OpenET geeSEBAL Monthly Evapotranspiration v2.1

projects/openet/assets/geesebal/conus/gridmet/monthly/v2_1
bilgi

Bu veri kümesi, bir yayıncı kataloğunun parçasıdır ve Google Earth Engine tarafından yönetilmez. Hatalar için support@openetdata.org ile iletişime geçin veya OpenET kataloğundan daha fazla veri kümesi görüntüleyin. Yayıncı veri kümeleri hakkında daha fazla bilgi edinin.

Katalog Sahibi
OpenET
Veri Kümesi Kullanılabilirliği
2015-10-01T00:00:00Z–2026-10-01T00:00:00Z
Veri Kümesi Üreticisi
İletişim
support@openetdata.org
Earth Engine Snippet'i
ee.ImageCollection("projects/openet/assets/geesebal/conus/gridmet/monthly/v2_1")
Adım frekansı
1 ay
Etiketler
evapotranspiration gridmet-derived landsat-derived monthly openet publisher-dataset water water-vapor

Açıklama

Google Earth Engine implementation of the Surface Energy Balance Algorithm for Land (SEBAL) model.

Mevcut geeSEBAL sürümüne genel bakış, Bastiaanssen ve ark. (1998) tarafından geliştirilen orijinal algoritmalara dayanan Laipelt ve ark. (2021) makalesinde bulunabilir. OpenET geeSEBAL uygulaması, Landsat Collection 2'den alınan arazi yüzey sıcaklığı (LST) verilerinin yanı sıra anlık ve günlük meteorolojik girişler olarak sırasıyla NLDAS-2 ve gridMET veri kümelerini kullanır.

Sıcak ve soğuk uç üyeleri seçmek için kullanılan otomatik istatistiksel algoritma, Allen ve diğerleri (2013) tarafından önerilen, Uç Koşullarda Ters Modelleme Kullanarak Kalibrasyon (CIMEC) algoritmasının basitleştirilmiş bir sürümünü temel alır. Bu sürümde, Landsat alan bölgesindeki uç üye adaylarını seçmek için LST ve normalleştirilmiş fark bitki örtüsü indeksi (NDVI) değerlerinin nicelikleri kullanılır. Soğuk ve ıslak uç üye adayları bitki örtüsünün yoğun olduğu alanlarda, sıcak ve kuru uç üye adayları ise bitki örtüsünün en az olduğu tarım alanlarında seçilir.geeSEBAL, seçilen uç üyelere göre soğuk ve ıslak uç üyede mevcut tüm enerjinin gizli ısıya (yüksek terleme oranlarıyla) dönüştürüldüğünü, sıcak ve kuru uç üyede ise mevcut tüm enerjinin hissedilir ısıya dönüştürüldüğünü varsayar. Son olarak, günlük evapotranspirasyon tahminleri, buharlaşma oranına dayalı anlık tahminlerden ölçeklendirilir. Bu tahminler, toprak neminde ve adveksiyonda önemli değişiklikler olmadan gündüz saatlerinde sabit olduğu varsayılarak yapılır.

OpenET Doğruluk Değerlendirmesi ve Karşılaştırma çalışmasının sonuçlarına göre OpenET geeSEBAL algoritması aşağıdaki gibi değiştirildi:

  1. CIMEC'in basitleştirilmiş sürümü, uç üyeleri seçmek için ek filtreler kullanılarak iyileştirildi. Bu filtreler arasında USDA Cropland Data Layer (CDL) ve NDVI, LST ve albedo filtreleri yer alıyor.
  2. Önceki yağışlara göre uç üyeler için LST düzeltmeleri.
  3. Atmosferik düzeltme sırasında model kararsızlığını azaltmak için NLDAS-2 rüzgar hızı eşiklerinin tanımı.
  4. FAO-56'yı referans olarak kullanarak günlük net radyasyonu tahmin etmeye yönelik iyileştirmeler (Allen ve ark., 1998).

Genel olarak geeSEBAL performansı topografik, iklimsel ve meteorolojik koşullara bağlıdır. CIMEC otomatik kalibrasyonu için sıcak ve soğuk uç eleman seçimleriyle ilgili daha yüksek hassasiyet ve belirsizlik, meteorolojik girişlerle ilgili daha düşük hassasiyet ve belirsizlik söz konusudur (Laipelt ve ark., 2021 ve Kayser ve ark., 2022). Karmaşık araziyle ilgili belirsizlikleri azaltmak için yüzeydeki LST ve küresel (gelen) radyasyonu (çevresel sıcaklık düşüş oranı, yükseklik eğimi ve yönü dahil) düzeltmek amacıyla iyileştirmeler eklenmiştir. Bu sayede, topografik özelliklerin modelin uç eleman seçim algoritması ve ET tahminleri üzerindeki etkileri gösterilmiştir. OpenET Collection v2.1

