- Kataloginhaber
- OpenET
- Dataset-Verfügbarkeit
- 2015-10-01T00:00:00Z–2026-10-01T00:00:00Z
- Ersteller des Datasets
- OpenET, Inc.
- Kontakt
- support@openetdata.org
- Intervall
- 1 Monat
- Tags
Beschreibung
Atmosphere-Land Exchange Inverse / Disaggregation of the Atmosphere-Land Exchange Inverse (ALEXI/DisALEXI).
DisALEXI wurde im Rahmen des OpenET-Frameworks auf die Google Earth Engine portiert. Die grundlegende ALEXI/DisALEXI-Modellstruktur wird von Anderson et al. (2012, 2018) beschrieben. Das ALEXI-Evapotranspirationsmodell (ET) verwendet speziell zeitdifferenzielle Messungen der Landoberflächentemperatur (LST) von geostationären oder polumlaufenden Plattformen mit mäßiger Auflösung, um regionale ET-Karten zu generieren. DisALEXI schlüsselt dann die regionale ALEXI-ET mithilfe von Landsat-Daten (30 m; zweiwöchentlich) in feinere Skalen auf, um einzelne Felder und andere Landschaftsmerkmale aufzulösen.
OpenET Collection v2.1 ist eine neu verarbeitete und aktualisierte Version von Collection v2.0. Sie wurde in erster Linie entwickelt, um bekannte Probleme in v2.0 zu beheben, enthält aber auch kleinere Modellverbesserungen und Aktualisierungen der Eingabedaten. Es ist zu erwarten, dass es für einige Orte und Zeiten spürbare Unterschiede bei der ET zwischen den beiden Versionen der Sammlung gibt. Zu den Aktualisierungen und Änderungen gehören:
- Zusätzliche Cloud-Prüfung und -Filterung, um Landsat-Bilder mit nicht maskierten Wolken und/oder umfangreicher Schneedecke zu überspringen.
- Erneute Verarbeitung, um Aktualisierungen der meteorologischen Eingabedatensätze NLDAS-2 und GRIDMET zu berücksichtigen.
- Einbindung des jährlichen NLCD-Produkts des USGS für alle Modelle, die Informationen zur Landbedeckung erfordern.
- Einbindung der neuesten USDA-CDL für alle Modelle, die Informationen zum Pflanzentyp erfordern.
- Aktualisierungen der Interpolation, sodass die monatliche ET nur dann erzeugt wird, wenn alle Tage im Monat interpolierte Werte haben (Reduzierung von „count=0“-Monaten in bewölkten/verschneiten oder Perioden mit geringer Abdeckung).
- Anwendung einer Emissionsgradkorrektur, um ein bekanntes Problem in Landsat-LST-Daten zu beheben.
Bänder
Bänder
Pixelgröße: 30 Meter (alle Bänder)
| Name | Einheiten | Pixelgröße | Beschreibung |
|---|---|---|---|
et |
mm | 30 Meter | Tatsächliche Evapotranspiration (ET) insgesamt |
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 |
| build_status | STRING | Der Status kann „permanent“ oder „provisional“ sein. Als „provisorisch“ gekennzeichnete Bilder werden möglicherweise in Zukunft aktualisiert. |
| 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 der Interpolation enthalten sind |
| 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 für die räumliche Interpolation, um die täglichen Referenz-ET-Daten neu zu erfassen |
| et_reference_source | STRING | Sammlungs-ID für die täglichen ET-Referenzdaten |
| image_source_count | DOUBLE | Anzahl der Szenenbilder, die für die Interpolation verwendet werden |
| interp_days | DOUBLE | Maximale Anzahl von Tagen vor und nach jedem Bilddatum, die in die Interpolation einbezogen werden sollen |
| interp_method | STRING | Methode zur Interpolation zwischen Landsat-Modellschätzungen |
| interp_source_count | DOUBLE | Anzahl der verfügbaren Bilder in der Interpolations-Quellbildsammlung 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 |
| units_et | STRING | Einheiten des „et“-Bands |
Nutzungsbedingungen
Nutzungsbedingungen
Zitate
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. Feldskalierte Bewertung der Veränderung der Land- und Wassernutzung im kalifornischen Delta mithilfe von Fernerkundung. Remote Sensing, 10(6), S.889. doi:10.3390/rs10060889
Anderson, M.C., Norman, J.M., Mecikalski, J.R., Otkin, J.A. and Kustas, W.P., 2007. A climatological study of evapotranspiration and moisture stress across the continental United States based on thermal remote sensing: 1. Modellformulierung 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_1') .filterDate('2024-01-01', '2025-01-01'); // 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');