- Phạm vi cung cấp tập dữ liệu
- 1999-10-01T00:00:00Z–2024-12-01T00:00:00Z
- Nhà sản xuất tập dữ liệu
- OpenET, Inc.
- Nhịp độ bước chân
- 1 Tháng
- Thẻ
Mô tả
Việc triển khai geeSEBAL gần đây đã hoàn tất trong khuôn khổ OpenET và bạn có thể xem thông tin tổng quan về phiên bản geeSEBAL hiện tại trong Laipelt và cộng sự (2021). Phiên bản này dựa trên các thuật toán gốc do Bastiaanssen và cộng sự (1998) phát triển. Việc triển khai OpenET geeSEBAL sử dụng dữ liệu nhiệt độ bề mặt đất (LST) từ Landsat Bộ sưu tập 2, ngoài các tập dữ liệu NLDAS và gridMET làm dữ liệu đầu vào về khí tượng tức thời và hằng ngày. Thuật toán thống kê tự động để chọn các thành phần cuối nóng và lạnh dựa trên phiên bản đơn giản hoá của thuật toán Hiệu chuẩn bằng mô hình hoá nghịch đảo trong điều kiện khắc nghiệt (CIMEC) do Allen và cộng sự (2013) đề xuất. Trong đó, các phân vị của LST và chỉ số thực vật khác biệt được chuẩn hoá (NDVI) được dùng để chọn các ứng viên thành phần cuối trong khu vực miền Landsat. Các ứng viên thành phần cuối lạnh và ẩm được chọn ở những khu vực có nhiều cây cối, trong khi các ứng viên thành phần cuối nóng và khô được chọn ở những khu vực đất trồng có ít cây cối nhất. Dựa trên các thành phần cuối đã chọn, geeSEBAL giả định rằng trong thành phần cuối lạnh và ẩm, tất cả năng lượng hiện có đều được chuyển đổi thành nhiệt ẩn (với tỷ lệ thoát hơi nước cao), trong khi trong thành phần cuối nóng và khô, tất cả năng lượng hiện có đều được chuyển đổi thành nhiệt cảm nhận. Cuối cùng, các ước tính về mức thoát hơi nước hằng ngày được tăng tỷ lệ từ các ước tính tức thời dựa trên phân số bốc hơi, giả sử phân số này không đổi trong ngày mà không có sự thay đổi đáng kể về độ ẩm của đất và sự đối lưu. Dựa trên kết quả từ nghiên cứu Đánh giá độ chính xác và so sánh giữa các nghiên cứu của OpenET, thuật toán OpenET geeSEBAL đã được sửa đổi như sau: (i) phiên bản đơn giản hoá của CIMEC đã được cải thiện bằng cách sử dụng các bộ lọc bổ sung để chọn các thành phần cuối, bao gồm cả việc sử dụng Lớp dữ liệu đất trồng (CDL) của USDA và các bộ lọc cho NDVI, LST và albedo; (ii) các điều chỉnh đối với LST cho các thành phần cuối dựa trên lượng mưa trước đó; (iii) định nghĩa các ngưỡng tốc độ gió NLDAS để giảm sự không ổn định của mô hình trong quá trình điều chỉnh khí quyển; và (iv) các cải tiến để ước tính bức xạ ròng hằng ngày, sử dụng FAO-56 làm tài liệu tham khảo (Allen và cộng sự, 1998). Nhìn chung, hiệu suất của geeSEBAL phụ thuộc vào các điều kiện địa hình, khí hậu và khí tượng, với độ nhạy và độ không chắc chắn cao hơn liên quan đến việc chọn thành phần cuối nóng và lạnh cho hiệu chuẩn tự động CIMEC, cũng như độ nhạy và độ không chắc chắn thấp hơn liên quan đến dữ liệu đầu vào về khí tượng (Laipelt và cộng sự, 2021 và Kayser và cộng sự, 2022). Để giảm độ không chắc chắn liên quan đến địa hình phức tạp, các cải tiến đã được thêm vào để điều chỉnh LST và bức xạ toàn cầu (sự cố) trên bề mặt (bao gồm cả tốc độ giảm nhiệt độ theo độ cao, độ dốc và hướng của địa hình) nhằm thể hiện tác động của các đặc điểm địa hình đối với thuật toán chọn thành phần cuối của mô hình và các ước tính về ET.
