OpenET DisALEXI Monthly Evapotranspiration v2.0

projects/openet/assets/disalexi/conus/gridmet/monthly/v2_0
Info

Dieses Dataset ist Teil eines Publisher-Katalogs und wird nicht von Google Earth Engine verwaltet. Wenden Sie sich bei Fehlern an support@openetdata.org oder sehen Sie sich weitere Datasets aus dem OpenET-Katalog an. Hier finden Sie weitere Informationen zu Publisher-Datasets.

Kataloginhaber
OpenET
Verfügbarkeit des Datasets
2001-01-01T00:00:00Z–2025-01-01T00:00:00Z
Ersteller des Datasets
Kontakt
support@openetdata.org
Earth Engine-Snippet
ee.ImageCollection("projects/openet/assets/disalexi/conus/gridmet/monthly/v2_0")
Intervall
1 Monat
Tags
evapotranspiration landsat-derived monthly openet publisher-dataset water water-vapor

Beschreibung

Atmosphere-Land Exchange Inverse / Disaggregation of the Atmosphere-Land Exchange Inverse (ALEXI/DisALEXI).

DisALEXI wurde im Rahmen des OpenET-Frameworks zu Google Earth Engine portiert. Die ALEXI/DisALEXI-Modellstruktur wird von Anderson et al. (2012, 2018) beschrieben. Das ALEXI-Modell zur Evapotranspiration (ET) verwendet zeitliche Differenzmessungen der Landoberflächentemperatur (Land Surface Temperature, LST) von geostationären oder polar umlaufenden Plattformen mit moderater Auflösung, um regionale ET-Karten zu erstellen. DisALEXI disaggregiert dann die regionale ALEXI-ET auf feinere Skalen mithilfe von Landsat-Daten (30 m; alle zwei Wochen), um einzelne landwirtschaftliche Flächen und andere Landschaftsmerkmale zu erfassen.

Weitere Informationen

Bänder

Bänder

Pixelgröße: 30 Meter (alle Bänder)

Name Einheiten Pixelgröße Beschreibung
et mm 30 Meter

Gesamte tatsächliche Evapotranspiration (ET)

count Anzahl 30 Meter

Anzahl der wolkenfreien Beobachtungen im Monat, die in die Interpolation einbezogen wurden

Bildattribute

Bildeigenschaften

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 wurden

collections STRING

Liste der Landsat-Sammlungen für Landsat-Bilder, die in die Interpolation einbezogen wurden

core_version STRING

Version der OpenET-Kernbibliothek

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

Modus der räumlichen Interpolation zum Resampling der täglichen Referenz-ET-Daten

et_reference_source STRING

Sammlungs-ID für die täglichen Referenz-ET-Daten

interp_days DOUBLE

Maximale Anzahl von Tagen vor und nach dem jeweiligen Bilddatum, 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-Bildsammlung 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 Band „count“ angewendet werden soll

scale_factor_et DOUBLE

Skalierungsfaktor, der auf das Band „et“ angewendet werden soll

start_date STRING

Startdatum des Monats

Nutzungsbedingungen

Nutzungsbedingungen

CC-BY-4.0

Zitate

Quellenangaben:
  • Anderson, M., Gao, F., Knipper, K., Hain, C., Dulaney, W., Baldocchi, D ., Eichelmann, E., Hemes, K., Yang, Y., Medellin-Azuara, J. und Kustas, W., 2018. Field-scale assessment of land and water use change over the California Delta using remote sensing. Remote Sensing, 10(6), p.889. doi:10.3390/rs10060889

  • Anderson, M.C., Norman, J.M., Mecikalski, J.R., Otkin, J.A. und Kustas, W.P., 2007. A climatological study of evapotranspiration and moisture stress across the continental United States based on thermal remote sensing: 1. Model formulation. Journal of Geophysical Research: Atmospheres, 112(D10). doi:10.1029/2006JD007506

DOIs

Die Earth Engine nutzen

Code-Editor (JavaScript)

var dataset = ee.ImageCollection('projects/openet/assets/disalexi/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 DisALEXI Annual ET');
Im Code-Editor öffnen