Este conjunto de datos forma parte de un catálogo de publicadores y no lo administra Google Earth Engine. Comunícate con support@openetdata.org para informar errores o ver más conjuntos de datos del catálogo de OpenET. Obtén más información sobre los conjuntos de datos de publicadores.
- Propietario del catálogo
- OpenET
- Disponibilidad del conjunto de datos
- 2015-10-01T00:00:00Z–2026-09-01T00:00:00Z
- Proveedor del conjunto de datos
- OpenET, Inc.
- Contacto
- support@openetdata.org
- Cadencia
- 1 mes
- Etiquetas
Descripción
Implementación de Google Earth Engine del algoritmo de balance de energía superficial para el modelo de tierra (SEBAL).
En Laipelt et al. (2021), que se basa en los algoritmos originales desarrollados por Bastiaanssen et al. (1998), se puede encontrar una descripción general de la versión actual de geeSEBAL. La implementación de geeSEBAL de OpenET utiliza datos de temperatura de la superficie terrestre (LST) de la Colección 2 de Landsat, además de los conjuntos de datos de NLDAS-2 y gridMET como entradas meteorológicas instantáneas y diarias, respectivamente.
El algoritmo estadístico automatizado para seleccionar los miembros extremos fríos y calientes se basa en una versión simplificada del algoritmo de calibración con modelado inverso en condiciones extremas (CIMEC) propuesto por Allen et al. (2013), en el que se usan los cuantiles de la LST y los valores del índice de vegetación de diferencia normalizada (NDVI) para seleccionar los candidatos a miembros extremos en el área del dominio de Landsat. Los candidatos de extremos fríos y húmedos se seleccionan en áreas bien vegetadas, mientras que los candidatos de extremos cálidos y secos se seleccionan en las áreas de tierras de cultivo menos vegetadas.Según los extremos seleccionados, geeSEBAL supone que, en el extremo frío y húmedo, toda la energía disponible se convierte en calor latente (con altas tasas de transpiración), mientras que, en el extremo cálido y seco, toda la energía disponible se convierte en calor sensible. Por último, las estimaciones de la evapotranspiración diaria se ajustan a partir de las estimaciones instantáneas basadas en la fracción evaporativa, suponiendo que es constante durante el día sin cambios significativos en la humedad del suelo y la advección.
Según los resultados del estudio de evaluación y comparación de la precisión de OpenET, el algoritmo geeSEBAL de OpenET se modificó de la siguiente manera:
- La versión simplificada del CIMEC se mejoró con filtros adicionales para seleccionar los miembros finales, incluido el uso de la capa de datos de tierras de cultivo (CDL) del USDA y filtros para el NDVI, el LST y el albedo.
- Correcciones del LST para los miembros finales en función de la precipitación antecedente.
- Definición de los umbrales de velocidad del viento de NLDAS-2 para reducir la inestabilidad del modelo durante la corrección atmosférica.
- Mejoras para estimar la radiación neta diaria, con el método FAO-56 como referencia (Allen et al., 1998).
En general, el rendimiento de geeSEBAL depende de las condiciones topográficas, climáticas y meteorológicas, con mayor sensibilidad e incertidumbre relacionadas con las selecciones de miembros finales fríos y calientes para la calibración automatizada de CIMEC, y menor sensibilidad e incertidumbre relacionadas con las entradas meteorológicas (Laipelt et al., 2021 y Kayser et al., 2022). Para reducir las incertidumbres relacionadas con el terreno complejo, se agregaron mejoras para corregir la radiación global (incidente) y la LST en la superficie (incluidos el gradiente ambiental, la pendiente y la orientación de la elevación) para representar los efectos de las características topográficas en el algoritmo de selección de miembros finales del modelo y las estimaciones de ET. Colección OpenET, versión 2.1
La colección OpenET v2.1 es una versión reprocesada y actualizada de la colección v2.0, diseñada principalmente para abordar los problemas conocidos de la versión 2.0, y también incorpora pequeñas mejoras en el modelo y actualizaciones de los datos de entrada. Se espera que haya diferencias notables en el ET entre las dos versiones de recopilación para algunos lugares y momentos. Algunas de las actualizaciones y los cambios incluyen lo siguiente:
- Se agregó un filtrado y una detección de nubes adicionales para omitir las imágenes de Landsat con nubes sin máscara o una cobertura de nieve extensa.
