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–2026-08-01T00:00:00Z
- Ersteller des Datasets
- OpenET, Inc.
- Kontakt
- support@openetdata.org
- Intervall
- 1 Monat
- Tags
Beschreibung
Google Earth Engine-Implementierung des Modells „Mapping Evapotranspiration at high Resolution with Internalized Calibration“ (eeMETRIC).
eeMETRIC wendet die erweiterten METRIC-Algorithmen und ‑Prozesse von Allen et al. (2007; 2015) und Allen et al. (2013b) an, bei denen eine einzelne Beziehung zwischen der Differenz der bodennahen Lufttemperatur (dT) und der delapsed-Landoberflächentemperatur (TsDEM) verwendet wird, um den fühlbaren Wärmefluss (H) zu schätzen. Dies wird auf jede Landsat-Szene angewendet. Die automatische Auswahl der heißen und kalten Pixel für ein Bild folgt in der Regel einem statistischen Isolierungsverfahren, das von Allen et al. (2013a) und ReVelle, Kilic und Allen (2019a,b) beschrieben wird. Bei der Kalibrierung von H in eeMETRIC wird die Referenz-ET von Luzerne verwendet, die aus dem NLDAS-2-Rasterwetter-Dataset berechnet wird. Dabei wird die berechnete Referenz-ET um 15% reduziert, um bekannte Abweichungen im Raster-Dataset zu berücksichtigen. Die feste Reduzierung wirkt sich nicht auf die Kalibrierungsgenauigkeit von eeMETRIC aus und verringert hauptsächlich die Auswirkungen der Korrektur des Auftriebs der Grenzschicht.
Die Identifizierung von Kandidaten für Pools mit heißen und kalten Pixeln hat sich in der eeMETRIC-Implementierung von METRIC weiterentwickelt. Der neue automatisierte Abgleichprozess umfasst die Kombination von Methoden und Ansätzen, die aus zwei Entwicklungszweigen von EEFlux stammen (Allen et al., 2015). Der erste Zweig konzentrierte sich auf die Verbesserung des automatisierten Pixel-Auswahlprozesses unter Verwendung von Standard-Lapse-Raten für die Landoberflächentemperatur (LST) ohne weitere räumliche Entschärfung (ReVelle et al., 2019b). Im zweiten Zweig wurde eine sekundäre räumliche Entschärfung von LST sowie Änderungen am Pixelauswahlprozess (ReVelle et al., 2019a). Der endgültige, kombinierte Ansatz wird von Kilic et al. (2021) beschrieben.
eeMETRIC verwendet die von Allen et al. (2013b) entwickelten aerodynamischen Funktionen in komplexem Gelände (Gebirge), um Schätzungen für aerodynamische Rauheit, Windgeschwindigkeit und Stabilität der Grenzschicht in Bezug auf die geschätzte Geländerauheit, Position an einem Hang und Windrichtung zu verbessern. Diese Funktionen führen in der Regel zu höheren Schätzungen für H (und niedrigeren ET) an Luvhängen und können zu niedrigeren H (und höheren ET) an Leehängen führen. Andere METRIC-Funktionen, die in eeMETRIC verwendet werden und seit den Beschreibungen in Allen et al. (2007 und 2011) hinzugefügt wurden, umfassen die Reduzierung des Bodenwärmeflusses (G) bei Vorhandensein von organischem Mulch auf der Bodenoberfläche, die Verwendung eines überschüssigen aerodynamischen Widerstands für Strauchland und die Verwendung der Perrier-Funktion für Bäume, die als Wald identifiziert wurden (Allen et al., 2018; Santos et al., 2012) und aerodynamische Schätzung der Verdunstung aus offenem Wasser anstelle der Energiebilanz (Jensen und Allen 2016; Allen et al., 2018). 2022 wurde die Perrier-Funktion auf Baumkulturen (Obstgärten) angewendet und eine 3-Quellen-Aufteilung der Bulk-Oberflächentemperatur in Kronentemperatur, Temperatur des beschatteten Bodens und Temperatur des sonnenbeschienenen Bodens wurde sowohl auf Obstgärten als auch auf Weinberge angewendet. Diese letztgenannten Anwendungen wurden dort eingesetzt, wo Obstgärten und Weinberge durch CDL oder in Kalifornien durch ein staatlich gefördertes Landnutzungssystem identifiziert werden. Diese Funktionen und andere Verbesserungen des ursprünglichen METRIC-Modells werden im aktuellen METRIC-Nutzerhandbuch (Allen et al., 2018). eeMETRIC verwendet die atmosphärisch korrigierte Oberflächenreflexion und LST aus Landsat Collection 2 Level 2. Bei Bedarf wird für Schätzungen in Echtzeit auf Collection 2 Level 1 zurückgegriffen. OpenET Collection v2.1
OpenET Collection v2.1 ist eine neu verarbeitete und aktualisierte Version von Collection v2.0. Sie wurde hauptsächlich entwickelt, um bekannte Probleme mit Version 2.0 zu beheben. Außerdem wurden kleinere Modellverbesserungen und Aktualisierungen der Eingabedaten vorgenommen. Es ist zu erwarten, dass es an einigen Orten und zu bestimmten Zeiten deutliche Unterschiede bei der ET zwischen den beiden Erfassungsversionen gibt. Einige der Aktualisierungen und Änderungen:
- Zusätzliche Cloud-Screening- und ‑Filterfunktionen, um Landsat-Bilder mit nicht maskierten Wolken und/oder einer dicken Schneedecke zu überspringen.