Băng tần
Băng tần
Kích thước pixel: 30 mét (tất cả các băng tần)
| Tên | Đơn vị | Kích thước pixel | Mô tả |
|---|---|---|---|
et |
mm | 30 mét | Giá trị ET geeSEBAL |
count |
số lượng | 30 mét | Số lượng giá trị không có mây |
Thuộc tính hình ảnh
Thuộc tính hình ảnh
| Tên | Loại | Mô tả |
|---|---|---|
| build_date | STRING | Ngày tạo thành phần |
| cloud_cover_max | DOUBLE | Giá trị phần trăm CLOUD_COVER_LAND tối đa cho hình ảnh Landsat có trong phép nội suy |
| bộ sưu tập | STRING | Danh sách các bộ sưu tập Landsat cho hình ảnh Landsat có trong phép nội suy |
| core_version | STRING | Phiên bản thư viện cốt lõi OpenET |
| end_date | STRING | Ngày kết thúc của tháng |
| et_reference_band | STRING | Băng tần trong et_reference_source chứa dữ liệu ET tham chiếu hằng ngày |
| et_reference_resample | STRING | Chế độ nội suy không gian để lấy mẫu lại dữ liệu ET tham chiếu hằng ngày |
| et_reference_source | STRING | Mã bộ sưu tập cho dữ liệu ET tham chiếu hằng ngày |
| interp_days | DOUBLE | Số ngày tối đa trước và sau mỗi ngày hình ảnh để đưa vào phép nội suy |
| interp_method | STRING | Phương thức dùng để nội suy giữa các ước tính của mô hình Landsat |
| interp_source_count | DOUBLE | Số lượng hình ảnh có sẵn trong bộ sưu tập hình ảnh nguồn nội suy cho tháng mục tiêu |
| mgrs_tile | STRING | Mã vùng lưới MGRS |
| model_name | STRING | Tên mô hình OpenET |
| model_version | STRING | Phiên bản mô hình OpenET |
| scale_factor_count | DOUBLE | Hệ số tỷ lệ cần áp dụng cho băng tần số lượng |
| scale_factor_et | DOUBLE | Hệ số tỷ lệ cần áp dụng cho băng tần et |
| start_date | STRING | Ngày bắt đầu của tháng |
Điều khoản sử dụng
Điều khoản sử dụng
Trích dẫn
Laipelt, L., Kayser, R.H.B., Fleischmann, A.S., Ruhoff, A., Bastiaanssen, W., Erickson, T.A. và Melton, F., 2021. Giám sát dài hạn mức thoát hơi nước bằng thuật toán SEBAL và điện toán đám mây Google Earth Engine. ISPRS Journal of Photogrammetry and Remote Sensing, 178, trang 81-96. doi:10.1016/j.isprsjprs.2021.05.018
Bastiaanssen, W.G., Menenti, M., Feddes, R.A. và Holtslag, A.A.M., 1998. Thuật toán cân bằng năng lượng bề mặt cảm biến từ xa cho đất (SEBAL). 1. Công thức. Journal of hydrology, 212, trang 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. và Neale, C.M.U., 2022. Đánh giá độ không chắc chắn về hiệu chuẩn tự động geeSEBAL và phân tích lại khí tượng để ước tính mức thoát hơi nước trong khí hậu ẩm cận nhiệt đới. Agricultural and Forest Meteorology, 314, trang 108775. doi:10.1016/j.agrformet.2021.108775
Allen, R.G., Burnett, B., Kramber, W., Huntington, J., Kjaersgaard, J., Kilic, A., Kelly, C. và Trezza, R., 2013. Hiệu chuẩn tự động quy trình thoát hơi nước metric-landsat. JAWRA Journal of the American Water Resources Association, 49(3), trang 563-576. doi:10.1111/jawr.12056
DOI
Khám phá bằng Earth Engine
Trình soạn thảo mã (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');