Esse conjunto de dados faz parte de um catálogo de editores e não é gerenciado pelo Google Earth Engine. Entre em contato com support@openetdata.org para informar bugs ou ver mais conjuntos de dados no catálogo do OpenET. Saiba mais sobre os conjuntos de dados do publisher.
- Proprietário do catálogo
- OpenET
- Disponibilidade do conjunto de dados
- 2015-10-01T00:00:00Z–2026-09-01T00:00:00Z
- Produtor de conjunto de dados
- OpenET, Inc.
- Contato
- support@openetdata.org
- Cadência
- 1 mês
- Tags
Descrição
Implementação do Google Earth Engine do algoritmo de equilíbrio de energia da superfície para o modelo SEBAL.
Uma visão geral da versão atual do geeSEBAL pode ser encontrada em Laipelt et al. (2021), que se baseia nos algoritmos originais desenvolvidos por Bastiaanssen et al. (1998). A implementação do OpenET geeSEBAL usa dados de temperatura da superfície terrestre (LST) da Coleção 2 do Landsat, além de conjuntos de dados NLDAS-2 e gridMET como entradas meteorológicas instantâneas e diárias, respectivamente.
O algoritmo estatístico automatizado para selecionar os membros finais quentes e frios é baseado em uma versão simplificada do algoritmo de calibragem usando modelagem inversa em condições extremas (CIMEC) proposto por Allen et al. (2013), em que quantis de LST e os valores do índice de vegetação por diferença normalizada (NDVI) são usados para selecionar candidatos a membros finais na área do domínio do Landsat. Os candidatos a membros finais frios e úmidos são selecionados em áreas bem vegetadas, enquanto os candidatos a membros finais quentes e secos são selecionados nas áreas de cultivo menos vegetadas.Com base nos membros finais selecionados, o geeSEBAL pressupõe que, no membro final frio e úmido, toda a energia disponível é convertida em calor latente (com altas taxas de transpiração), enquanto no membro final quente e seco toda a energia disponível é convertida em calor sensível. Por fim, as estimativas de evapotranspiração diária são ampliadas com base em estimativas instantâneas da fração evaporativa, supondo que ela seja constante durante o dia sem mudanças significativas na umidade do solo e na advecção.
Com base nos resultados da avaliação de precisão e do estudo de intercomparação do OpenET, o algoritmo geeSEBAL do OpenET foi modificado da seguinte forma:
- A versão simplificada do CIMEC foi aprimorada com o uso de filtros adicionais para selecionar os membros finais, incluindo o uso da camada de dados de área cultivada (CDL, na sigla em inglês) do USDA e filtros para NDVI, LST e albedo.
- Correções no LST para membros finais com base na precipitação antecedente.
- Definição de limites de velocidade do vento do NLDAS-2 para reduzir a instabilidade do modelo durante a correção atmosférica.
- Melhorias para estimar a radiação líquida diária, usando a FAO-56 como referência (Allen et al., 1998).
No geral, a performance do geeSEBAL depende de condições topográficas, climáticas e meteorológicas, com maior sensibilidade e incerteza relacionadas a seleções de membros finais quentes e frios para a calibragem automática do CIMEC, e menor sensibilidade e incerteza relacionadas a entradas meteorológicas (Laipelt et al., 2021 e Kayser et al., 2022). Para reduzir as incertezas relacionadas a terrenos complexos, foram adicionadas melhorias para corrigir a LST e a radiação global (incidente) na superfície (incluindo a taxa de lapso ambiental, a inclinação e o aspecto da elevação) para representar os efeitos das características topográficas no algoritmo de seleção de membros finais do modelo e nas estimativas de ET. OpenET Collection v2.1
A OpenET Collection v2.1 é uma versão reprocessada e atualizada da Collection v2.0, projetada principalmente para resolver problemas conhecidos da v2.0, além de incorporar pequenas melhorias no modelo e atualizações de dados de entrada. É esperado que haja diferenças perceptíveis no ET entre as duas versões de coleta para alguns lugares e horários. Confira algumas das atualizações e mudanças:
- Triagem e filtragem adicionais de nuvens para ignorar imagens do Landsat com nuvens não mascaradas e/ou cobertura de neve extensa.
