutes - 15 minutes 1 km
France oui 60 - 85 minutes - 15 minutes 1 km
Suisse oui 10 minutes 60 minutes 15 minutes 1 km
Allemagne oui 5 minutes 90 minutes 10 minutes 1 km
Royaume-Uni oui 30 minutes - 15 minutes
Etats-Unis oui 5 minutes 60 - 90 minutes 10 minutes 1 km

CMORPH - Précipitation, toutes les heures, global

Domaine Métadonnées
Titre NOAA CPC morphing technique
Titre court CMORPH
Version 1.0, 2002
Thème satellite, précipitation, estimation
Période de Temps 1998 au présent
Fréquence du quotidien
Délai de Mise à Jour < 24 heures
Résolution temporelle du quotidien
Type spatial Plate carrée grid (projection rectangulaire)
Étendre spatial 180°W to 180°E / 60°S to 60°N
Résolution spatiale 8 km à l'équateur
Système de Coordonnées WGS-84
Modèle de la Terre WGS-84
Système de Référence spatiale
Éditeur NCEP/NOAA
Date de Première Publication 2002
Date Obsolète
Description

CMORPH produit une analyse des précipitations globales à très haute résolution spatiale et temporelle. Cette technique utilise des estimations de précipitations dérivées exclusivement d'observations hyperfréquences de satellites à orbite basse et dont les caractéristiques sont transportées via des informations de propagation spatiale obtenues entièrement à partir de données infrarouges de satellites géostationnaires. À l'heure actuelle, nous incorporons les estimations des précipitations dérivées des micro-ondes passives à bord des DMSP 13, 14 et 15 (SSM / I), des NOAA-15, 16, 17 et 18 (AMSU-B) et des AMSR-E et TMI à bord de l'Aqua de la NASA. et TRMM, respectivement. Ces estimations sont générées par les algorithmes de Ferraro (1997) pour SSM / I, Ferraro et al. (2000) pour AMSU-B et Kummerow et al. (2001) pour TMI. Notez que cette technique n’est pas un algorithme d’estimation des précipitations mais un moyen de combiner des estimations d’algorithmes de précipitations micro-ondes existantes. Par conséquent, cette méthode est extrêmement flexible, de sorte que toute estimation de précipitation provenant de toute source satellite à micro-ondes peut être incorporée.

En ce qui concerne la résolution spatiale, bien que les estimations de précipitations soient disponibles sur une grille espacée de 8 km (à l'équateur), la résolution des estimations individuelles calculées par satellite est plus grossière que cela - plus de l'ordre de 12 x 15 km ou alors La "résolution" la plus fine est obtenue par interpolation.

Spécification détaillée

Joyce, R. J., J. E. Janowiak, P. A. Arkin, and P. Xie, 2004: CMORPH: A method that produces global precipitation estimates from passive microwave and infrared data at high spatial and temporal resolution. J. Hydromet., 5, 487-503.

http://journals.ametsoc.org/doi/abs/10.1175/1525-7541%282004%29005%3C0487%3ACAMTPG%3E2.0.CO%3B2

URL de la Page d'Accueil http://www.cpc.ncep.noaa.gov/products/janowiak/cmorph_description.html
Classification de Sécurité publique
Niveau d'Accès https://www.usa.gov/government-works
Licence publique

Problèmes actuels d'ensemble de données

CMORPH étant dérivé de satellites en orbite polaire, les données manquantes sont assez fréquentes, avec une couverture de données estimée à 95%. Les données manquantes sont signalées par des valeurs «NaN» et peuvent être remplacées par NEMS30 ou ERA5 à l’aide de la fonction «gap filling».

CHIRPS2 - Précipitation, toutes les heures, global

Domaine Métadonnées
Titre Climate Hazards Group Infrared Precipitation with Station data
Titre court CHIRPS2
Version 2, 2015
Thème satellite, précipitation, estimation
Période de Temps 1981 au présent
Fréquence du quotidien
Délai de Mise à Jour < 24 heures
Résolution temporelle du quotidien
Type spatial Plate carrée grid (projection rectangulaire)
Étendre spatial 180°W to 180°E / 50°S to 50°N (origin: -179.975/-49.975)
Résolution spatiale 5 km (interpolé à 0,05 degré)
Système de Coordonnées WGS-84
Modèle de la Terre WGS-84
Système de Référence spatiale
Éditeur CHG (Climate Hazards Group)
Date de Première Publication 2015 (première version 2013)
Date Obsolète
Description CHIRPS est un ensemble de données pluviométriques quasi-globales de plus de 30 ans. CHIRPS incorpore une imagerie par satellite à résolution de 0,05 ° avec des données de station in situ pour créer une série chronologique de précipitations pour l’analyse des tendances et la surveillance de la sécheresse saisonnière.
Spécification détaillée

