- Disponibilidade do conjunto de dados
- 1999-10-01T00:00:00Z–2024-12-01T00:00:00Z
- Produtor 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 é baseada nos algoritmos originais desenvolvidos por Bastiaanssen et al. (1998). A implementação do OpenET geeSEBAL usa dados de temperatura da superfície terrestre (LST, na sigla em inglês) 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 é baseado 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 de diferença normalizada (NDVI, na sigla em inglês) são usados para selecionar candidatos de membros finais na área do domínio do Landsat. Os candidatos de membros finais frios e úmidos são selecionados em áreas bem vegetadas, enquanto os candidatos de membros finais quentes e secos são selecionados nas áreas de cultivo 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 a partir de estimativas instantâneas com base na 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 de precisão e intercomparação do OpenET, o algoritmo do OpenET geeSEBAL foi modificado da seguinte maneira: (i) a versão simplificada do CIMEC foi aprimorada usando filtros adicionais para selecionar os membros finais, incluindo o uso da camada de dados de cultivo (CDL, na sigla em inglês) do USDA e filtros para NDVI, LST e albedo; (ii) correções para LST para membros finais com base na precipitação anterior; (iii) definição de limites de velocidade do vento 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, o desempenho 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 radiação LST e global (incidente) na superfície (incluindo a taxa de lapso 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
Bandas
Tamanho do pixel: 30 metros (todas as bandas)
| Nome | Unidades | Tamanho do pixel | Descrição |
|---|---|---|---|
et |
mm | 30 metros | Valor de ET do geeSEBAL |
count |
contagem | 30 metros | Número de valores sem nuvem |
Propriedades da imagem
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 do Landsat incluídas na interpolação |
| collections | STRING | Lista de coleções do Landsat para imagens do Landsat incluídas na interpolação |
| core_version | STRING | Versão da biblioteca principal do OpenET |
| end_date | STRING | Data de término do mês |
| et_reference_band | STRING | Banda em et_reference_source que contém os dados de ET de referência diária |
| et_reference_resample | STRING | Modo de interpolação espacial para reamostrar dados de ET de referência diária |
| et_reference_source | STRING | ID da coleção para os dados de ET de referência diária |
| interp_days | DOUBLE | Número máximo de dias antes e depois de cada data da imagem a ser incluída 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 de grade MGRS |
| model_name | STRING | Nome do modelo OpenET |
| model_version | STRING | Versão do modelo OpenET |
| scale_factor_count | DOUBLE | Fator de escalonamento que precisa ser aplicado à banda de contagem |
| scale_factor_et | DOUBLE | Fator de escalonamento que precisa ser aplicado à banda 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 balanço de energia de superfície de sensoriamento remoto para terra (SEBAL). 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. e Neale, C.M.U., 2022. Avaliação da calibragem automatizada do geeSEBAL e das incertezas de reanálise meteorológica para estimar a evapotranspiração em climas úmidos subtropicais. 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 automatizada do processo de evapotranspiração do Metric-Landsat. JAWRA Journal of the American Water Resources Association, 49(3), pp.563-576. doi:10.1111/jawr.12056
Identificadores DOI
Explore 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');