קבוצת הנתונים הזו היא חלק מקטלוג של בעלי תוכן דיגיטלי, והוא לא מנוהל על ידי Google Earth Engine. אפשר לשלוח אימייל לכתובת support@openetdata.org כדי לדווח על באגים או לראות קבוצות נתונים נוספות מקטלוג OpenET. מידע נוסף על קבוצות נתונים של בעלי תוכן דיגיטלי
- בעלי הקטלוג
- OpenET
- זמינות קבוצת הנתונים
- 2015-10-01T00:00:00Z–2026-05-01T00:00:00Z
- מפיק מערך הנתונים
- OpenET, Inc.
- יצירת קשר
- support@openetdata.org
- קצב
- חודש אחד
- תגים
תיאור
הטמעה של מודל SEBAL (מאזן אנרגיה של פני השטח) ב-Google Earth Engine.
סקירה כללית של הגרסה הנוכחית של geeSEBAL מופיעה במאמר של Laipelt et al. (2021), שמבוסס על האלגוריתמים המקוריים שפותחו על ידי Bastiaanssen et al. (1998). ההטמעה של OpenET geeSEBAL משתמשת בנתוני טמפרטורת פני השטח של הקרקע (LST) מ-Landsat Collection 2, בנוסף לקבוצות הנתונים NLDAS-2 ו-gridMET כנתונים מטאורולוגיים מיידיים ויומיים, בהתאמה.
האלגוריתם הסטטיסטי האוטומטי לבחירת נקודות הקצה החמות והקרות מבוסס על גרסה פשוטה של האלגוריתם Calibration using Inverse Modeling at Extreme Conditions (CIMEC) שהוצע על ידי Allen et al. (2013), שבו נעשה שימוש בקוונטילים של LST ובערכים של מדד הצמחייה עם ההפרש הנורמלי (NDVI) כדי לבחור מועמדים לנקודות קצה באזור הדומיין של Landsat. המועמדים לנקודות הקצה הקרות והרטובות נבחרים באזורים עם צמחייה עשירה, ואילו המועמדים לנקודות הקצה החמות והיבשות נבחרים באזורים של אדמות חקלאיות עם צמחייה דלילה.על סמך נקודות הקצה שנבחרו, מערכת geeSEBAL מניחה שבנקודת הקצה הקרה והרטובה כל האנרגיה הזמינה מומרת לחום כמוס (עם שיעורי טרנספירציה גבוהים), ואילו בנקודת הקצה החמה והיבשה כל האנרגיה הזמינה מומרת לחום מוחשי. לבסוף, ההערכות של אידוי ודיות יומיות מוגדלות מהערכות מיידיות שמבוססות על חלק האידוי, בהנחה שהוא קבוע במהלך היום ללא שינויים משמעותיים בלחות הקרקע ובאדבקציה.
על סמך התוצאות של הערכת הדיוק של OpenET ומחקר ההשוואה, בוצעו השינויים הבאים באלגוריתם geeSEBAL של OpenET:
- הגרסה הפשוטה של CIMEC שופרה באמצעות מסננים נוספים לבחירת חברי הקצה, כולל שימוש בשכבת הנתונים של שטחי גידולים של USDA (CDL) ובמסננים של NDVI, LST ואלבדו.
- תיקונים של LST עבור חברי קצה על סמך משקעים קודמים.
- הגדרה של ערכי סף של מהירות הרוח ב-NLDAS-2 כדי להפחית את חוסר היציבות של המודל במהלך התיקון האטמוספרי.
- שיפורים בהערכת קרינה נטו יומית, באמצעות FAO-56 כהפניה (Allen et al., 1998).
באופן כללי, הביצועים של geeSEBAL תלויים בתנאים טופוגרפיים, אקלימיים ומטאורולוגיים, עם רגישות גבוהה יותר ואי ודאות שקשורות לבחירות של נקודות קצה חמות וקרות עבור הכיול האוטומטי של CIMEC, ורגישות נמוכה יותר ואי ודאות שקשורות לקלטים מטאורולוגיים (Laipelt et al., 2021 ו-Kayser et al., 2022). כדי לצמצם את אי הוודאות שקשורה לטופוגרפיה מורכבת, הוספנו שיפורים לתיקון LST וקרינה גלובלית (אירועית) על פני השטח (כולל קצב השינוי הסביבתי, שיפוע הגובה וההיבט) כדי לייצג את ההשפעות של מאפיינים טופוגרפיים על אלגוריתם הבחירה של חברי הקצה של המודל ועל הערכות ה-ET. OpenET Collection v2.1
OpenET Collection v2.1 היא גרסה שעברה עיבוד מחדש ועודכנה של Collection v2.0. היא נועדה בעיקר לטפל בבעיות ידועות בגרסה v2.0, וכוללת גם שיפורים קלים במודל ועדכונים בנתוני הקלט. צפויים הבדלים ניכרים ב-ET בין שתי הגרסאות של האוסף במקומות ובזמנים מסוימים. חלק מהעדכונים והשינויים כוללים:
- סינון נוסף בענן כדי לדלג על תמונות Landsat עם עננים לא מוסתרים ו/או כיסוי שלג נרחב.
