Cet ensemble de données fait partie d'un catalogue d'éditeurs et n'est pas géré par Google Earth Engine. Contactez support@openetdata.org pour signaler un bug ou consultez d'autres ensembles de données dans le catalogue OpenET. En savoir plus sur les ensembles de données pour les éditeurs
- Propriétaire du catalogue
- OpenET
- Disponibilité de l'ensemble de données
- 2015-10-01T00:00:00Z–2026-06-01T00:00:00Z
- Producteur de l'ensemble de données
- OpenET, Inc.
- Contact
- support@openetdata.org
- Cadence
- 1 mois
- Tags
Description
Implémentation Google Earth Engine de l'algorithme de bilan énergétique de surface pour le modèle SEBAL (Surface Energy Balance Algorithm for Land).
Vous trouverez un aperçu de la version actuelle de geeSEBAL dans Laipelt et al. (2021), qui est basée sur les algorithmes d'origine développés par Bastiaanssen et al. (1998). L'implémentation geeSEBAL d'OpenET utilise les données de température de surface terrestre (LST) de la collection 2 de Landsat, en plus des ensembles de données NLDAS-2 et gridMET comme entrées météorologiques instantanées et quotidiennes, respectivement.
L'algorithme statistique automatisé permettant de sélectionner les membres extrêmes chauds et froids est basé sur une version simplifiée de l'algorithme CIMEC (Calibration using Inverse Modeling at Extreme Conditions) proposé par Allen et al. (2013), où les quantiles des valeurs de LST et de l'indice de végétation par différence normalisée (NDVI) sont utilisés pour sélectionner les candidats membres extrêmes dans la zone du domaine Landsat. Les candidats membres extrêmes froids et humides sont sélectionnés dans des zones bien végétalisées, tandis que les candidats membres extrêmes chauds et secs sont sélectionnés dans les zones de cultures les moins végétalisées.Sur la base des membres extrêmes sélectionnés, geeSEBAL suppose que dans le membre extrême froid et humide, toute l'énergie disponible est convertie en chaleur latente (avec des taux de transpiration élevés), tandis que dans le membre extrême chaud et sec, toute l'énergie disponible est convertie en chaleur sensible. Enfin, les estimations de l'évapotranspiration quotidienne sont mises à l'échelle à partir d'estimations instantanées basées sur la fraction d'évaporation, en supposant qu'elle est constante pendant la journée sans changements importants de l'humidité du sol et de l'advection.
Sur la base des résultats de l'étude d'évaluation et de comparaison de la précision d'OpenET, l'algorithme geeSEBAL d'OpenET a été modifié comme suit :
- La version simplifiée de CIMEC a été améliorée en utilisant des filtres supplémentaires pour sélectionner les membres finaux, y compris la couche de données sur les terres cultivées (CDL) de l'USDA et des filtres pour le NDVI, la température de surface terrestre et l'albédo.
- Corrections apportées à la température de surface terrestre pour les membres finaux en fonction des précipitations antérieures.
- Définition des seuils de vitesse du vent NLDAS-2 pour réduire l'instabilité du modèle lors de la correction atmosphérique.
- Améliorations pour estimer le rayonnement net quotidien, en utilisant FAO-56 comme référence (Allen et al., 1998).
De manière générale, les performances de geeSEBAL dépendent des conditions topographiques, climatiques et météorologiques. La sensibilité et l'incertitude sont plus élevées en ce qui concerne la sélection des membres extrêmes chauds et froids pour la calibration automatique CIMEC, et plus faibles en ce qui concerne les entrées météorologiques (Laipelt et al., 2021 et Kayser et al., 2022). Pour réduire les incertitudes liées aux terrains complexes, des améliorations ont été apportées pour corriger la température de surface terrestre et le rayonnement global (incident) à la surface (y compris le gradient thermique environnemental, la pente et l'aspect de l'altitude) afin de représenter les effets des caractéristiques topographiques sur l'algorithme de sélection des membres extrêmes du modèle et les estimations de l'ET. Collection OpenET v2.1
La collection OpenET v2.1 est une version retraitée et mise à jour de la collection v2.0. Elle est principalement conçue pour résoudre les problèmes connus de la version v2.0, tout en intégrant de légères améliorations du modèle et des mises à jour des données d'entrée. Il est prévu que des différences notables soient observées dans l'ET entre les deux versions de collecte pour certains lieux et certaines heures. Voici quelques-unes des nouveautés et des modifications :
- Filtrage et sélection supplémentaires dans le cloud pour ignorer les images Landsat avec des nuages non masqués et/ou une couverture neigeuse étendue.
