- ความพร้อมใช้งานของชุดข้อมูล
- 1999-10-01T00:00:00Z–2024-12-01T00:00:00Z
- ผู้ให้บริการชุดข้อมูล
- OpenET, Inc.
- แผนการสนทนา
- 1 เดือน
- แท็ก
คำอธิบาย
เราเพิ่งติดตั้งใช้งาน geeSEBAL ภายในเฟรมเวิร์ก OpenET เสร็จสมบูรณ์ และคุณสามารถดูภาพรวมของ geeSEBAL เวอร์ชันปัจจุบันได้ ใน Laipelt และคณะ (2021) ซึ่งอิงตามอัลกอริทึมต้นฉบับที่พัฒนาโดย Bastiaanssen และคณะ (1998) การติดตั้งใช้งาน OpenET geeSEBAL ใช้ข้อมูลอุณหภูมิพื้นผิวดิน (LST) จาก Landsat Collection 2 นอกเหนือจากชุดข้อมูล NLDAS และ gridMET เป็นข้อมูลอุตุนิยมวิทยาแบบทันทีและรายวันตามลำดับ อัลกอริทึมทางสถิติอัตโนมัติ เพื่อเลือกเอนด์เมมเบอร์ที่ร้อนและเย็นจะอิงตามเวอร์ชันที่เรียบง่ายของ อัลกอริทึมการปรับเทียบโดยใช้การสร้างแบบจำลองผกผันในสภาวะสุดขั้ว (CIMEC) ที่เสนอโดย Allen และคณะ (2013) ซึ่งใช้ควอนไทล์ของ LST และ ดัชนีพืชพรรณความแตกต่างที่ปรับให้เป็นมาตรฐาน (NDVI) เพื่อเลือก ผู้สมัครรับเลือกเป็นเอนด์เมมเบอร์ในพื้นที่โดเมน Landsat เราเลือกองค์ประกอบสุดท้ายที่เย็นและเปียก ในพื้นที่ที่มีพืชขึ้นหนาแน่น ส่วนองค์ประกอบสุดท้ายที่ร้อนและแห้ง จะเลือกในพื้นที่เพาะปลูกที่มีพืชขึ้นน้อยที่สุด geeSEBAL จะถือว่าในจุดปลายเย็นและเปียก พลังงานทั้งหมดที่มีจะเปลี่ยนเป็นความร้อนแฝง (มีการคายน้ำในอัตราสูง) ในขณะที่ในจุดปลายร้อนและแห้ง พลังงานทั้งหมดที่มีจะเปลี่ยนเป็นความร้อนที่รับรู้ได้ สุดท้ายนี้ ค่าประมาณการคายระเหยรายวันจะได้รับการอัปสเกลจากค่าประมาณ ณ ขณะหนึ่งโดยอิงตาม เศษส่วนการระเหย โดยสมมติว่าค่าดังกล่าวคงที่ในช่วงกลางวันโดยไม่มี การเปลี่ยนแปลงที่สำคัญในความชื้นในดินและการพา จากผลลัพธ์ จากการประเมินความแม่นยำและการศึกษาการเปรียบเทียบระหว่าง OpenET อัลกอริทึม geeSEBAL ได้รับการแก้ไขดังนี้ (1) ปรับปรุงเวอร์ชันที่เรียบง่ายของ CIMEC โดยใช้ตัวกรองเพิ่มเติมเพื่อเลือกเอนด์เมมเบอร์ รวมถึงการใช้เลเยอร์ข้อมูลพื้นที่เพาะปลูก (CDL) ของ USDA และตัวกรองสำหรับ NDVI, LST และอัลบีโด (2) การแก้ไข LST สำหรับเอนด์เมมเบอร์ตาม ปริมาณน้ำฝนก่อนหน้า (3) การกำหนดเกณฑ์ความเร็วลมของ NLDAS เพื่อลดความไม่เสถียรของโมเดลระหว่างการแก้ไขชั้นบรรยากาศ และ (4) การปรับปรุงเพื่อประมาณค่ารังสีสุทธิรายวันโดยใช้ FAO-56 เป็นข้อมูลอ้างอิง (Allen et al., 1998) โดยรวมแล้ว ประสิทธิภาพของ geeSEBAL ขึ้นอยู่กับ สภาพภูมิประเทศ สภาพภูมิอากาศ และสภาพอากาศ โดยมีความ ไวและความไม่แน่นอนสูงกว่าที่เกี่ยวข้องกับการเลือกจุดปลายสุดที่ร้อนและเย็น สำหรับการปรับเทียบอัตโนมัติของ CIMEC และมีความไวและความไม่แน่นอนต่ำกว่า ที่เกี่ยวข้องกับข้อมูลสภาพอากาศ (Laipelt et al., 2021 และ Kayser et al., 2022) เพื่อลดความไม่แน่นอนที่เกี่ยวข้องกับภูมิประเทศที่ซับซ้อน จึงได้เพิ่มการปรับปรุงเพื่อแก้ไข LST และรังสีทั่วโลก (ที่ตกกระทบ) บนพื้นผิว (รวมถึงอัตราการลดอุณหภูมิตามความสูง ความชันของระดับความสูง และทิศทาง) เพื่อแสดงถึงผลกระทบของลักษณะภูมิประเทศต่อ อัลกอริทึมการเลือกเอนด์เมมเบอร์ของโมเดลและการประมาณค่า ET
