MOD16A2.061: Terra Net Evapotranspiration 8-Day Global 500m

MODIS/061/MOD16A2
مدى توفّر مجموعة البيانات
2021-01-01T00:00:00Z–2026-08-05T00:00:00Z
الجهة المنتجة لمجموعة البيانات
مقتطف Earth Engine
ee.ImageCollection("MODIS/061/MOD16A2")
سلسلة نقاط التواصل
8 أيام
العلامات
8-day evapotranspiration global mod16a2 modis nasa water-vapor

الوصف

منتج MOD16A2 الإصدار 6.1 الخاص بالتبخر/النتح وتدفق الحرارة الكامنة هو منتج مركّب لمدة 8 أيام يتم إنتاجه بدقة مكانية تبلغ 500 متر لكل بكسل. تستند الخوارزمية المستخدَمة في جمع منتجات بيانات MOD16 إلى منطق معادلة Penman-Monteith، التي تتضمّن مدخلات من بيانات إعادة التحليل اليومية للأرصاد الجوية بالإضافة إلى منتجات بيانات MODIS التي يتم استشعارها عن بُعد، مثل ديناميكيات خصائص الغطاء النباتي والبياض والغطاء الأرضي.

قيم البكسل لطبقتَي النتح والتبخّر (ET وPET) هي مجموع جميع الأيام الثمانية ضمن الفترة المركّبة. تمثّل قيم وحدات البكسل في طبقتَي الحرارة الكامنة (LE وPLE) متوسط جميع الأيام الثمانية ضمن الفترة المركّبة. يُرجى العِلم أنّ آخر فترة من 8 أيام في كل عام هي فترة مركّبة من 5 أو 6 أيام، وذلك حسب العام.

قد تكون عملية تحديد فئة التعيين في قيم التعبئة من 32761 إلى 32767 غير دقيقة. ولا يتم تضمينها في مواد عرض التجربة المحسّنة.

تم تحسين منتجات المستوى 1B (L1B) من الإصدار 6.1 من خلال إجراء تغييرات مختلفة في المعايرة، بما في ذلك: تغييرات في طريقة الاستجابة مقابل زاوية المسح (RVS) التي تؤثر في نطاقات الانعكاس لكل من Aqua وTerra MODIS، وتصحيحات لضبط التداخل البصري في نطاقات الأشعة تحت الحمراء (IR) في Terra MODIS، وتصحيحات لتعديل جدول البحث (LUT) الخاص بـ Terra MODIS للفترة من 2012 إلى 2017. تم تطبيق تصحيح الاستقطاب على النطاقات الشمسية العاكسة (RSB) من المستوى 1B. يستخدم المنتج بيانات Climatology LAI/FPAR كنسخة احتياطية لبيانات LAI/FPAR التشغيلية.

وفقًا لفريق MODIS العلمي، لن يتضمّن المنتج MOD16A2 6.1 بيانات قبل عام 2021. ينصح فريق MODIS Science باستخدام المنتج MOD16A2GF 6.1 الذي يتضمّن بيانات غير ناقصة، وذلك للبيانات من 2000 إلى 2021، ثم أيضًا لبيانات 2022 عندما تصبح متاحة. ويُنصح باستخدام هذا الخيار لأنّه من المتوقّع أن يكون المنتج الذي تمّت تعبئة الفجوات فيه أفضل من حيث جودة المنتج، خاصةً في المناطق التي كان من الممكن أن يتأثّر فيها أداء المنتج الروتيني سلبًا بسبب الملاحظات السحابية أو ذات الجودة الرديئة. بالنسبة إلى العام الحالي، لن يتوفّر منتج يتضمّن بيانات مفقودة حتى أوائل العام التالي (أي أنّ بيانات 2023 ستتوفّر في أوائل 2024). لذا، إذا كان المستخدم بحاجة إلى بيانات MOD16A2GF 6.1 لعام 2023 (أو العام "الحالي" في المستقبل)، ننصحه باستخدام منتج MOD16A2 6.1، الذي يتم إنشاؤه باستخدام الملاحظات اليومية مع استبدال الملاحظات السحابية أو ذات الجودة الضعيفة بملاحظات مناخية.

المستندات:

النطاقات

النطاقات

حجم البكسل: 500 متر (جميع النطاقات)

الاسم الوحدات الحد الأدنى الحد الأقصى المقياس حجم البكسل الوصف
ET كغ/م^2/8 أيام -32767 32700 0.1 500 متر

إجمالي النتح والتبخّر

LE جول/م^2/يوم -32767 32700 10000 500 متر

متوسط تدفق الحرارة الكامنة

PET كغ/م^2/8 أيام -32767 32700 0.1 500 متر

إجمالي النتح التبخري المحتمل

PLE جول/م^2/يوم -32767 32700 10000 500 متر

متوسط تدفق الحرارة الكامنة المحتمل

ET_QC 500 متر

علامات مراقبة جودة النتح التبخري

خصائص الصور

خصائص الصور

الاسم النوع الوصف
num_tiles INT

تمثّل هذه السمة عدد المربّعات المصدر التي تم دمجها لإنشاء هذه الصورة.

بنود الاستخدام

بنود الاستخدام

لا تفرض بيانات ومنتجات MODIS التي يتم الحصول عليها عبر LP DAAC أي قيود على استخدامها أو بيعها أو إعادة توزيعها لاحقًا.

ذكر مرجع البيانات

المراجع

معرِّفات العناصر الرقمية (DOI)

الاستكشاف باستخدام Earth Engine

أداة تعديل الرموز (JavaScript)

var dataset = ee.ImageCollection('MODIS/061/MOD16A2')
                  .filter(ee.Filter.date('2022-01-01', '2022-05-01'));
var evapotranspiration = dataset.select('ET');
var evapotranspirationVis = {
  min: 0,
  max: 300,
  palette: [
    'ffffff', 'fcd163', '99b718', '66a000', '3e8601', '207401', '056201',
    '004c00', '011301'
  ],
};
Map.setCenter(0, 0, 2);
Map.addLayer(evapotranspiration, evapotranspirationVis, 'Evapotranspiration');

إعداد Python

راجِع صفحة بيئة Python للحصول على معلومات حول واجهة برمجة التطبيقات Python واستخدام geemap للتطوير التفاعلي.

import ee
import geemap.core as geemap

Colab (Python)

dataset = ee.ImageCollection('MODIS/061/MOD16A2').filter(
    ee.Filter.date('2022-01-01', '2022-05-01')
)

evapotranspiration = dataset.select('ET')

evapotranspiration_vis = {
    'min': 0,
    'max': 300,
    'palette': [
        'ffffff', 'fcd163', '99b718', '66a000', '3e8601',
        '207401', '056201', '004c00', '011301',
    ],
}

m = geemap.Map()
m.set_center(0, 0, 2)
m.add_layer(evapotranspiration, evapotranspiration_vis, 'Evapotranspiration')
m
فتح في أداة تعديل الرموز"