OpenET eeMETRIC Monthly Evapotranspiration v2.0

OpenET/EEMETRIC/CONUS/GRIDMET/MONTHLY/v2_0
Disponibilità del set di dati
1999-10-01T00:00:00Z–2024-12-01T00:00:00Z
Fornitore di set di dati
Snippet di Earth Engine
ee.ImageCollection("OpenET/EEMETRIC/CONUS/GRIDMET/MONTHLY/v2_0")
Cadenza
1 mese
Tag
evapotranspiration gridmet-derived landsat-derived monthly openet water water-vapor

Descrizione

Implementazione di Google Earth Engine del modello Mapping Evapotranspiration at high Resolution with Internalized Calibration (eeMETRIC)

eeMETRIC applica gli algoritmi e il processo METRIC avanzati di Allen et al. (2007; 2015) e Allen et al. (2013b), in cui viene utilizzata una relazione singolare tra la differenza di temperatura dell'aria vicino alla superficie (dT) e la temperatura della superficie terrestre (TsDEM) per stimare il flusso di calore sensibile (H) e viene applicata a ogni scena Landsat. La selezione automatica dei pixel caldi e freddi per un'immagine segue generalmente una procedura di isolamento statistico descritta da Allen et al. (2013a) e ReVelle, Kilic e Allen (2019a,b). La calibrazione di H in eeMETRIC utilizza l'ET di riferimento dell'erba medica calcolato dal set di dati meteo grigliati NLDAS utilizzando una riduzione fissa del 15% dell'ET di riferimento calcolato per tenere conto dei bias noti nel set di dati grigliati. La riduzione fissa non influisce sull'accuratezza della calibrazione di eeMETRIC e riduce principalmente gli effetti della correzione dell'assetto del livello limite.

L'identificazione dei candidati per i pool di pixel caldi e freddi si è evoluta nell'implementazione di eeMETRIC di METRIC. Il nuovo processo di calibrazione automatizzata incorpora la combinazione di metodologie e approcci derivanti da due rami di sviluppo di EEFlux (Allen et al., 2015). Il primo ramo si è concentrato sul miglioramento del processo di selezione automatica dei pixel utilizzando tassi di decadimento standard per la temperatura della superficie terrestre (LST) senza ulteriore decadimento spaziale (ReVelle et al., 2019b). Il secondo ramo incorporava una delapsazione spaziale secondaria di LST, nonché modifiche al processo di selezione dei pixel (ReVelle et al., 2019a). L'approccio finale, combinato, è descritto da Kilic et al. (2021).

eeMETRIC utilizza le funzioni correlate all'aerodinamica in terreni complessi (montagne) sviluppate da Allen et al. (2013b) per migliorare le stime di rugosità aerodinamica, velocità del vento e stabilità dello strato limite in relazione a rugosità del terreno stimata, posizione su una pendenza e direzione del vento. Queste funzioni tendono ad aumentare le stime per H (e a ridurre ET) sui versanti esposti al vento e possono ridurre H (e aumentare ET) sui versanti sottovento. Altre funzioni METRIC utilizzate in eeMETRIC che sono state aggiunte dopo le descrizioni fornite in Allen et al. (2007 e 2011) includono la riduzione del flusso di calore del suolo (G) in presenza di pacciame organico sulla superficie del terreno, l'uso di una resistenza aerodinamica eccessiva per le arbusteti, l'uso della funzione Perrier per gli alberi identificati come foresta (Allen et al., 2018; Santos et al., 2012) e la stima aerodinamica dell'evaporazione dall'acqua libera anziché utilizzare il bilancio energetico (Jensen e Allen 2016; Allen et al., 2018). Nel 2022, la funzione Perrier è stata applicata alle colture arboree (frutteti) ed è stato applicato un partizionamento a tre fonti della temperatura superficiale di massa in temperatura della chioma, temperatura del suolo ombreggiato e temperatura del suolo illuminato dal sole sia ai frutteti che ai vigneti. Queste ultime richieste sono state effettuate laddove frutteti e vigneti sono identificati da CDL o, in California, da un sistema di utilizzo del territorio sponsorizzato dallo stato. Queste funzioni e altri miglioramenti al modello METRIC originale sono descritti nel manuale utente di METRIC più recente (Allen et al., 2018). eeMETRIC utilizza la riflettanza di superficie e la temperatura della superficie terrestre corrette atmosfericamente della raccolta Landsat 2 di livello 2, con fallback alla raccolta 2 di livello 1 quando necessario per le stime quasi in tempo reale.

Ulteriori informazioni

Bande

Dimensioni pixel
30 metri

Bande

Nome Unità Dimensioni dei pixel Descrizione
et mm metri

eeMETRIC ET value

count conteggio metri

Numero di valori senza costi del cloud

Proprietà immagini

Proprietà immagine

Nome Tipo Descrizione
build_date STRING

Data di creazione degli asset

cloud_cover_max DOUBLE

Valore percentuale massimo di CLOUD_COVER_LAND per le immagini Landsat incluse nell'interpolazione

raccolte STRING

Elenco delle raccolte Landsat per le immagini Landsat incluse nell'interpolazione

core_version STRING

Versione della libreria principale OpenET

end_date STRING

Data di fine mese

et_reference_band STRING

Banda in et_reference_source che contiene i dati ET di riferimento giornalieri

et_reference_resample STRING

Modalità di interpolazione spaziale per ricampionare i dati ET di riferimento giornalieri

et_reference_source STRING

ID raccolta per i dati ET di riferimento giornalieri

interp_days DOUBLE

Numero massimo di giorni prima e dopo la data di ogni immagine da includere nell'interpolazione

interp_method STRING

Metodo utilizzato per interpolare tra le stime del modello Landsat

interp_source_count DOUBLE

Numero di immagini disponibili nella raccolta di immagini di origine dell'interpolazione per il mese di destinazione

mgrs_tile STRING

ID zona griglia MGRS

model_name STRING

Nome del modello OpenET

model_version STRING

Versione del modello OpenET

scale_factor_count DOUBLE

Fattore di scalabilità da applicare alla banda di conteggio

scale_factor_et DOUBLE

Fattore di scalabilità da applicare alla banda ET

start_date STRING

Data di inizio del mese

Termini e condizioni d'uso

Termini e condizioni d'uso

CC-BY-4.0

Citazioni

Citazioni:
  • Kilic, A., Allen, R.G., Blankenau, P., ReVelle, P., Ozturk, D. e Huntington, J., 2021. Produzione globale e accesso senza costi all'evapotraspirazione su scala Landsat con EEFlux ed eeMETRIC. In 6th Decennial National Irrigation Symposium, 6-8 dicembre 2021, San Diego, California (p. 1). American Society of Agricultural and Biological Engineers. doi:10.13031/irrig.2020-038

  • Allen, R.G., Tasumi, M., Morse, A. e Trezza, R., 2005. Un modello di bilancio energetico ed evapotraspirazione basato su Landsat nella regolamentazione e nella pianificazione dei diritti idrici degli Stati Uniti occidentali. Irrigation and Drainage systems, 19, pp.251-268. doi:10.1007/s10795-005-5187-z

  • Allen, R.G., Tasumi, M. e Trezza, R., 2007. Bilancio energetico basato su satellite per la mappatura dell'evapotraspirazione con calibrazione interna (METRIC) - Modello. Journal of irrigation and drainage engineering, 133(4), pp.380-394. doi:10.1029/2006JD007506

  • Allen, R., Irmak, A., Trezza, R., Hendrickx, J.M., Bastiaanssen, W. e Kjaersgaard, J., 2011. Stima dell'ET basata su satellite in agricoltura utilizzando SEBAL e METRIC. Hydrological Processes, 25(26), pp.4011-4027. doi:10.1002/hyp.8408

  • Allen, R.G., Burnett, B., Kramber, W., Huntington, J., Kjaersgaard, J., Kilic, A., Kelly, C. e Trezza, R., 2013a. Calibrazione automatica del processo di evapotraspirazione metric-landsat. JAWRA Journal of the American Water Resources Association, 49(3), pp.563-576. doi:10.1111/jawr.12056

  • Allen, R.G., Trezza, R., Kilic, A., Tasumi, M. and Li, H., 2013b. Sensibilità del bilancio energetico su scala Landsat alla variabilità aerodinamica in montagne e terreni complessi. JAWRA Journal of the American Water Resources Association, 49(3), pp.592-604. doi:10.1111/jawr.12055

  • Allen, R.G., Morton, C., Kamble, B., Kilic, A., Huntington, J., Thau, D., Gorelick, N., Erickson, T., Moore, R., Trezza, R. e Ratcliffe, I., 2015. EEFlux: uno strumento di mappatura dell'evapotraspirazione basato su Landsat su Google Earth Engine. In 2015 ASABE/IA Irrigation Symposium: Emerging Technologies for Sustainable Irrigation-A Tribute to the Career of Terry Howell, Sr. Conference Proceedings (pp. 1-11). American Society of Agricultural and Biological Engineers. doi:10.13031/irrig.20152143511

  • Jensen, M.E. e R.G. Allen (a cura di). 2016. Evaporazione, evapotraspirazione e fabbisogno idrico per l'irrigazione. Manuali di pratica n. 70 (2ª edizione). Task Committee on Revision of Manual 70, 2016, aprile. American Society of Civil Engineers. Reston, VA. 744 p. doi:10.1061/9780784414057

  • Kilic, A., Allen, R., Trezza, R., Ratcliffe, I., Kamble, B., Robison, C. e Ozturk, D., 2016. Sensibilità dei recuperi dell'evapotraspirazione dall'algoritmo di elaborazione METRIC al miglioramento della risoluzione radiometrica dei dati termici di Landsat 8 e al bias di calibrazione nella temperatura superficiale di Landsat 7 e 8. Remote Sensing of Environment, 185, pp.198-209. doi:10.1016/j.rse.2016.07.011

  • ReVelle, P., A. Kilic e R.G. Allen. 2019a. Calibrazione aggiornata Descrizione: Delapsing spaziale in eeMETRIC. Nota di ricerca. School of Natural Resources, University of Nebraska-Lincoln e University of Idaho. 9 p.

  • ReVelle, P., A. Kilic e R.G. Allen. 2019b. Descrizione della calibrazione aggiornata: metodo di selezione automatica dei pixel in eeMETRIC. Research Note. School of Natural Resources, University of Nebraska-Lincoln e University of Idaho. 20 p.

  • Santos, C., Lorite, I.J., Allen, R.G. e Tasumi, M., 2012. Parametrizzazione aerodinamica del modello di bilancio energetico basato su satellite (METRIC) per la stima dell'ET negli oliveti di Andalusia, Spagna, coltivati a secco. Water Resources Management, 26, pp.3267-3283. doi:10.1007/s11269-012-0071-8

DOI

Esplorare con Earth Engine

Editor di codice (JavaScript)

var dataset = ee.ImageCollection('OpenET/EEMETRIC/CONUS/GRIDMET/MONTHLY/v2_0')
  .filterDate('2020-01-01', '2021-01-01');

// Compute the annual evapotranspiration (ET) as the sum of the monthly ET
// images for the year.
var et = dataset.select('et').sum();

var visualization = {
  min: 0,
  max: 1400,
  palette: [
    '9e6212', 'ac7d1d', 'ba9829', 'c8b434', 'd6cf40', 'bed44b', '9fcb51',
    '80c256', '61b95c', '42b062', '45b677', '49bc8d', '4dc2a2', '51c8b8',
    '55cece', '4db4ba', '459aa7', '3d8094', '356681', '2d4c6e',
  ]
};

Map.setCenter(-100, 38, 5);

Map.addLayer(et, visualization, 'OpenET eeMETRIC Annual ET');
Apri nell'editor di codice