- Reestruturação para incorporar atualizações aos conjuntos de dados de meteorologia de entrada NLDAS-2 e GRIDMET.
- Incorporação do produto anual NLCD do USGS para todos os modelos que exigem informações de cobertura da terra.
- Incorporação da mais recente CDL do USDA para todos os modelos que exigem informações sobre o tipo de cultura.
- Atualizações na interpolação para que a ET mensal seja produzida apenas quando todos os dias do mês tiverem valores interpolados, reduzindo os meses "count=0" em períodos nublados/com neve ou de baixa cobertura.
- Aplicação de uma correção de emissividade para resolver um problema conhecido nos dados de LST do Landsat.
Bandas
Bandas
Tamanho do pixel: 30 metros (todas as bandas)
| Nome | Unidades | Tamanho do pixel | Descrição |
|---|---|---|---|
et |
mm | 30 metros | Evapotranspiração real total (ET) |
count |
contagem | 30 metros | Número de observações sem nuvens no mês incluídas na interpolação |
Propriedades de imagens
Propriedades da imagem
| Nome | Tipo | Descrição |
|---|---|---|
| build_date | STRING | Data em que os recursos foram criados |
| build_status | STRING | O status pode ser "permanente" ou "provisório". As imagens sinalizadas como "provisórias" podem ser atualizadas no futuro. |
| cloud_cover_max | DOUBLE | Valor máximo da porcentagem de CLOUD_COVER_LAND para imagens do Landsat incluídas na interpolação |
| coleções | STRING | Lista de coleções do Landsat para imagens incluídas na interpolação |
| core_version | STRING | Versão da biblioteca principal do OpenET |
| end_date | STRING | Data de término do mês |
| et_reference_band | STRING | Banda em "et_reference_source" que contém os dados diários de ET de referência |
| et_reference_resample | STRING | Modo de interpolação espacial para reamostrar dados diários de ET de referência |
| et_reference_source | STRING | ID da coleta dos dados diários de referência de ET |
| image_source_count | DOUBLE | Número de imagens de cena usadas na interpolação |
| interp_days | DOUBLE | Número máximo de dias antes e depois de cada data de imagem para incluir na interpolação |
| interp_method | STRING | Método usado para interpolar entre as estimativas do modelo do Landsat. |
| interp_source_count | DOUBLE | Número de imagens disponíveis na coleção de imagens de origem da interpolação para o mês de destino |
| mgrs_tile | STRING | ID da zona da grade MGRS |
| model_name | STRING | Nome do modelo OpenET |
| model_version | STRING | Versão do modelo OpenET |
| scale_factor_count | DOUBLE | Fator de escalonamento que deve ser aplicado ao intervalo de contagem. |
| scale_factor_et | DOUBLE | Fator de escalonamento que deve ser aplicado à banda de ET |
| start_date | STRING | Data de início do mês |
| units_et | STRING | Unidades da banda "et" |
Termos de Uso
Termos de Uso
Citações
Laipelt, L., Kayser, R.H.B., Fleischmann, A.S., Ruhoff, A., Bastiaanssen, W., Erickson, T.A. e Melton, F., 2021. Monitoramento de longo prazo da evapotranspiração usando o algoritmo SEBAL e a computação em nuvem do 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. e Holtslag, A.A.M., 1998. Um algoritmo de sensoriamento remoto de balanço de energia da superfície para terra (SEBAL, na sigla em inglês). 1. Formulação. 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. e Neale, C.M.U., 2022. Avaliação da calibragem automática do geeSEBAL e das incertezas da reanálise meteorológica para estimar a evapotranspiração em climas subtropicais úmidos. 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. e Trezza, R., 2013. Calibragem automatizada do processo de evapotranspiração da métrica Landsat. JAWRA Journal of the American Water Resources Association, 49(3), pp.563-576. doi:10.1111/jawr.12056
Identificadores DOI
Explore com o 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');