- Katalog Sahibi
- OpenET
- Veri Kümesi Kullanılabilirliği
- 1999-10-01T00:00:00Z–2025-01-01T00:00:00Z
- Veri Kümesi Üreticisi
- OpenET, Inc.
- İletişim
- support@openetdata.org
- Adım frekansı
- 1 Ay
- Etiketler
Açıklama
Google Earth Engine implementation of the Surface Energy Balance Algorithm for Land (SEBAL) model.
Mevcut geeSEBAL sürümüne ilişkin genel bakışı Laipelt ve diğerleri (2021) adlı makalede bulabilirsiniz. Bu makale, Bastiaanssen ve diğerleri (1998) tarafından geliştirilen orijinal algoritmalara dayanmaktadır. OpenET geeSEBAL uygulaması, sırasıyla anlık ve günlük meteorolojik girişler olarak NLDAS-2 ve gridMET veri kümelerine ek olarak Landsat Collection 2'den elde edilen arazi yüzey sıcaklığı (LST) verilerini kullanır.
Sıcak ve soğuk uç üyeleri seçmek için kullanılan otomatik istatistiksel algoritma, Allen ve diğerleri (2013) tarafından önerilen, Aşırı Koşullarda Ters Modelleme Kullanılarak Kalibrasyon (CIMEC) algoritmasının basitleştirilmiş bir sürümüne dayanır. Bu algoritmada, Landsat alanındaki uç üye adaylarını seçmek için yer yüzeyi sıcaklığı (LST) ve normalleştirilmiş fark bitki örtüsü indeksi (NDVI) değerlerinin nicelikleri kullanılır. Soğuk ve ıslak uç üye adayları iyi bitkilendirilmiş alanlarda, sıcak ve kuru uç üye adayları ise en az bitkilendirilmiş tarım arazisi alanlarında seçilir.Seçilen uç üyelere göre geeSEBAL, soğuk ve ıslak uç üyede mevcut tüm enerjinin gizli ısıya (yüksek terleme oranlarıyla) dönüştürüldüğünü, sıcak ve kuru uç üyede ise mevcut tüm enerjinin duyulur ısıya dönüştürüldüğünü varsayar. Son olarak, günlük evapotranspirasyon tahminleri, buharlaşma kesrine dayalı anlık tahminlerden ölçeklendirilerek elde edilir. Bu tahminlerde, gündüz saatlerinde toprak neminde ve adveksiyonda önemli değişiklikler olmadığı ve buharlaşma kesrinin sabit olduğu varsayılır.
OpenET Doğruluk Değerlendirmesi ve Karşılaştırma çalışmasının sonuçlarına göre OpenET geeSEBAL algoritması aşağıdaki şekilde değiştirildi:
- CIMEC'in basitleştirilmiş sürümü, uç üyeleri seçmek için ek filtreler kullanılarak geliştirildi. Bu filtreler arasında USDA Cropland Data Layer (CDL) ve NDVI, LST ve albedo filtreleri yer alıyor.
- Önceki yağışa göre son üyeler için LST'de düzeltmeler.
- Atmosferik düzeltme sırasında model kararsızlığını azaltmak için NLDAS-2 rüzgar hızı eşiklerinin tanımı.
- FAO-56'yı referans alarak günlük net radyasyonu tahmin etme konusunda iyileştirmeler (Allen ve diğerleri, 1998).
Genel olarak, geeSEBAL performansı topografik, iklimsel ve meteorolojik koşullara bağlıdır. CIMEC otomatik kalibrasyonu için sıcak ve soğuk uç nokta seçimleriyle ilgili daha yüksek hassasiyet ve belirsizlik, meteorolojik girişlerle ilgili daha düşük hassasiyet ve belirsizlik vardır (Laipelt ve diğerleri, 2021 ve Kayser vd., 2022). Karmaşık araziyle ilgili belirsizlikleri azaltmak için, topografik özelliklerin modelin uç nokta seçimi algoritması ve ET tahminleri üzerindeki etkilerini temsil etmek üzere yüzeydeki LST ve küresel (olay) radyasyonu (çevresel lapse oranı, yükseklik eğimi ve yönü dahil) düzeltmeye yönelik iyileştirmeler eklendi.
