Niederschlagsmenge von PERSIANN

Übersicht

• Zugang
• Beschreibung
• Parameter
• Abdeckung, räumliche und zeitliche Auflösung
• Datenqualität
• Kontaktperson
• Referenzen
• Datenzitat und Lizenz

Zugang

EINGESCHRÄNKT: Dieser Link auf den Datensatz ist nur für eine eingeschränkte Nutzergruppe verfügbar.  Der Datensatz ist nur im CEN/MPI Netzwerk bzw. von außen mit Kundenkonto  zugreifbar.  Bitte wenden Sie sich an ICDC, wenn Sie von außerhalb des Netzwerks auf diese Daten zugreifen möchten.

• PERSIANN Daten ansehen mit dem LAS
• Zugriff auf PERSIANN Daten über OPeNDAP
• Datenzugriff über Filesystem: /data/icdc/atmosphere/persiann

nach oben

Beschreibung

PERSIANN steht für "Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks"; es handelt sich dabei um einen Climate Data Record der NOAA. Wir bieten den PERSIANN Climate Data Record der Niederschlagsmenge mit täglicher Auflösung der Version v01r01 (Vorgänger: v01r00) an.

Der "Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks - Climate Data Record (PERSIANN-CDR)" beinhaltet die tägliche Niederschlagsmenge zwischen 60°S und 60°N mit einer Gitterzellenauflösung von 0.25 Grad für die Jahre 1983 bis heute. Hauptdatengrundlage sind die sogenannten "GridSat-B1 infrared satellite data" [Das sind im wesentlichen Daten der Sensoren MVIRI, SEVIRI, S-VISSR, GOES-Imager, VISSR+JAMI, VIRS+TMI auf den Plattformen MeteoSat, MeteoSat-2G, FY2, GOES, HIMAWARI, GMS, MTSAT und TRMM.] aus denen mittels des PERSIANN Algorithmus die Niederschlagsmenge abgeleitet wird. Das dabei verwendete Artificial Neural Network wird mit dem National Centers for Environmental Prediction (NCEP) stage IV Niederschlagsprodukt mit stündlicher Auflösung trainiert. Der PERSIANN-CDR wird abschließend so mit dem Global Precipitation Climatology Project (GPCP) Produkt Version 2.2 (GPCPv2.2) skaliert, dass ein auf die gleiche räumliche (2.5 Grad) und zeitliche (Monatsmittelwert) Auflösung verunschärftes PERSIANN-CDR Produkt optimal zum GPCP Produkt paßt.

Detaillierte Informationen sind unter CHRS Mission Statement Website, der entsprechenden NCAR Climat Data Guide Webseite und den weiteren Referenzen zu finden. Wir bieten hier Version v01 Revision r01 des Datensatzes an.

Letzte Aktualisierung des Datensatzes am ICDC: 30. November 2023.

nach oben

Parameter

Parameter des PERSIANN Datensatzes

Name	Einheit
Niederschlagsmenge	mm/Tag

nach oben

Abdeckung, räumliche und zeitliche Auflösung

Zeitraum und zeitliche Auflösung:

• 1983-01-01 bis 2023-07-31
• Täglich

Räumliche Abdeckung und Auflösung:

• Global zwischen -60,0° N und 60,0°N
• Räumliche Auflösung: 0,25° x 0,25°, kartesisches Gitter
• Geographische Länge: 0,125°E bis 359,875°E
• Geographische Breite: -59,875°N bis 59,875°N
• Dimension: 1440 Spalten x 480 Zeilen
• Höhe: Terrain-folgend

Format:

• NetCDF

nach oben

Datenqualität

Der hier angebotenene Datensatz beinhaltet keine Abschätzungen der Unsicherheit.

nach oben

Kontaktperson

Hamed Ashouri
Center for Hydrometeorology and Remote Sensing
University of Irvine, CA, U.S.
E-Mail: h.ashouri (at) uci.edu

Dan Braithwaite
Center for Hydrombreteorology and Remote Sensing
University of Irvine, CA, U.S.
E-Mail: dbraithw (at) uci.edu

Stefan Kern
ICDC / CEN / Universität Hamburg
E-Mail: stefan.kern (at) uni-hamburg.de

nach oben

Referenzen

Literatur:

• Ashouri, H., et al., PERSIANN-CDR: Daily precipitation climate data record from multisatellite observations for hydrological and climate studies. Bull. Amer. Meteor. Soc., 96, 69–83, 2015, https://doi.org/10.1175/BAMS-D-13-00068.1 .
• Miao, C., et al., Evaluation of the PERSIANN-CDR Daily Rainfall Estimates in Capturing the Behavior of Extreme Precipitation Events over China, Journal of Hydrometeorology, 16(3), 1387-1396, 2015, https://doi.org/10.1175/JHM-D-14-0174.1 .
• Ashouri, H., et al., Assessing the Efficacy of High-Resolution Satellite-Based PERSIANN-CDR Precipitation Product in Simulating Streamflow, Journal of Hydrometeorology, 17(7), 2061-2076, 2016, https://doi.org/10.1175/JHM-D-15-0192.1 .
• Gehne, M., et al., Comparison of Global Precipitation Estimates across a Range of Temporal and Spatial Scales, Journal of Climate, 29(21), 7773-7795, 2016, https://doi.org/10.1175/JCLI-D-15-0618.1 . 
• Hsu, K.-L., et al., Precipitation Estimation from Remotely Sensed Information Using Artificial Neural Networks, Journal of Applied Meteorology and Climatology, 36(9), 1176-1190, 1997, https://doi.org/10.1175/1520-0450(1997)036<1176:PEFRSI>2.0.CO;2 .

Websites:

• CHRS Mission Statement, https://chrs.web.uci.edu/
• PERSIANN-CDR: Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks - Climate Data Record | NCAR - Climate Data Guide, https://climatedataguide.ucar.edu/climate-data/persiann-cdr-precipitation-estimation-remotely-sensed-information-using-artificial  

nach oben

Datenzitat, Lizenz und Danksagung

Bei Verwendung der Daten diese bitte wie folgt zitieren:

Sorooshian, S., K. Hsu, D. Braithwaite, H. Ashouri, and NOAA CDR Program (2014): NOAA Climate Data Record (CDR) of Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks (PERSIANN-CDR), Version 1 Revision 1. [indicate subset used]. NOAA National Centers for Environmental Information. https://doi.org/10.7289/V51V5BWQ [last access: November 20, 2023], obtained with transposed latitude-longitude coordinates from https://www.cen.uni-hamburg.de/icdc, University of Hamburg.

und mit der folgenden Danksagung:

Thanks to ICDC, CEN, University of Hamburg for data support.

Lizenz

Lizenzinformationen finden Sie auf den Originaldaten-Websites.

nach oben