OpenET DisALEXI Monthly Evapotranspiration v2.1

projects/openet/assets/disalexi/conus/gridmet/monthly/v2_1
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. Weitere Informationen zu Publisher-Datasets

Kataloginhaber
OpenET
Dataset-Verfügbarkeit
2015-10-01T00:00:00Z–2026-04-01T00:00:00Z
Ersteller des Datasets
Kontakt
support@openetdata.org
Earth Engine-Snippet
ee.ImageCollection("projects/openet/assets/disalexi/conus/gridmet/monthly/v2_1")
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 in Google Earth Engine portiert. Die Baseline-Modellstruktur von ALEXI/DisALEXI wird von Anderson et al. (2012, 2018) beschrieben. Das ALEXI-Modell zur Evapotranspiration (ET) verwendet speziell zeitliche Differenzmessungen der LST (Land Surface Temperature, Landoberflächentemperatur) von geostationären oder polar umlaufenden Plattformen mit mittlerer Auflösung, um regionale ET-Karten zu erstellen. Mit DisALEXI wird die regionale ALEXI-ET mithilfe von Landsat-Daten (30 m; zweiwöchentlich) auf feinere Skalen aufgeschlüsselt, um einzelne landwirtschaftliche Flächen und andere Landschaftsmerkmale zu erfassen.

OpenET Collection v2.1 ist eine neu verarbeitete und aktualisierte Version von Collection v2.0. Sie wurde hauptsächlich entwickelt, um bekannte Probleme mit v2.0 zu beheben. Außerdem wurden geringfügige Modellverbesserungen und Aktualisierungen der Eingabedaten vorgenommen. Es ist zu erwarten, dass es zwischen den beiden Erfassungsversionen für einige Orte und Zeiten deutliche Unterschiede bei der ET geben wird. Hier einige Beispiele für die Aktualisierungen und Änderungen:

  • Zusätzliche Cloud-Screening- und ‑Filterfunktionen, um Landsat-Bilder mit nicht maskierten Wolken und/oder umfangreicher Schneedecke zu überspringen.
  • Die Verarbeitung wurde wiederholt, um Aktualisierungen der NLDAS-2- und GRIDMET-Eingabe-Datasets für Meteorologie 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 Erntetyp erfordern.
  • Die Interpolation wurde aktualisiert, sodass die monatliche ET nur berechnet wird, wenn für alle Tage im Monat interpolierte Werte vorhanden sind. Dadurch wird die Anzahl der Monate mit „count=0“ in bewölkten/verschneiten oder Perioden mit geringer Abdeckung reduziert.
  • Anwendung einer Emissivitätskorrektur zur Behebung eines bekannten Problems in Landsat-LST-Daten.

Weitere Informationen

Bänder

Bänder

Pixelgröße: 30 Meter (alle Bänder)

Name Einheiten Pixelgröße Beschreibung
et mm 30 Meter

Tatsächliche Evapotranspiration insgesamt (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

build_status STRING

Der Status kann „permanent“ oder „provisional“ sein. Bilder, die als „vorläufig“ gekennzeichnet sind, können in Zukunft aktualisiert werden.

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

image_source_count DOUBLE

Anzahl der Szenenbilder, die für die Interpolation verwendet werden

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 Sammlung von Interpolationsquellenbildern 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

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. Bewertung der Land- und Wassernutzungsänderungen im California Delta auf Feldebene 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. und Kustas, W.P., 2007. Eine klimatologische Studie zur Evapotranspiration und zum Feuchtigkeitsstress in den kontinentalen USA auf der Grundlage von thermischer Fernerkundung: 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');
Im Code-Editor öffnen