Bantlar
Bantlar
Piksel boyutu: 30 metre (tüm bantlar)
| Ad | Birim | Piksel Boyutu | Açıklama |
|---|---|---|---|
et |
mm | 30 metre | Toplam gerçek evapotranspirasyon (ET) |
count |
sayı | 30 metre | Enterpolasyona dahil edilen ayda bulutsuz gözlem sayısı |
Resim Özellikleri
Görüntü Özellikleri
| Ad | Tür | Açıklama |
|---|---|---|
| build_date | Dize | Öğelerin oluşturulduğu tarih |
| cloud_cover_max | ÇİFT | Enterpolasyona dahil edilen Landsat görüntüleri için maksimum CLOUD_COVER_LAND yüzde değeri |
| koleksiyonlar | Dize | Enterpolasyona dahil edilen Landsat görüntüleri için Landsat koleksiyonlarının listesi |
| core_version | Dize | OpenET çekirdek kitaplık sürümü |
| end_date | Dize | Ayın bitiş tarihi |
| et_reference_band | Dize | Günlük referans ET verilerini içeren et_reference_source bandı |
| et_reference_resample | Dize | Günlük referans ET verilerini yeniden örneklemek için kullanılan mekansal enterpolasyon modu |
| et_reference_source | Dize | Günlük referans ET verileri için koleksiyon kimliği |
| interp_days | ÇİFT | Enterpolasyona dahil edilecek her resim tarihinden önceki ve sonraki maksimum gün sayısı |
| interp_method | Dize | Landsat modeli tahminleri arasında enterpolasyon yapmak için kullanılan yöntem |
| interp_source_count | ÇİFT | Hedef ay için enterpolasyon kaynağı resim koleksiyonunda bulunan resim sayısı |
| mgrs_tile | Dize | MGRS ızgara bölgesi kimliği |
| model_name | Dize | OpenET model adı |
| model_version | Dize | OpenET model sürümü |
| scale_factor_count | ÇİFT | Sayım aralığına uygulanması gereken ölçeklendirme faktörü |
| scale_factor_et | ÇİFT | ET bandına uygulanması gereken ölçeklendirme faktörü |
| start_date | Dize | Ayın başlangıç tarihi |
Kullanım Şartları
Kullanım Şartları
Alıntılar
Laipelt, L., Kayser, R.H.B., Fleischmann, A.S., Ruhoff, A., Bastiaanssen, W., Erickson, T.A. and Melton, F., 2021. SEBAL algoritması ve Google Earth Engine bulut bilişim kullanılarak uzun vadeli buharlaşma izleme. ISPRS Journal of Photogrammetry and Remote Sensing, 178, pp.81-96. doi:10.1016/j.isprsjprs.2021.05.018
Bastiaanssen, W.G., Menenti, M., Feddes, R.A. ve Holtslag, A.A.M., 1998. A remote sensing surface energy balance algorithm for land (SEBAL). 1. Formülasyon. Journal of hydrology, 212, pp.198-212. doi:S0022-1694(98)00253-4
Kayser, R.H., Ruhoff, A., Laipelt, L., de Mello Kich, E., Roberti, D. R., de Arruda Souza, V., Rubert, G.C.D., Collischonn, W. ve Neale, C.M.U., 2022. Subtropikal nemli iklimlerde buharlaşmayı tahmin etmek için geeSEBAL otomatik kalibrasyonunu ve meteorolojik yeniden analiz belirsizliklerini değerlendirme. Agricultural and Forest Meteorology, 314, p.108775. doi:10.1016/j.agrformet.2021.108775
Allen, R.G., Burnett, B., Kramber, W., Huntington, J., Kjaersgaard, J., Kilic, A., Kelly, C. ve Trezza, R., 2013. Metric-Landsat buharlaşma sürecinin otomatik kalibrasyonu. JAWRA Journal of the American Water Resources Association, 49(3), pp.563-576. doi:10.1111/jawr.12056
DOI'lar
Earth Engine ile Keşif
Kod Düzenleyici (JavaScript)
var dataset = ee.ImageCollection('projects/openet/assets/geesebal/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 geeSEBAL Annual ET');