這個資料集屬於發布商目錄，並非由 Google Earth Engine 管理。 如要回報錯誤，請傳送電子郵件至 support@openetdata.org，或查看 OpenET 目錄中的更多資料集。進一步瞭解發布商資料集。
- 目錄擁有者
- OpenET
- 資料集開放期間
- 2015-10-01T00:00:00Z–2026-05-01T00:00:00Z
- 資料集產生者
- OpenET, Inc.
- 聯絡資訊
- support@openetdata.org
- 行銷系列活動
- 1 個月
- 標記
說明
Google Earth Engine 實作的陸地表面能量平衡演算法 (SEBAL) 模型。
如要瞭解目前 geeSEBAL 版本的概況，請參閱 Laipelt 等人 (2021) 的研究，該研究是以 Bastiaanssen 等人 (1998) 開發的原始演算法為基礎。OpenET geeSEBAL 實作項目使用 Landsat Collection 2 的地表溫度 (LST) 資料，以及 NLDAS-2 和 gridMET 資料集，分別做為即時和每日氣象輸入資料。
選取熱端和冷端端構件的自動統計演算法，是根據 Allen 等人 (2013 年) 提出的簡化版「極端條件下的反向模型校正」(CIMEC) 演算法，其中使用地表溫度 (LST) 和標準化差異植生指數 (NDVI) 值的量化，在 Landsat 網域區域中選取端構件候選項目。在植被茂密的區域選取冷濕端元候選者，在植被最少的農地區域選取乾熱端元候選者。根據所選端元，geeSEBAL 會假設在冷濕端元中，所有可用能量都會轉換為潛熱 (蒸散率高)，而在乾熱端元中，所有可用能量都會轉換為顯熱。最後，我們根據蒸發比率的即時估算值，推估每日蒸發散量，並假設蒸發比率在白天保持不變，且土壤濕度和平流沒有顯著變化。
根據 OpenET 準確度評估和相互比較研究的結果，OpenET geeSEBAL 演算法已修改如下：
- 簡化版 CIMEC 採用額外篩選器選取端點，包括使用 USDA 農地資料層 (CDL) 和 NDVI、LST 與反照率的篩選器，因此效能有所提升。
- 根據先前的降雨量，修正終端成員的 LST。
- 定義 NLDAS-2 風速門檻，以減少大氣校正期間的模型不穩定性。
- 改良每日淨輻射估算功能，並以 FAO-56 為參考依據 (Allen 等人，1998 年)。
整體而言，geeSEBAL 的效能取決於地形、氣候和氣象條件，與 CIMEC 自動校正的熱端和冷端成員選取相關的敏感度和不確定性較高，與氣象輸入相關的敏感度和不確定性較低 (Laipelt 等人，(2021 年) 和 Kayser 等人 2022)。為減少複雜地形相關的不確定性，我們新增了改良功能，可修正地表上的地表溫度和全球 (事件) 輻射 (包括環境遞減率、海拔高度斜率和方位)，藉此呈現地形特徵對模型端成員選取演算法和蒸發散估計值的影響。OpenET Collection v2.1
OpenET Collection 2.1 版是 Collection 2.0 版的重新處理和更新版本，主要用於解決 2.0 版的已知問題，同時納入模型的小幅改良和輸入資料更新。預計在某些地點和時間，這兩個版本之間的 ET 會有明顯差異。部分更新和變更包括：
- 額外的雲端篩選和過濾功能，可略過含有未遮蓋雲朵和/或大面積積雪的 Landsat 影像。
- 重新處理，以納入 NLDAS-2 和 GRIDMET 輸入氣象資料集的更新。
- 將 USGS 年度 NLCD 產品併入所有需要土地覆蓋資訊的模型。
- 將最新的 USDA CDL 納入所有需要作物類型資訊的模型。
- 更新插補作業，因此只有在當月所有天數都有插補值時，才會產生每月 ET (減少多雲/下雪或涵蓋範圍不足期間的「count=0」月份)。
- 套用放射率校正，解決 Landsat 地表溫度資料的已知問題。
頻帶
波段
像素大小：30 公尺 (所有頻帶)
| 名稱 | 單位 | 像素大小 | 說明 |
|---|---|---|---|
et |
公釐 | 30 公尺 | 實際蒸發散量總計 (ET) |
count |
數量 | 30 公尺 | 插補作業中包含的當月雲端免費觀測次數 |
圖片屬性
影像屬性
| 名稱 | 類型 | 說明 |
|---|---|---|
| build_date | STRING | 資產建置日期 |
| build_status | STRING | 狀態可以是「永久」或「暫時」。標示為「暫時」的圖片可能會在日後更新。 |
| cloud_cover_max | DOUBLE | 插補中包含的 Landsat 影像 CLOUD_COVER_LAND 百分比上限值 |
| 收藏 | STRING | 內插 Landsat 影像的 Landsat 集合清單 |
| core_version | STRING | OpenET 核心程式庫版本 |
| end_date | STRING | 當月最後一天 |
| et_reference_band | STRING | et_reference_source 中的頻帶，內含每日參考 ET 資料 |
| et_reference_resample | STRING | 空間插補模式，用於重新取樣每日參考 ET 資料 |
| et_reference_source | STRING | 每日參考 ET 資料的集合 ID |
| image_source_count | DOUBLE | 用於插補的場景圖片數量 |
| interp_days | DOUBLE | 插補作業中包含每張圖片日期前後的天數上限 |
| interp_method | STRING | 用於在 Landsat 模型估計值之間插補的方法 |
| interp_source_count | DOUBLE | 目標月份的插補來源圖片集中可用的圖片數量 |
| mgrs_tile | STRING | MGRS 網格區域 ID |
| model_name | STRING | OpenET 模型名稱 |
| model_version | STRING | OpenET 模型版本 |
| scale_factor_count | DOUBLE | 應套用至計數頻帶的縮放比例係數 |
| scale_factor_et | DOUBLE | 應套用至 et 頻帶的縮放比例係數 |
| start_date | STRING | 每月開始日期 |
| units_et | STRING | 「et」頻帶的單位 |
使用條款
使用條款
參考資料
Laipelt, L.、Kayser, R.H.B.、Fleischmann, A.S.、Ruhoff, A.、Bastiaanssen, W.、Erickson, T.A. 和 Melton, F.，2021 年，使用 SEBAL 演算法和 Google Earth Engine 雲端運算，長期監控蒸發散量。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. 和 Holtslag, A.A.M.， 1998 年。適用於陸地的遙測地表能量平衡演算法 (SEBAL)。1. 配方。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. 和 Neale, C.M.U.，2022 年。Assessing geeSEBAL automated calibration and meteorological reanalysis uncertainties to estimate evapotranspiration in subtropical humid climates. 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. 和 Trezza, R.，2013 年。自動校準指標 - Landsat 蒸發散程序。JAWRA Journal of the American Water Resources Association, 49(3), pp.563-576. doi:10.1111/jawr.12056
DOI
使用 Earth Engine 探索
程式碼編輯器 (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');