- Disponibilità del set di dati
- 1999-10-01T00:00:00Z–2024-12-01T00:00:00Z
- Fornitore di set di dati
- OpenET, Inc.
- Cadenza
- 1 mese
- Tag
Descrizione
L'implementazione di geeSEBAL è stata completata di recente all'interno del framework OpenET e una panoramica della versione attuale di geeSEBAL è disponibile in Laipelt et al. (2021), che si basa sugli algoritmi originali sviluppati da Bastiaanssen et al. (1998). L'implementazione di OpenET geeSEBAL utilizza i dati della temperatura della superficie terrestre (LST) della raccolta Landsat 2, oltre ai set di dati NLDAS e gridMET come input meteorologici istantanei e giornalieri, rispettivamente. L'algoritmo statistico automatizzato per selezionare gli endmember caldi e freddi si basa su una versione semplificata dell'algoritmo di calibrazione mediante modellazione inversa in condizioni estreme (CIMEC) proposto da Allen et al. (2013), in cui i quantili della temperatura della superficie terrestre (LST) e dell'indice di vegetazione per differenza normalizzata (NDVI) vengono utilizzati per selezionare i candidati endmember nell'area del dominio Landsat. I candidati endmember freddi e umidi vengono selezionati in aree con molta vegetazione, mentre i candidati endmember caldi e secchi vengono selezionati nelle aree coltivate con meno vegetazione. In base ai membri finali selezionati, geeSEBAL presuppone che nel membro finale freddo e umido tutta l'energia disponibile venga convertita in calore latente (con tassi elevati di traspirazione), mentre nel membro finale caldo e secco tutta l'energia disponibile venga convertita in calore sensibile. Infine, le stime dell'evapotraspirazione giornaliera vengono scalate dalle stime istantanee in base alla frazione evaporativa, supponendo che sia costante durante il giorno senza variazioni significative dell'umidità del suolo e dell'avvezione. In base ai risultati dello studio di valutazione e confronto dell'accuratezza di OpenET, l'algoritmo geeSEBAL di OpenET è stato modificato come segue: (i) la versione semplificata di CIMEC è stata migliorata utilizzando filtri aggiuntivi per selezionare gli endmember, incluso l'utilizzo del Cropland Data Layer (CDL) dell'USDA e filtri per NDVI, LST e albedo; (ii) correzioni all'LST per gli endmember in base alle precipitazioni precedenti; (iii) definizione delle soglie di velocità del vento NLDAS per ridurre l'instabilità del modello durante la correzione atmosferica; e (iv) miglioramenti alla stima della radiazione netta giornaliera, utilizzando FAO-56 come riferimento (Allen et al., 1998). Nel complesso, le prestazioni di geeSEBAL dipendono dalle condizioni topografiche, climatiche e meteorologiche, con una maggiore sensibilità e incertezza relative alle selezioni degli endmember caldi e freddi per la calibrazione automatica CIMEC e una minore sensibilità e incertezza relative agli input meteorologici (Laipelt et al., 2021 e Kayser et al., 2022). Per ridurre le incertezze relative a terreni complessi, sono stati aggiunti miglioramenti per correggere la temperatura della superficie terrestre e la radiazione globale (incidente) sulla superficie (inclusi il gradiente termico ambientale, la pendenza dell'elevazione e l'orientamento) per rappresentare gli effetti delle caratteristiche topografiche sull'algoritmo di selezione degli endmember del modello e sulle stime dell'ET.
Bande
Dimensioni pixel
30 metri
Bande
| Nome | Unità | Dimensioni dei pixel | Descrizione |
|---|---|---|---|
et |
mm | metri | Valore geeSEBAL ET |
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
Citazioni
Laipelt, L., Kayser, R.H.B., Fleischmann, A.S., Ruhoff, A., Bastiaanssen, W., Erickson, T.A. e Melton, F., 2021. Monitoraggio a lungo termine dell'evapotraspirazione utilizzando l'algoritmo SEBAL e il cloud computing di Google Earth Engine. ISPRS Journal of Photogrammetry and Remote Sensing, 178, pp.81-96. doi:10.1016/j.isprsjprs.2021.05.018
Bastiaanssen, W.G., Menenti, M., Feddes, R.A. e Holtslag, A.A.M., 1998. Un algoritmo di bilancio energetico della superficie di telerilevamento per la terra (SEBAL). 1. Formulazione. Journal of hydrology, 212, pp.198-212. doi:S0022-1694(98)00253-4
Kayser, R.H., Ruhoff, A., Laipelt, L., de Mello Kich, E., Roberti, D. R., de Arruda Souza, V., Rubert, G.C.D., Collischonn, W. e Neale, C.M.U., 2022. Valutazione delle incertezze della ricalibrazione automatica di geeSEBAL e della rianalisi meteorologica per stimare l'evapotraspirazione nei climi umidi subtropicali. Agricultural and Forest Meteorology, 314, p.108775. doi:10.1016/j.agrformet.2021.108775
Allen, R.G., Burnett, B., Kramber, W., Huntington, J., Kjaersgaard, J., Kilic, A., Kelly, C. e Trezza, R., 2013. 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
DOI
Esplorare con Earth Engine
Editor di codice (JavaScript)
var dataset = ee.ImageCollection('OpenET/GEESEBAL/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 geeSEBAL Annual ET');