- Retraitement pour intégrer les mises à jour des ensembles de données météorologiques d'entrée NLDAS-2 et GRIDMET.
- Intégration du produit annuel NLCD de l'USGS pour tous les modèles qui nécessitent des informations sur la couverture terrestre.
- Intégration de la dernière version de la CDL de l'USDA pour tous les modèles qui nécessitent des informations sur le type de culture.
- Mises à jour de l'interpolation afin que l'ET mensuelle ne soit produite que lorsque tous les jours du mois ont des valeurs interpolées (ce qui réduit les mois "count=0" pendant les périodes nuageuses/enneigées ou à faible couverture).
- Application d'une correction d'émissivité pour résoudre un problème connu dans les données LST Landsat.
Bandes
Bandes de fréquences
Taille des pixels : 30 mètres (toutes les bandes)
| Nom | Unités | Taille des pixels | Description |
|---|---|---|---|
et |
mm | 30 mètres | Évapotranspiration réelle totale (ET) |
count |
nombre | 30 mètres | Nombre d'observations sans nuage au cours du mois incluses dans l'interpolation |
Propriétés des images
Propriétés des images
| Nom | Type | Description |
|---|---|---|
| build_date | STRING | Date de création des composants |
| build_status | STRING | L'état peut être "permanent" ou "provisoire". Les images signalées comme "provisoires" pourront être mises à jour à l'avenir. |
| cloud_cover_max | DOUBLE | Valeur maximale du pourcentage CLOUD_COVER_LAND pour les images Landsat incluses dans l'interpolation |
| collections | STRING | Liste des collections Landsat pour les images Landsat incluses dans l'interpolation |
| core_version | STRING | Version de la bibliothèque OpenET Core |
| end_date | STRING | Date de fin du mois |
| et_reference_band | STRING | Bande dans et_reference_source contenant les données quotidiennes d'ET de référence |
| et_reference_resample | STRING | Mode d'interpolation spatiale pour rééchantillonner les données quotidiennes de référence sur l'ET |
| et_reference_source | STRING | ID de collection pour les données quotidiennes de référence sur l'ET |
| image_source_count | DOUBLE | Nombre d'images de scène utilisées dans l'interpolation |
| interp_days | DOUBLE | Nombre maximal de jours avant et après la date de chaque image à inclure dans l'interpolation |
| interp_method | STRING | Méthode utilisée pour interpoler les estimations du modèle Landsat |
| interp_source_count | DOUBLE | Nombre d'images disponibles dans la collection d'images sources d'interpolation pour le mois cible |
| mgrs_tile | STRING | ID de la zone de grille MGRS |
| model_name | STRING | Nom du modèle OpenET |
| model_version | STRING | Version du modèle OpenET |
| scale_factor_count | DOUBLE | Facteur de scaling à appliquer à la bande de nombre |
| scale_factor_et | DOUBLE | Facteur de scaling à appliquer à la bande ET |
| start_date | STRING | Date de début du mois |
| units_et | STRING | Unités de la bande "et" |
Conditions d'utilisation
Conditions d'utilisation
Citations
Laipelt, L., Kayser, R.H.B., Fleischmann, A.S., Ruhoff, A., Bastiaanssen, W., Erickson, T.A. et Melton, F., 2021. Surveillance à long terme de l'évapotranspiration à l'aide de l'algorithme SEBAL et du cloud computing 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. et Holtslag, A.A.M., 1998. Algorithme de bilan énergétique de surface de télédétection pour les terres (SEBAL). 1. Formulation. Journal of hydrology, 212, p.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. and Neale, C.M.U., 2022. Évaluation de l'incertitude de la calibration automatique de geeSEBAL et de la réanalyse météorologique pour estimer l'évapotranspiration dans les climats subtropicaux humides. 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. et Trezza, R., 2013. Calibrage automatique du processus d'évapotranspiration métrique-Landsat. JAWRA Journal of the American Water Resources Association, 49(3), p.563-576. doi:10.1111/jawr.12056
DOI
Explorer avec Earth Engine
Éditeur de code (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');