OpenET Collection v2.1, Collection v2.0'ın yeniden işlenmiş ve güncellenmiş bir sürümüdür. Temel olarak bilinen v2.0 sorunlarını gidermek için tasarlanmıştır ancak küçük modellenmiş iyileştirmeler ve giriş verisi güncellemeleri de içerir. Bazı yerler ve zamanlar için iki toplama sürümü arasında ET açısından belirgin farklar olması beklenir. Güncellemelerden ve değişikliklerden bazıları şunlardır:

  • Maskelenmemiş bulutlar ve/veya geniş kar örtüsü içeren Landsat görüntülerini atlamak için ek bulut taraması ve filtreleme.
  • NLDAS-2 ve GRIDMET giriş meteoroloji veri kümelerindeki güncellemeleri dahil etmek için yeniden işleme.
  • Arazi örtüsü bilgisi gerektiren tüm modeller için USGS yıllık NLCD ürününün dahil edilmesi.
  • Mahsul türü bilgisi gerektiren tüm modeller için en son USDA CDL'nin dahil edilmesi.
  • Aylık ET'nin yalnızca ayın tüm günlerinde enterpolasyonlu değerler olduğunda üretilmesi için enterpolasyonda yapılan güncellemeler (bulutlu/karlı veya düşük kapsama alanına sahip dönemlerde "count=0" olan ayları azaltır).
  • Landsat LST verilerindeki bilinen bir sorunu gidermek için emisyon düzeltmesi uygulanması.

Ek bilgiler

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

Ay içinde enterpolasyona dahil edilen bulutsuz gözlem sayısı

Resim Özellikleri

Görüntü Özellikleri

Ad Tür Açıklama
build_date Dize

Öğelerin oluşturulduğu tarih

build_status Dize

Durum "kalıcı" veya "geçici" olabilir. "Geçici" olarak işaretlenen resimler gelecekte güncellenebilir.

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 temel kitaplık sürümü

end_date Dize

Ayın bitiş tarihi

et_reference_band Dize

et_reference_source içinde günlük referans ET verilerini içeren bant

et_reference_resample Dize

Günlük referans ET verilerini yeniden örneklemek için uzamsal enterpolasyon modu

et_reference_source Dize

Günlük referans ET verileri için koleksiyon kimliği

image_source_count ÇİFT

Ara değer hesaplamada kullanılan sahne görüntüsü sayısı

interp_days ÇİFT

Enterpolasyona dahil edilecek her bir görüntü tarihinden önceki ve sonraki maksimum gün sayısı

interp_method Dize

Landsat model tahminleri arasında interpolasyon yapmak için kullanılan yöntem

interp_source_count ÇİFT

Hedef ay için interpolasyon kaynak resim koleksiyonundaki kullanılabilir resim sayısı

mgrs_tile Dize

MGRS grid bölgesi kimliği

model_name Dize

OpenET model adı

model_version Dize

OpenET model sürümü

scale_factor_count ÇİFT

Sayı bandına uygulanması gereken ölçeklendirme faktörü

scale_factor_et ÇİFT

ET bandına uygulanması gereken ölçeklendirme faktörü

start_date Dize

Ayın başlangıç tarihi

units_et Dize

"et" bandının birimleri

Kullanım Şartları

Kullanım Şartları

CC-BY-4.0

Alıntılar

Alıntılar:
  • Laipelt, L., Kayser, R.H.B., Fleischmann, A.S., Ruhoff, A., Bastiaanssen, W., Erickson, T.A. and Melton, F., 2021. Long-term monitoring of evapotranspiration using the SEBAL algorithm and Google Earth Engine cloud computing. ISPRS Journal of Photogrammetry and Remote Sensing, 178, s.81-96. doi:10.1016/j.isprsjprs.2021.05.018

  • Bastiaanssen, W.G., Menenti, M., Feddes, R.A. ve Holtslag, A.A.M., 1998. Arazi için uzaktan algılama yüzey enerji dengesi algoritması (SEBAL). 1. Formülasyon. Journal of hydrology, 212, s.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. Assessing geeSEBAL automated calibration and meteorological reanalysis uncertainties to estimate evapotranspiration in subtropical humid climates. Agricultural and Forest Meteorology, 314, s.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 evapotranspirasyon sürecinin otomatik kalibrasyonu. JAWRA Journal of the American Water Resources Association, 49(3), s.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_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');
Kod Düzenleyici'de aç