- Disponibilidade de conjuntos de dados
- 1999-10-01T00:00:00Z–2024-12-01T00:00:00Z
- Provedor de conjunto de dados
- OpenET, Inc.
- Cadência
- 1 mês
- Tags
Descrição
A implementação do geeSEBAL foi concluída recentemente na estrutura do OpenET. Uma visão geral da versão atual do geeSEBAL pode ser encontrada em Laipelt et al. (2021), que se baseia nos algoritmos originais desenvolvidos por Bastiaanssen et al. (1998). A implementação do OpenET geeSEBAL usa dados de temperatura da superfície terrestre (LST) da Coleção 2 do Landsat, além de conjuntos de dados NLDAS e gridMET como entradas meteorológicas instantâneas e diárias, respectivamente. O algoritmo estatístico automatizado para selecionar os membros finais quentes e frios se baseia em uma versão simplificada do algoritmo de calibragem usando modelagem inversa em condições extremas (CIMEC, na sigla em inglês) proposto por Allen et al. (2013), em que quantis de LST e os valores do índice de vegetação por diferença normalizada (NDVI) são usados para selecionar candidatos a membros finais na área do domínio do Landsat. Os candidatos a membros finais frios e úmidos são selecionados em áreas bem vegetadas, enquanto os candidatos a membros finais quentes e secos são selecionados nas áreas de lavoura menos vegetadas. Com base nos membros finais selecionados, o geeSEBAL pressupõe que, no membro final frio e úmido, toda a energia disponível é convertida em calor latente (com altas taxas de transpiração), enquanto no membro final quente e seco, toda a energia disponível é convertida em calor sensível. Por fim, as estimativas de evapotranspiração diária são ampliadas com base em estimativas instantâneas da fração evaporativa, supondo que ela seja constante durante o dia sem mudanças significativas na umidade do solo e na advecção. Com base nos resultados do estudo de avaliação e intercomparação da acurácia do OpenET, o algoritmo geeSEBAL do OpenET foi modificado da seguinte forma: (i) a versão simplificada do CIMEC foi aprimorada com o uso de filtros adicionais para selecionar os membros finais, incluindo o uso da camada de dados de cobertura vegetal do USDA (CDL) e filtros para NDVI, LST e albedo; (ii) correções para LST para membros finais com base na precipitação antecedente; (iii) definição de limites de velocidade do vento do NLDAS para reduzir a instabilidade do modelo durante a correção atmosférica; e (iv) melhorias para estimar a radiação líquida diária, usando a FAO-56 como referência (Allen et al., 1998). No geral, a performance do geeSEBAL depende das condições topográficas, climáticas e meteorológicas, com maior sensibilidade e incerteza relacionadas às seleções de membros finais quentes e frios para a calibragem automatizada do CIMEC e menor sensibilidade e incerteza relacionadas às entradas meteorológicas (Laipelt et al., 2021 e Kayser et al., 2022). Para reduzir as incertezas relacionadas a terrenos complexos, foram adicionadas melhorias para corrigir a LST e a radiação global (incidente) na superfície (incluindo a taxa de redução ambiental, a inclinação e o aspecto da elevação) para representar os efeitos das características topográficas no algoritmo de seleção de membros finais do modelo e nas estimativas de ET.
Bandas
Tamanho do pixel
30 metros
Bandas
| Nome | Unidades | Tamanho do pixel | Descrição |
|---|---|---|---|
et |
mm | metros | Valor ET do geeSEBAL |
count |
contagem | metros | Número de valores sem custo financeiro da nuvem |
Propriedades de imagens
Propriedades da imagem
| Nome | Tipo | Descrição |
|---|---|---|
| build_date | STRING | Data em que os recursos foram criados |
| cloud_cover_max | DOUBLE | Valor máximo de porcentagem de CLOUD_COVER_LAND para imagens da Landsat incluídas na interpolação |
| coleções | STRING | Lista de coleções do Landsat para imagens incluídas na interpolação |
| core_version | STRING | Versão da biblioteca principal do OpenET |
| end_date | STRING | Data de término do mês |
| et_reference_band | STRING | Intervalo em "et_reference_source" que contém os dados diários de ET de referência. |
| et_reference_resample | STRING | Modo de interpolação espacial para reamostrar dados diários de ET de referência |
| et_reference_source | STRING | ID da coleta para os dados diários de ET de referência. |
| interp_days | DOUBLE | Número máximo de dias antes e depois de cada data de imagem para incluir na interpolação |
| interp_method | STRING | Método usado para interpolar entre as estimativas do modelo do Landsat |
| interp_source_count | DOUBLE | Número de imagens disponíveis na coleção de imagens de origem de interpolação para o mês de destino |
| mgrs_tile | STRING | ID da zona da grade MGRS |
| model_name | STRING | Nome do modelo OpenET |
| model_version | STRING | Versão do modelo OpenET |
| scale_factor_count | DOUBLE | Fator de escalonamento que deve ser aplicado ao intervalo de contagem |
| scale_factor_et | DOUBLE | Fator de escalonamento que deve ser aplicado à banda de ET |
| start_date | STRING | Data de início do mês |
Termos de Uso
Termos de Uso
Citações
Laipelt, L., Kayser, R.H.B., Fleischmann, A.S., Ruhoff, A., Bastiaanssen, W., Erickson, T.A. e Melton, F., 2021. Monitoramento de longo prazo da evapotranspiração usando o algoritmo SEBAL e a computação em nuvem do 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. Um algoritmo de sensoriamento remoto de balanço de energia da superfície para terra (SEBAL, na sigla em inglês). 1. Formulação. 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. and Neale, C.M.U., 2022. Avaliação da calibragem automática do geeSEBAL e das incertezas da reanálise meteorológica para estimar a evapotranspiração em climas subtropicais úmidos. 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. Calibragem automática do processo de evapotranspiração da métrica Landsat. JAWRA Journal of the American Water Resources Association, 49(3), pp.563-576. doi:10.1111/jawr.12056
DOIs
Explorar com o Earth Engine
Editor de código (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');