- Dataset-Verfügbarkeit
- 1999-10-01T00:00:00Z–2024-12-01T00:00:00Z
- Dataset-Anbieter
- OpenET, Inc.
- Cadence
- 1 Monat
- Tags
Beschreibung
Operational Simplified Surface Energy Balance (SSEBop)
Das Operational Simplified Surface Energy Balance (SSEBop)-Modell von Senay et al. (2013, 2017) ist ein thermisches, vereinfachtes Oberflächenenergiemodell zur Schätzung der tatsächlichen ET auf der Grundlage der Prinzipien der Satellitenpsychrometrie (Senay 2018). Bei der OpenET-SSEBop-Implementierung wird die Bodentemperatur (Ts) von Landsat (Collection 2 Level-2 Science Products) verwendet. Die wichtigsten Modellparameter (Kalt-/Feuchtkugelreferenz, Tc und psychrometrische Oberflächenkonstante, 1/dT) werden aus einer Kombination aus beobachteter Oberflächentemperatur, normalisiertem Differenzvegetationsindex (NDVI), klimatologischem Durchschnitt (1980–2017) der täglichen maximalen Lufttemperatur (Ta, 1 km) von Daymet und Daten zur Nettostrahlung von ERA-5 abgeleitet. Bei dieser Modellimplementierung wird das Google Earth Engine-Verarbeitungsframework verwendet, um wichtige SSEBop-ET-Funktionen und ‑Algorithmen zu verbinden, wenn sowohl Zwischen- als auch aggregierte ET-Ergebnisse generiert werden. Eine detaillierte Studie und Bewertung des SSEBop-Modells für die kontinentalen USA (Senay et al., 2022) informiert sowohl die Cloud-Implementierung als auch die Bewertung von Wasserbilanzanwendungen in großem Maßstab. Zu den wichtigsten Verbesserungen des Modells (v0.2.6) und der Leistung im Vergleich zu früheren Versionen gehören die zusätzliche Kompatibilität mit Landsat 9 (gestartet im September 2021), die globale Modellerweiterbarkeit und die verbesserte Parametrisierung von SSEBop mit FANO (Forcing and Normalizing Operation), um die ET in allen Landschaften und zu allen Jahreszeiten unabhängig von der Dichte der Vegetationsdecke besser zu schätzen. Dadurch wird die Modellgenauigkeit verbessert, da die Extrapolation von Tc auf nicht kalibrierte Regionen vermieden wird.
Bänder
Pixelgröße
30 Meter
Bänder
| Name | Einheiten | Pixelgröße | Beschreibung |
|---|---|---|---|
et |
mm | Meter | SSEBop-ET-Wert |
count |
Anzahl | Meter | Anzahl der Cloud-Free-Werte |
Bildattribute
Bildattribute
| Name | Typ | Beschreibung |
|---|---|---|
| build_date | STRING | Datum, an dem die Assets erstellt wurden |
| cloud_cover_max | DOUBLE | Maximaler CLOUD_COVER_LAND-Prozentwert für Landsat-Bilder, die in die Interpolation einbezogen werden |
| Sammlungen | STRING | Liste der Landsat-Sammlungen für Landsat-Bilder, die in die Interpolation einbezogen werden |
| core_version | STRING | OpenET-Kernbibliotheksversion |
| end_date | STRING | Enddatum des Monats |
| et_reference_band | STRING | Band in „et_reference_source“, das die täglichen Referenz-ET-Daten enthält |
| et_reference_resample | STRING | Räumlicher Interpolationsmodus zum Resamplen von täglichen Referenzdaten für die ET |
| et_reference_source | STRING | Sammlungs-ID für die täglichen Referenzdaten für die geschätzte Transpiration |
| interp_days | DOUBLE | Maximale Anzahl von Tagen vor und nach dem Datum jedes Bildes, die in die Interpolation einbezogen werden sollen |
| interp_method | STRING | Methode, die zum Interpolieren zwischen Landsat-Modellschätzungen verwendet wird |
| interp_source_count | DOUBLE | Anzahl der verfügbaren Bilder in der Interpolationsquelle für den Zielmonat |
| mgrs_tile | STRING | MGRS-Gitterzonen-ID |
| model_name | STRING | OpenET-Modellname |
| model_version | STRING | OpenET-Modellversion |
| scale_factor_count | DOUBLE | Skalierungsfaktor, der auf das Zählband angewendet werden soll |
| scale_factor_et | DOUBLE | Skalierungsfaktor, der auf das ET-Band angewendet werden soll |
| start_date | STRING | Startdatum des Monats |
Nutzungsbedingungen
Nutzungsbedingungen
Zitate
Senay, G.B., Parrish, G.E., Schauer, M., Friedrichs, M., Khand, K., Boiko, O., Kagone, S., Dittmeier, R., Arab, S. und Ji, L., 2023. Verbesserung des Operational Simplified Surface Energy Balance Evapotranspiration Model durch die Forcing- und Normalizing-Operation. Remote Sensing, 15(1), S.260. doi:10.3390/rs15010260
Senay, G.B., Bohms, S., Singh, R.K., Gowda, P.H., Velpuri, N.M., Alemu, H. und Verdin, J.P., 2013. Betriebliche Kartierung der Evapotranspiration mit Fernerkundungs- und Wetterdatensätzen: Eine neue Parametrisierung für den SSEB-Ansatz. JAWRA Journal of the American Water Resources Association, 49(3), S.577–591. doi:10.1111/jawr.12057
Senay, G.B., Schauer, M., Friedrichs, M., Velpuri, N.M. und Singh, R.K., 2017. Satellitenbasierte Dynamik der Wassernutzung anhand historischer Landsat-Daten (1984–2014) im Südwesten der USA. Remote Sensing of Environment, 202, S.98–112. doi:10.1016/j.rse.2017.05.005c
Senay, G.B., 2018. Satellitenpsychrometrische Formulierung des Operational Simplified Surface Energy Balance (SSEBop)-Modells zur Quantifizierung und Kartierung der Evapotranspiration. Applied Engineering in Agriculture, 34(3), S.555–566. doi:10.13031/aea.12614
Senay, G.B., Friedrichs, M., Morton, C., Parrish, G.E., Schauer, M., Khand, K., Kagone, S., Boiko, O. und Huntington, J., 2022. Kartierung der tatsächlichen Evapotranspiration mit Landsat für die angrenzenden Vereinigten Staaten: Google Earth Engine-Implementierung und Bewertung des SSEBop-Modells. Remote Sensing of Environment, 275, S.113011. doi:10.1016/j.rse.2022.113011
DOIs
Earth Engine nutzen
Code-Editor (JavaScript)
var dataset = ee.ImageCollection('OpenET/SSEBOP/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 SSEBop Annual ET');