- Disponibilité de l'ensemble de données
- 1999-10-01T00:00:00Z–2024-12-01T00:00:00Z
- Producteur de l'ensemble de données
- OpenET, Inc.
- Cadence
- 1 mois
- Tags
Description
Bilan énergétique de surface simplifié opérationnel (SSEBop)
Le modèle de bilan énergétique de surface simplifié opérationnel (SSEBop) de Senay et al. (2013, 2017) est un modèle énergétique de surface simplifié basé sur la température qui permet d'estimer l'ET réelle en s'appuyant sur les principes de la psychrométrie par satellite (Senay 2018). L'implémentation OpenET SSEBop utilise la température de la surface terrestre (Ts) de Landsat (produits scientifiques de niveau 2 de la collection 2) avec des paramètres clés du modèle (référence de température du thermomètre mouillé/sec, Tc et constante psychrométrique de surface, 1/dT) dérivés d'une combinaison de température de surface observée, d'indice de végétation par différence normalisée (NDVI), de température maximale quotidienne moyenne climatologique (1980-2017) de l'air (Ta, 1 km) de Daymet et de données de rayonnement net d'ERA-5. Cette implémentation de modèle utilise le framework de traitement Google Earth Engine pour connecter les fonctions et algorithmes clés de SSEBop ET lors de la génération de résultats ET intermédiaires et agrégés. Une étude et une évaluation détaillées du modèle SSEBop sur l'ensemble des États-Unis contigus (Senay et al., 2022) éclairent à la fois l'implémentation cloud et l'évaluation des applications de bilan hydrique à grande échelle. Les améliorations notables du modèle (v0.2.6) et ses performances par rapport aux versions précédentes incluent une compatibilité supplémentaire avec Landsat 9 (lancé en septembre 2021), une extensibilité globale du modèle et une paramétrisation améliorée de SSEBop à l'aide de FANO (Forcing and Normalizing Operation) pour mieux estimer l'ET dans tous les paysages et toutes les saisons, quelle que soit la densité de la couverture végétale. Cela permet d'améliorer la précision du modèle en évitant l'extrapolation de Tc aux régions non calibrées.
Bandes
Bandes
Taille des pixels : 30 mètres (toutes les bandes)
| Nom | Unités | Taille des pixels | Description |
|---|---|---|---|
et |
mm | 30 mètres | Valeur SSEBop ET |
count |
nombre | 30 mètres | Nombre de valeurs sans nuage |
Propriétés des images
Propriétés des images
| Nom | Type | Description |
|---|---|---|
| build_date | STRING | Date de création des assets |
| cloud_cover_max | DOUBLE | Valeur maximale en pourcentage de CLOUD_COVER_LAND pour les images Landsat incluses dans l'interpolation |
| collections | STRING | Liste des collections Landsat pour les images Landsat incluses dans l'interpolation |
| core_version | STRING | Version de la bibliothèque principale OpenET |
| end_date | STRING | Date de fin du mois |
| et_reference_band | STRING | Bande dans et_reference_source contenant les données ET de référence quotidiennes |
| et_reference_resample | STRING | Mode d'interpolation spatiale pour rééchantillonner les données ET de référence quotidiennes |
| et_reference_source | STRING | ID de collection pour les données ET de référence quotidiennes |
| interp_days | DOUBLE | Nombre maximal de jours avant et après chaque date d'image à inclure dans l'interpolation |
| interp_method | STRING | Méthode utilisée pour interpoler entre les estimations du modèle Landsat |
| interp_source_count | DOUBLE | Nombre d'images disponibles dans la collection d'images source d'interpolation pour le mois cible |
| mgrs_tile | STRING | ID de zone de grille MGRS |
| model_name | STRING | Nom du modèle OpenET |
| model_version | STRING | Version du modèle OpenET |
| scale_factor_count | DOUBLE | Facteur de scaling à appliquer à la bande de comptage |
| scale_factor_et | DOUBLE | Facteur de scaling à appliquer à la bande et |
| start_date | STRING | Date de début du mois |
Conditions d'utilisation
Conditions d'utilisation
Citations
Senay, G.B., Parrish, G.E., Schauer, M., Friedrichs, M., Khand, K., Boiko, O., Kagone, S., Dittmeier, R., Arab, S. et Ji, L., 2023. Improving the Operational Simplified Surface Energy Balance Evapotranspiration Model Using the Forcing and Normalizing Operation. Remote Sensing, 15(1), p.260. doi:10.3390/rs15010260
Senay, G.B., Bohms, S., Singh, R.K., Gowda, P.H., Velpuri, N.M., Alemu, H. et Verdin, J.P., 2013. Operational evapotranspiration mapping using remote sensing and weather datasets: A new parameterization for the SSEB approach. JAWRA Journal of the American Water Resources Association, 49(3), pp.577-591. doi:10.1111/jawr.12057
Senay, G.B., Schauer, M., Friedrichs, M., Velpuri, N.M. et Singh, R.K., 2017. Satellite-based water use dynamics using historical Landsat data (1984–2014) in the southwestern United States. Remote Sensing of Environment, 202, pp.98-112. doi:10.1016/j.rse.2017.05.005c
Senay, G.B., 2018. Satellite psychrometric formulation of the Operational Simplified Surface Energy Balance (SSEBop) model for quantifying and mapping evapotranspiration. Applied Engineering in Agriculture, 34(3), pp.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. et Huntington, J., 2022. Mapping actual evapotranspiration using Landsat for the conterminous United States: Google Earth Engine implementation and assessment of the SSEBop model. Remote Sensing of Environment, 275, p.113011. doi:10.1016/j.rse.2022.113011
DOI
Explorer avec Earth Engine
Éditeur de code (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');