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.

https://www.nature.com/articles/sdata201566

URL de la Page d'Accueil http://chg.geog.ucsb.edu/data/chirps/
Classification de Sécurité publique
Niveau d'Accès https://www.usa.gov/government-works
Licence publique

Problèmes actuels d'ensemble de données

CHIRPS2 est dérivé de satellites en orbite polaire et, par conséquent, les données manquantes sont assez fréquentes, avec une couverture de données estimée à 95%. Les données manquantes sont signalées par des valeurs «NaN» et peuvent être remplacées par NEMS30 ou ERA5 à l’aide de la fonction «gap filling».

ARC2 - Précipitation, toutes les heures, global

Domaine Métadonnées
Titre African Rainfall Climatology, version 2
Titre court ARC2
Version 2, 2012
Thème satellite, précipitation, estimation
Periode de Temps 1983 au présent
Fréquence du quotidien
Délai de Mise à Jour < 24 heures
Résolution temporelle du quotidien
Type spatial Plate carrée grid (projection rectangulaire)
Étendre spatial 20°W to 55°E / 40°S to 40°N (origin: -20.0/-40.0)
Résolution spatiale 10 km (interpolé à 0,1 degré)
Système de Coordonnées WGS-84
Modèle de la Terre WGS-84
Système de Référence spatiale
Éditeur NOAA Climate Prediction Center
Date de Première Publication 2012, (première version 1996)
Date Obsolète
Description ARC2 est une révision de la première version de l'ARC. Conformément à l'algorithme opérationnel de Rainfall Estimation, version 2 (RFE2), ARC2 utilise des entrées de deux sources: 1) des données infrarouges géostationnaires (IR) toutes les trois heures centrées sur l'Afrique provenant de l'Organisation européenne pour l'exploitation de satellites météorologiques (EUMETSAT) et 2) observations de jauges du Global Telecommunication System (GTS) à contrôle de qualité signalant des accumulations de pluie sur 24 h en Afrique. La principale différence avec ARC1 réside dans le recalibrage de toutes les données IR de Meteosat de première génération (MFG) (1983-2005). Les résultats montrent que ARC2 est une amélioration majeure par rapport à ARC1. Il est cohérent avec d'autres ensembles de données à long terme, tels que le Projet de climatologie des précipitations dans le monde (GPCP) et l'Analyse fusionnée des précipitations du Centre de prévision du climat (CPC) (CMAP), avec des coefficients de corrélation de 0,86 sur une période de 27 ans. Nous examinons toutefois un biais de sécheresse estivale marginal sur l’Afrique occidentale et orientale. Une validation quotidienne avec des données de jauge indépendantes montre des valeurs RMSE de 11,3, 13,4 et 14, respectivement, pour ARC2, analyse des précipitations multi-satellites de mission de mesure des précipitations tropicales 3B42, version 6 (3B42v6), et de la technique de morphing CPC (CMORPH) pour l'Afrique de l'Ouest. l'été. Le RMSE ARC2 est légèrement plus élevé pour l’Éthiopie que pour le CMORPH et le 3B42v6. Les validations quotidiennes et mensuelles suggèrent que les sous-estimations de l'ARC2 peuvent être attribuées à l'indisponibilité des rapports de jauge GTS quotidiens en temps réel et aux insuffisances de l'estimation satellite associées aux processus de précipitation sur les zones côtières et orographiques. Cependant, ARC2 devrait fournir aux utilisateurs un suivi en temps réel de l'évolution quotidienne des précipitations, ce qui est essentiel pour améliorer la prise de décision dans les systèmes d'alerte précoce à la famine.
Spécification détaillée https://journals.ametsoc.org/doi/10.1175/JAMC-D-11-0238.1
URL de la Page d'Accueil https://www.ngdc.noaa.gov/docucomp/page?xml=NOAA/NWS/NCEP/CPC/iso/xml/Daily-ARC2-Africa.xml&view=getDataView&header=none
Classification de Sécurité publique
Niveau d'Accès https://www.usa.gov/government-works
Licence publique

Problèmes actuels d'ensemble de données

ARC2 étant dérivé de satellites en orbite polaire, les données manquantes sont assez fréquentes, avec une couverture de données estimée à 95%. Les données manquantes sont signalées par des valeurs «NaN» et peuvent être remplacées par NEMS30 ou ERA5 à l’aide de la fonction «gap fill».