- עיבוד מחדש כדי לשלב עדכונים במערכי הנתונים של NLDAS-2 ו-GRIDMET לגבי נתוני מזג אוויר.
- שילוב של מוצר ה-NLCD השנתי של USGS בכל הדגמים שנדרש להם מידע על כיסוי הקרקע.
- שילוב של ה-CDL העדכני של USDA בכל המודלים שנדרש בהם מידע על סוג היבול.
- עדכנו את האינטרפולציה כך שייווצר ET חודשי רק אם לכל הימים בחודש יש ערכים משוערים (כך יצטמצם מספר החודשים עם count=0 בתקופות של כיסוי נמוך או של מזג אוויר מעונן או מושלג).
- החלת תיקון של מקדם הפליטה כדי לפתור בעיה ידועה בנתוני LST של Landsat.
תחום תדרים
תחום תדרים
גודל הפיקסל: 30 מטרים (כל הפסים)
| שם | יחידות | גודל הפיקסל | תיאור |
|---|---|---|---|
et |
מ"מ | 30 מטרים | סה"כ אידוי ודיות בפועל (ET) |
count |
ספירה | 30 מטרים | מספר התצפיות החופשיות בענן בחודש שנכללות באינטרפולציה |
מאפייני תמונה
מאפייני תמונה
| שם | סוג | תיאור |
|---|---|---|
| build_date | מחרוזת | התאריך שבו הנכסים נוצרו |
| build_status | מחרוזת | הסטטוס יכול להיות 'קבוע' או 'זמני'. יכול להיות שתמונות שסומנו כ'זמניות' יעודכנו בעתיד. |
| cloud_cover_max | נקודה צפה בדיוק כפול (Double Precision Floating Point) | ערך האחוז המקסימלי של CLOUD_COVER_LAND בתמונות Landsat שכלולות באינטרפולציה |
| אוספים | מחרוזת | רשימת אוספי Landsat של תמונות Landsat שנכללות באינטרפולציה |
| core_version | מחרוזת | גרסת ספריית הליבה של OpenET |
| end_date | מחרוזת | תאריך הסיום של החודש |
| et_reference_band | מחרוזת | הטווח ב-et_reference_source שמכיל את נתוני ה-ET של הייחוס היומי |
| et_reference_resample | מחרוזת | מצב אינטרפולציה מרחבית לדגימה מחדש של נתוני ET יומיים של נקודת ייחוס |
| et_reference_source | מחרוזת | מזהה האוסף של נתוני ה-ET היומיים של נקודת ההשוואה |
| image_source_count | נקודה צפה בדיוק כפול (Double Precision Floating Point) | מספר התמונות של הסצנה שנעשה בהן שימוש באינטרפולציה |
| interp_days | נקודה צפה בדיוק כפול (Double Precision Floating Point) | מספר הימים המקסימלי לפני ואחרי התאריך של כל תמונה שייכללו באינטרפולציה |
| interp_method | מחרוזת | השיטה שמשמשת לאינטרפולציה בין הערכות של מודל Landsat |
| interp_source_count | נקודה צפה בדיוק כפול (Double Precision Floating Point) | מספר התמונות שזמינות באוסף תמונות המקור לאינטרפולציה בחודש היעד |
| mgrs_tile | מחרוזת | מזהה אזור ברשת MGRS |
| model_name | מחרוזת | שם הדגם של OpenET |
| model_version | מחרוזת | גרסת המודל של OpenET |
| scale_factor_count | נקודה צפה בדיוק כפול (Double Precision Floating Point) | גורם קנה המידה שצריך להחיל על פס הספירה |
| scale_factor_et | נקודה צפה בדיוק כפול (Double Precision Floating Point) | גורם קנה המידה שצריך להחיל על פס ה-ET |
| start_date | מחרוזת | תאריך התחלת החודש |
| units_et | מחרוזת | יחידות של פס התדרים 'et' |
תנאים והגבלות
תנאים והגבלות
ציטוטים ביבליוגרפיים
Laipelt, L., Kayser, R.H.B., Fleischmann, A.S., Ruhoff, A., Bastiaanssen, W., Erickson, T.A. and Melton, F., 2021. מעקב ארוך טווח אחרי אידוי ודיות באמצעות אלגוריתם SEBAL ומיחשוב ענן של 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. and Holtslag, A.A.M., 1998. אלגוריתם של מאזן אנרגיה של פני השטח לחישה מרחוק של קרקע (SEBAL). 1. ניסוח. 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. and Neale, C.M.U., 2022. הערכת אי הוודאות של כיול אוטומטי של geeSEBAL וניתוח מחדש של נתונים מטאורולוגיים כדי להעריך אידוי-דיות באקלים סובטרופי לח. 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. and Trezza, R., 2013. Automated calibration of the metric-landsat evapotranspiration process. JAWRA Journal of the American Water Resources Association, 49(3), pp.563-576. doi:10.1111/jawr.12056
מזהי DOI
סיור עם פלטפורמת Earth Engine
עורך קוד (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');