- Die Verarbeitung wurde wiederholt, um Aktualisierungen der meteorologischen Eingabedatasets 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 Erntetyp erfordern.
- Die Interpolation wurde aktualisiert, sodass die monatliche ET nur dann berechnet wird, wenn alle Tage im Monat interpolierte Werte haben. 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.
Bänder
Bänder
Pixelgröße: 30 Meter (alle Bänder)
| Name | Einheiten | Pixelgröße | Beschreibung |
|---|---|---|---|
et |
mm | 30 Meter | Tatsächliche Gesamtevapotranspiration (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 täglicher 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
Zitate
Kilic, A., Allen, R.G., Blankenau, P., ReVelle, P., Ozturk, D. und Huntington, J., 2021. Globale Produktion und kostenloser Zugriff auf Evapotranspiration im Landsat-Maßstab mit EEFlux und eeMETRIC. In 6th Decennial National Irrigation Symposium, 6-8, December 2021, San Diego, California (S. 1). American Society of Agricultural and Biological Engineers. doi:10.13031/irrig.2020-038
Allen, R.G., Tasumi, M., Morse, A. und Trezza, R., 2005. Ein Landsat-basiertes Energiebilanz- und Evapotranspirationsmodell für die Regulierung und Planung von Wasserrechten im Westen der USA. Irrigation and Drainage systems, 19, pp.251-268. doi:10.1007/s10795-005-5187-z
Allen, R.G., Tasumi, M. und Trezza, R., 2007. Satellitenbasierte Energiebilanz für die Kartierung der Evapotranspiration mit internalisierter Kalibrierung (Mapping Evapotranspiration with internalized Calibration, METRIC) – Modell. Journal of Irrigation and Drainage Engineering, 133(4), S.380–394. doi:10.1029/2006JD007506
Allen, R., Irmak, A., Trezza, R., Hendrickx, J.M., Bastiaanssen, W. und Kjaersgaard, J., 2011. Satellitengestützte ET-Schätzung in der Landwirtschaft mit SEBAL und METRIC. Hydrological Processes, 25(26), S.4011–4027. doi:10.1002/hyp.8408
Allen, R.G., Burnett, B., Kramber, W., Huntington, J., Kjaersgaard, J., Kilic, A., Kelly, C. und Trezza, R., 2013a. Automatisierte Kalibrierung des METRIC-Landsat-Evapotranspirationsprozesses. JAWRA Journal of the American Water Resources Association, 49(3), S.563–576. doi:10.1111/jawr.12056
Allen, R.G., Trezza, R., Kilic, A., Tasumi, M. und Li, H., 2013b. Sensitivität der Energiebilanz im Landsat-Maßstab gegenüber aerodynamischer Variabilität in Bergen und komplexem Gelände. JAWRA Journal of the American Water Resources Association, 49(3), S.592–604. doi:10.1111/jawr.12055
Allen, R.G., Morton, C., Kamble, B., Kilic, A., Huntington, J., Thau, D., Gorelick, N., Erickson, T., Moore, R., Trezza, R. und Ratcliffe, I., 2015. EEFlux: Ein Landsat-basiertes Tool zur Kartierung der Evapotranspiration in der Google Earth Engine. In: 2015 ASABE/IA Irrigation Symposium: Emerging Technologies for Sustainable Irrigation-A Tribute to the Career of Terry Howell, Sr. Conference Proceedings (S. 1–11). American Society of Agricultural and Biological Engineers. doi:10.13031/irrig.20152143511
Jensen, M.E. und R.G. Allen (Hrsg.). 2016. Verdunstung, Evapotranspiration und Bewässerungswasserbedarf. Handbücher für die Praxis Nr. 70 (2. Auflage). Task Committee on Revision of Manual 70, April 2016. American Society of Civil Engineers. Reston, Virginia 744 Seiten. doi:10.1061/9780784414057
Kilic, A., Allen, R., Trezza, R., Ratcliffe, I., Kamble, B., Robison, C. und Ozturk, D., 2016. Sensitivität der Evapotranspirationsabrufe aus dem METRIC-Verarbeitungsalgorithmus gegenüber der verbesserten radiometrischen Auflösung der thermischen Daten von Landsat 8 und gegenüber dem Kalibrierungsbias bei der Oberflächentemperatur von Landsat 7 und 8. Remote Sensing of Environment, 185, S.198–209. doi:10.1016/j.rse.2016.07.011
ReVelle, P., A. Kilic und R.G. Allen. 2019a. Aktualisierte Beschreibung der Kalibrierung: Räumliche Entschärfung in eeMETRIC. Research Note. School of Natural Resources, University of Nebraska-Lincoln und University of Idaho. 9.
ReVelle, P., A. Kilic und R.G. Allen. 2019b. Aktualisierte Beschreibung der Abstimmung: Automatische Pixelauswahlmethode in eeMETRIC. ResearchNote School of Natural Resources, University of Nebraska-Lincoln und University of Idaho. 20 Seiten
Santos, C., Lorite, I.J., Allen, R.G. and Tasumi, M., 2012. Aerodynamische Parametrisierung des satellitenbasierten Energiebilanzmodells (METRIC) zur Schätzung der Evapotranspiration in nicht bewässerten Olivenhainen in Andalusien, Spanien. Water Resources Management, 26, S.3267–3283. doi:10.1007/s11269-012-0071-8
DOIs
Die Earth Engine nutzen
Code-Editor (JavaScript)
var dataset = ee.ImageCollection('projects/openet/assets/eemetric/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 eeMETRIC Annual ET');