- Se reprocesaron los conjuntos de datos meteorológicos de entrada de NLDAS-2 y GRIDMET para incorporar las actualizaciones.
- Se incorporó el producto anual NLCD del USGS para todos los modelos que requieren información sobre la cobertura del suelo.
- Se incorporó la CDL más reciente del USDA para todos los modelos que requieren información sobre el tipo de cultivo.
- Se actualizará la interpolación para que el ET mensual solo se produzca cuando todos los días del mes tengan valores interpolados (lo que reducirá los meses con "count=0" en períodos nublados o con nieve, o bien con poca cobertura).
- Se aplicó una corrección de emisividad para abordar un problema conocido en los datos de LST de Landsat.
Bandas
Bandas
Tamaño de píxel: 30 metros (todas las bandas)
| Nombre | Unidades | Tamaño de los píxeles | Descripción |
|---|---|---|---|
et |
mm | 30 metros | Evapotranspiración real total (ET) |
count |
count | 30 metros | Cantidad de observaciones sin nubes en el mes incluido en la interpolación |
Propiedades de imágenes
Propiedades de la imagen
| Nombre | Tipo | Descripción |
|---|---|---|
| build_date | STRING | Fecha en que se crearon los activos |
| build_status | STRING | El estado puede ser "permanente" o "provisional". Es posible que las imágenes marcadas como "provisionales" se actualicen en el futuro. |
| cloud_cover_max | DOUBLE | Valor de porcentaje máximo de CLOUD_COVER_LAND para las imágenes de Landsat incluidas en la interpolación |
| colecciones | STRING | Lista de colecciones de Landsat para las imágenes de Landsat incluidas en la interpolación |
| core_version | STRING | Versión de la biblioteca principal de OpenET |
| end_date | STRING | Fecha de finalización del mes |
| et_reference_band | STRING | Banda en et_reference_source que contiene los datos de ET de referencia diarios |
| et_reference_resample | STRING | Modo de interpolación espacial para volver a muestrear los datos de ET de referencia diarios |
| et_reference_source | STRING | ID de la colección de los datos de ET de referencia diarios |
| image_source_count | DOUBLE | Cantidad de imágenes de la escena que se usan en la interpolación |
| interp_days | DOUBLE | Cantidad máxima de días antes y después de la fecha de cada imagen que se incluirán en la interpolación |
| interp_method | STRING | Método utilizado para interpolar entre las estimaciones del modelo de Landsat |
| interp_source_count | DOUBLE | Cantidad de imágenes disponibles en la colección de imágenes de origen de interpolación para el mes objetivo |
| mgrs_tile | STRING | ID de zona de cuadrícula del MGRS |
| model_name | STRING | Nombre del modelo OpenET |
| model_version | STRING | Versión del modelo OpenET |
| scale_factor_count | DOUBLE | Es el factor de ajuste que se debe aplicar a la banda de recuento. |
| scale_factor_et | DOUBLE | Factor de escala que se debe aplicar a la banda de et |
| start_date | STRING | Fecha de inicio del mes |
| units_et | STRING | Unidades de la banda "et" |
Condiciones de Uso
Condiciones de Uso
Citas
Laipelt, L., Kayser, R.H.B., Fleischmann, A.S., Ruhoff, A., Bastiaanssen, W., Erickson, T.A. y Melton, F., 2021. Supervisión a largo plazo de la evapotranspiración con el algoritmo SEBAL y la computación en la nube de Google Earth Engine. 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. y Holtslag, A.A.M., 1998. Es un algoritmo de balance de energía superficial de detección remota para la tierra (SEBAL). 1. Formulación. 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. y Neale, C.M.U., 2022. Evaluación de la calibración automatizada de geeSEBAL y las incertidumbres del reanálisis meteorológico para estimar la evapotranspiración en climas subtropicales húmedos. 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. y Trezza, R., 2013. Calibración automatizada del proceso de evapotranspiración de métricas de Landsat. JAWRA Journal of the American Water Resources Association, 49(3), pp.563-576. doi:10.1111/jawr.12056
DOI
Explora con Earth Engine
Editor de código (JavaScript)
var dataset = ee.ImageCollection('projects/openet/assets/geesebal/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 geeSEBAL Annual ET');