ย่านความถี่
ขนาดพิกเซล
30 เมตร
ย่านความถี่
| ชื่อ | หน่วย | ขนาดพิกเซล | คำอธิบาย |
|---|---|---|---|
et |
mm | เมตร | ค่า ET ของ geeSEBAL |
count |
จำนวน | เมตร | จำนวนค่าที่ไม่มีค่าใช้จ่ายในระบบคลาวด์ |
คุณสมบัติของรูปภาพ
พร็อพเพอร์ตี้รูปภาพ
| ชื่อ | ประเภท | คำอธิบาย |
|---|---|---|
| build_date | STRING | วันที่สร้างเนื้อหา |
| cloud_cover_max | DOUBLE | ค่าเปอร์เซ็นต์ CLOUD_COVER_LAND สูงสุดสำหรับภาพ Landsat ที่รวมอยู่ในการประมาณค่า |
| คอลเล็กชัน | STRING | รายการคอลเล็กชัน Landsat สำหรับภาพ Landsat ที่รวมอยู่ในการประมาณค่าระหว่างจุด |
| core_version | STRING | เวอร์ชันไลบรารีหลักของ OpenET |
| end_date | STRING | วันที่สิ้นสุดของเดือน |
| et_reference_band | STRING | แบนด์ใน et_reference_source ที่มีข้อมูล ET อ้างอิงรายวัน |
| et_reference_resample | STRING | โหมดการประมาณค่าเชิงพื้นที่เพื่อสุ่มตัวอย่างข้อมูล ET อ้างอิงรายวันอีกครั้ง |
| et_reference_source | STRING | รหัสคอลเล็กชันสำหรับข้อมูล ET อ้างอิงรายวัน |
| interp_days | DOUBLE | จำนวนวันสูงสุดก่อนและหลังวันที่ของแต่ละรูปภาพที่จะรวมในการประมาณค่า |
| interp_method | STRING | วิธีการที่ใช้ในการประมาณค่าในช่วงระหว่างค่าประมาณของโมเดล Landsat |
| interp_source_count | DOUBLE | จำนวนรูปภาพที่มีอยู่ในคอลเล็กชันรูปภาพแหล่งที่มาของการประมาณสำหรับเดือนเป้าหมาย |
| mgrs_tile | STRING | รหัสโซนกริด MGRS |
| model_name | STRING | ชื่อโมเดล OpenET |
| model_version | STRING | เวอร์ชันโมเดล OpenET |
| scale_factor_count | DOUBLE | ปัจจัยการปรับขนาดที่ควรใช้กับช่วงการนับ |
| scale_factor_et | DOUBLE | ปัจจัยการปรับขนาดที่ควรใช้กับแถบ et |
| start_date | STRING | วันที่เริ่มต้นของเดือน |
ข้อกำหนดในการใช้งาน
ข้อกำหนดในการใช้งาน
การอ้างอิง
Laipelt, L., Kayser, R.H.B., Fleischmann, A.S., Ruhoff, A., Bastiaanssen, W., Erickson, T.A. and Melton, F., 2021 การตรวจสอบการคายระเหยในระยะยาวโดยใช้อัลกอริทึม SEBAL และการประมวลผลแบบคลาวด์ของ 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. and Holtslag, A.A.M., 1998 อัลกอริทึมสมดุลพลังงานพื้นผิวการรับรู้จากระยะไกลสำหรับที่ดิน (SEBAL) 1. การกำหนดสูตร 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 การประเมินความไม่แน่นอนของการปรับเทียบอัตโนมัติของ geeSEBAL และการวิเคราะห์ข้อมูลอุตุนิยมวิทยาซ้ำเพื่อประมาณค่าการคายระเหยในสภาพอากาศชื้นกึ่งเขตร้อน 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. และ Trezza, R., 2013 การปรับเทียบกระบวนการคายระเหยของเมตริก-แลนด์แซทโดยอัตโนมัติ JAWRA Journal of the American Water Resources Association, 49(3), pp.563-576. doi:10.1111/jawr.12056
DOI
สำรวจด้วย Earth Engine
ตัวแก้ไขโค้ด (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');