Este conjunto de datos forma parte de un catálogo de publicadores y no está administrado por Google Earth Engine. Comunícate con support@openetdata.org si tienes errores o consulta más conjuntos de datos del catálogo de OpenET. Obtén más información sobre los conjuntos de datos de publicadores.
- Propietario del catálogo
- OpenET
- Disponibilidad del conjunto de datos
- 1999-10-01T00:00:00Z–2025-01-01T00:00:00Z
- Proveedor del conjunto de datos
- OpenET, Inc.
- Contacto
- support@openetdata.org
- Cadencia
- 1 mes
- Etiquetas
Descripción
Balance de energía de superficie simplificado operacional (SSEBop).
El modelo de balance de energía de superficie simplificado operacional (SSEBop) de Senay et al. (2013, 2017) es un modelo de energía de superficie simplificado basado en la temperatura para estimar la ET real según los principios de la psicrometría satelital (Senay, 2018). La implementación de SSEBop de OpenET usa la temperatura de la superficie terrestre (Ts) de Landsat (productos científicos de nivel 2 de la colección 2) con parámetros clave del modelo (referencia de bulbo húmedo/frío, Tc y constante psicrométrica de superficie, 1/dT) derivados de una combinación de temperatura de superficie observada, índice de vegetación de diferencia normalizada (NDVI), promedio climatológico (1980-2017), temperatura máxima diaria del aire (Ta, 1 km) de Daymet y datos de radiación neta de ERA-5. Esta implementación del modelo usa el framework de procesamiento de Google Earth Engine para conectar las funciones y los algoritmos clave de SSEBop ET cuando se generan resultados de ET intermedios y agregados. Un estudio y una evaluación detallados del modelo SSEBop en CONUS (Senay et al., 2022) informan sobre la implementación y la evaluación en la nube para aplicaciones de balance hídrico a gran escala. Las mejoras notables del modelo (v0.2.6) y el rendimiento en comparación con las versiones anteriores incluyen compatibilidad adicional con Landsat 9 (lanzado en septiembre de 2021), extensibilidad del modelo global y una mejor parametrización de SSEBop con FANO (operación de forzado y normalización) para estimar mejor la ET en todos los paisajes y en todas las estaciones, independientemente de la densidad de la cobertura vegetal, lo que mejora la precisión del modelo al evitar la extrapolación de Tc a regiones que no están calibradas.
Bandas
Bandas
Tamaño de los píxeles: 30 metros (todas las bandas)
| Nombre | Unidades | Tamaño de los píxeles | Descripción |
|---|---|---|---|
et |
mm | 30 metros | Evapotranspiración (ET) real total |
count |
count | 30 metros | Cantidad de observaciones sin nubes en el mes incluidas en la interpolación |
Propiedades de la imagen
Propiedades de la imagen
| Nombre | Tipo | Descripción |
|---|---|---|
| build_date | STRING | Fecha en la que se crearon los recursos |
| cloud_cover_max | DOUBLE | Valor porcentual máximo de CLOUD_COVER_LAND para las imágenes de Landsat incluidas en la interpolación |
| colecciones | STRING | Lista de colecciones de Landsat para las imágenes de Landsat incluidas en la interpolación |
| core_version | STRING | Versión de la biblioteca principal de OpenET |
| end_date | STRING | Fecha de finalización del mes |
| et_reference_band | STRING | Banda en et_reference_source que contiene los datos de ET de referencia diarios |
| et_reference_resample | STRING | Modo de interpolación espacial para volver a muestrear los datos de ET de referencia diarios |
| et_reference_source | STRING | ID de la colección para los datos de ET de referencia diarios |
| interp_days | DOUBLE | Cantidad máxima de días antes y después de cada fecha de imagen para incluir en la interpolación |
| interp_method | STRING | Método que se usa para interpolar entre las estimaciones del modelo de Landsat |
| interp_source_count | DOUBLE | Cantidad de imágenes disponibles en la colección de imágenes de origen de interpolación para el mes objetivo |
| mgrs_tile | STRING | ID de la zona de cuadrícula de MGRS |
| model_name | STRING | Nombre del modelo de OpenET |
| model_version | STRING | Versión del modelo de OpenET |
| scale_factor_count | DOUBLE | Factor de escala que se debe aplicar a la banda de recuento |
| scale_factor_et | DOUBLE | Factor de ajuste que se debe aplicar a la banda de ET |
| start_date | STRING | Fecha de inicio del mes |
Condiciones de Uso
Condiciones de Uso
Citas
Senay, G.B., Parrish, G.E., Schauer, M., Friedrichs, M., Khand, K., Boiko, O., Kagone, S., Dittmeier, R., Arab, S. y Ji, L., 2023. Improving the Operational Simplified Surface Energy Balance Evapotranspiration Model Using the Forcing and Normalizing Operation. Remote Sensing, 15(1), p.260. doi:10.3390/rs15010260
Senay, G.B., Bohms, S., Singh, R.K., Gowda, P.H., Velpuri, N.M., Alemu, H. y Verdin, J.P., 2013. Operational evapotranspiration mapping using remote sensing and weather datasets: A new parameterization for the SSEB approach. JAWRA Journal of the American Water Resources Association, 49(3), pp.577-591. doi:10.1111/jawr.12057
Senay, G.B., Schauer, M., Friedrichs, M., Velpuri, N.M. y Singh, R.K., 2017. Satellite-based water use dynamics using historical Landsat data (1984–2014) in the southwestern United States. Remote Sensing of Environment, 202, pp.98-112. doi:10.1016/j.rse.2017.05.005c
Senay, G.B., 2018. Satellite psychrometric formulation of the Operational Simplified Surface Energy Balance (SSEBop) model for quantifying and mapping evapotranspiration. Applied Engineering in Agriculture, 34(3), pp.555-566. doi:10.13031/aea.12614
Senay, G.B., Friedrichs, M., Morton, C., