OpenET eeMETRIC Monthly Evapotranspiration v2.0 [deprecated]

OpenET/EEMETRIC/CONUS/GRIDMET/MONTHLY/v2_0
Dostępność zbioru danych
1999-10-01T00:00:00Z–2024-12-01T00:00:00Z
Dostawca zbioru danych
Fragment kodu Earth Engine
ee.ImageCollection("OpenET/EEMETRIC/CONUS/GRIDMET/MONTHLY/v2_0")
Częstotliwość
1 miesiąc
Tagi
ewapotranspiracja
pochodzące z gridmet
pochodzące z Landsata
co miesiąc
openet
woda
para wodna

Opis

Implementacja w Google Earth Engine modelu Mapping Evapotranspiration at high Resolution with Internalized Calibration (eeMETRIC)

eeMETRIC wykorzystuje zaawansowane algorytmy METRIC i proces opisany przez Allena i in. (2007, 2015) oraz Allena i in. (2013b), w którym do oszacowania strumienia ciepła jawnego (H) wykorzystuje się pojedynczą zależność między różnicą temperatury powietrza w pobliżu powierzchni (dT) a temperaturą powierzchni terenu po korekcji wysokościowej (TsDEM). Jest ona stosowana do każdej sceny Landsat. Automatyczny wybór gorących i zimnych pikseli na obrazie odbywa się zwykle zgodnie z procedurą izolacji statystycznej opisaną przez Allena i in. (2013a) oraz ReVelle, Kilica i Allena (2019a,b). Kalibracja wartości H w eeMETRIC wykorzystuje referencyjne ET lucerny obliczone na podstawie siatkowego zbioru danych pogodowych NLDAS z zastosowaniem stałego 15-procentowego zmniejszenia obliczonego referencyjnego ET, aby uwzględnić znane odchylenia w siatkowym zbiorze danych. Stałe zmniejszenie nie wpływa na dokładność kalibracji eeMETRIC i w większości przypadków zmniejsza wpływ korekty wyporu warstwy granicznej.

W implementacji METRIC w eeMETRIC identyfikacja kandydatów do puli gorących i zimnych pikseli uległa zmianie. Nowy automatyczny proces kalibracji obejmuje połączenie metodologii i podejść wywodzących się z 2 gałęzi rozwoju EEFlux (Allen i wsp., 2015). Pierwsza gałąź skupiała się na ulepszeniu automatycznego procesu wyboru pikseli za pomocą standardowych współczynników zanikania temperatury powierzchni gruntu (LST) bez dalszego zanikania przestrzennego (ReVelle i wsp., 2019b). Druga gałąź obejmowała wtórne przestrzenne rozmycie LST, a także zmiany w procesie wyboru pikseli (ReVelle i in., 2019a). Ostatnie, połączone podejście opisali Kilic i in. (2021).

Model eeMETRIC wykorzystuje funkcje związane z aerodynamiką na złożonym terenie (w górach), opracowane przez Allena i współautorów (2013b), aby poprawić szacunki dotyczące szorstkości aerodynamicznej, prędkości wiatru i stabilności warstwy granicznej w odniesieniu do szacowanej szorstkości terenu, położenia na zboczu i kierunku wiatru. Funkcje te zwykle zwiększają szacunki H (i zmniejszają ET) na stokach nawietrznych oraz mogą zmniejszać H (i zwiększać ET) na stokach zawietrznych. Inne funkcje METRIC używane w eeMETRIC, które zostały dodane od czasu opisów podanych w publikacjach Allen i wsp. (2007 i 2011), obejmują zmniejszenie strumienia ciepła gleby (G) w obecności ściółki organicznej na powierzchni gruntu, użycie nadmiernego oporu aerodynamicznego w przypadku zarośli, użycie funkcji Perriera w przypadku drzew zidentyfikowanych jako las (Allen i wsp., 2018; Santos i in., 2012) i aerodynamiczną ocenę parowania z otwartych wód zamiast bilansu energetycznego (Jensen i Allen 2016; Allen i in., 2018). W 2022 r. funkcja Perrier została zastosowana w przypadku upraw drzew owocowych, a 3-źródłowe partycjonowanie temperatury powierzchni gruntu na temperaturę korony drzewa, temperaturę zacienionej gleby i temperaturę nasłonecznionej gleby zostało zastosowane zarówno w przypadku sadów, jak i winnic. Te ostatnie wnioski zostały złożone w przypadku sadów i winnic, które są identyfikowane za pomocą CDL lub w Kalifornii za pomocą systemu użytkowania gruntów sponsorowanego przez stan. Funkcje te i inne ulepszenia oryginalnego modelu METRIC są opisane w najnowszej instrukcji obsługi METRIC (Allen i wsp., 2018). eeMETRIC wykorzystuje skorygowane atmosferycznie odbicie powierzchniowe i temperaturę powierzchni gruntu z kolekcji Landsat 2 na poziomie 2, a w razie potrzeby do szacowania w czasie zbliżonym do rzeczywistego korzysta z kolekcji 2 na poziomie 1.

Informacje dodatkowe

Pasma

Pasma

Rozmiar piksela: 30 m (wszystkie pasma)

Nazwa Jednostki Rozmiar piksela Opis
et mm 30 metrów

Wartość eeMETRIC ET

count liczba 30 metrów

Liczba wartości bezpłatnych w chmurze

Właściwości obrazu

Właściwości obrazu

Nazwa Typ Opis
build_date CIĄG ZNAKÓW

Data budowy obiektów

cloud_cover_max LICZBA ZMIENNOPRZECINKOWA O PODWÓJNEJ PRECYZJI

Maksymalna wartość procentowa CLOUD_COVER_LAND dla obrazów Landsat uwzględnionych w interpolacji

kolekcje CIĄG ZNAKÓW

Lista kolekcji Landsat dla obrazów Landsat uwzględnionych w interpolacji

core_version CIĄG ZNAKÓW

Wersja podstawowej biblioteki OpenET

end_date CIĄG ZNAKÓW

Data zakończenia miesiąca

et_reference_band CIĄG ZNAKÓW

Pasmo w et_reference_source, które zawiera dzienne dane ET referencyjne.

et_reference_resample CIĄG ZNAKÓW

Tryb interpolacji przestrzennej do ponownego próbkowania dziennych danych ET

et_reference_source CIĄG ZNAKÓW

Identyfikator kolekcji dziennych danych ET

interp_days LICZBA ZMIENNOPRZECINKOWA O PODWÓJNEJ PRECYZJI

Maksymalna liczba dni przed i po dacie każdego obrazu, które mają być uwzględnione w interpolacji

interp_method CIĄG ZNAKÓW

Metoda interpolacji między szacunkami modelu Landsat

interp_source_count LICZBA ZMIENNOPRZECINKOWA O PODWÓJNEJ PRECYZJI

Liczba dostępnych obrazów w kolekcji obrazów źródłowych interpolacji w przypadku miesiąca docelowego

mgrs_tile CIĄG ZNAKÓW

Identyfikator strefy siatki MGRS

model_name CIĄG ZNAKÓW

Nazwa modelu OpenET

model_version CIĄG ZNAKÓW

Wersja modelu OpenET

scale_factor_count LICZBA ZMIENNOPRZECINKOWA O PODWÓJNEJ PRECYZJI

Współczynnik skalowania, który należy zastosować do zakresu liczby

scale_factor_et LICZBA ZMIENNOPRZECINKOWA O PODWÓJNEJ PRECYZJI

Współczynnik skalowania, który należy zastosować do pasma et

start_date CIĄG ZNAKÓW

Data rozpoczęcia miesiąca

Warunki korzystania z usługi

Warunki korzystania z usługi

CC-BY-4.0

Cytowanie

Cytowanie:
  • Kilic, A., Allen, R.G., Blankenau, P., ReVelle, P., Ozturk, D. and Huntington, J., 2021. Globalna produkcja i bezpłatny dostęp do ewapotranspiracji na poziomie Landsat z EEFlux i eeMETRIC. W: 6th Decennial National Irrigation Symposium, 6–8 grudnia 2021 r., San Diego, Kalifornia (s. 1). American Society of Agricultural and Biological Engineers. doi:10.13031/irrig.2020-038

  • Allen, R.G., Tasumi, M., Morse, A. i Trezza, R., 2005 r. Model bilansu energetycznego i ewapotranspiracji oparty na danych z satelity Landsat w kontekście regulacji i planowania praw do wody w zachodnich Stanach Zjednoczonych. Irrigation and Drainage systems, 19, s.251–268. doi:10.1007/s10795-005-5187-z

  • Allen, R.G., Tasumi, M. i Trezza, R., 2007. Satellite-based energy balance for mapping evapotranspiration with internalized calibration (METRIC)—Model. 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. i Kjaersgaard, J., 2011. Szacowanie ewapotranspiracji w rolnictwie na podstawie danych satelitarnych z użyciem modeli SEBAL i METRIC. Hydrological Processes, 25(26), s.4011–4027. doi:10.1002/hyp.8408

  • Allen, R.G., Burnett, B., Kramber, W., Huntington, J., J. Kjaersgaard, Kilic, A., Kelly, C. and Trezza, R., 2013a. Automatyczna kalibracja procesu ewapotranspiracji METRIC-Landsat. JAWRA Journal of the American Water Resources Association, 49(3), s.563–576. doi:10.1111/jawr.12056

  • Allen, R.G., Trezza, R., Kilic, A., Tasumi, M. i Li, H., 2013b. Wrażliwość bilansu energetycznego w skali Landsata na zmienność aerodynamiczną w górach i na złożonym terenie. JAWRA Journal of the American Water Resources Association, 49(3), s.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. i Ratcliffe, I., 2015 r. EEFlux: narzędzie do mapowania ewapotranspiracji na podstawie danych z satelity Landsat w Google Earth Engine. W: 2015 ASABE/IA Irrigation Symposium: Emerging Technologies for Sustainable Irrigation-A Tribute to the Career of Terry Howell, Sr. Conference Proceedings (s. 1–11). American Society of Agricultural and Biological Engineers. doi:10.13031/irrig.20152143511

  • Jensen, M.E. i R.G. Allen (red.). 2016. parowanie, ewapotranspiracja i zapotrzebowanie na wodę do nawadniania. Manuals of Practice no. 70 (2nd edition). Task Committee on Revision of Manual 70, 2016, kwiecień. American Society of Civil Engineers. Reston, VA. 744 s. doi:10.1061/9780784414057

  • Kilic, A., Allen, R., Trezza, R., Ratcliffe, I., Kamble, B., Robison, C. i Ozturk, D., 2016. Wrażliwość danych o ewapotranspiracji uzyskanych za pomocą algorytmu przetwarzania METRIC na poprawioną rozdzielczość radiometryczną danych termicznych z satelity Landsat 8 oraz na błąd kalibracji temperatury powierzchni z satelitów Landsat 7 i 8. Remote Sensing of Environment, 185, s.198–209. doi:10.1016/j.rse.2016.07.011

  • ReVelle, P., A. Kilic i R.G. Allen. 2019a. Zaktualizowana kalibracja Opis: przestrzenne usuwanie rozmycia w eeMETRIC. Publikacja analityczna. School of Natural Resources, University of Nebraska-Lincoln i University of Idaho. 9 p.

  • ReVelle, P., A. Kilic i R.G. Allen. 2019b. Zaktualizowana kalibracja Opis: automatyczna metoda wyboru pikseli w eeMETRIC. Badania Uwaga. School of Natural Resources, University of Nebraska-Lincoln i University of Idaho. 20 p.

  • Santos, C., Lorite, I.J., Allen, R.G. i Tasumi, M., 2012 r. Aerodynamic parameterization of the satellite-based energy balance (METRIC) model for ET estimation in rainfed olive orchards of Andalusia, Spain. Water Resources Management, 26, pp.3267-3283. doi:10.1007/s11269-012-0071-8

DOI

Odkrywaj za pomocą Earth Engine

Edytor kodu (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');
Otwórz w edytorze kodu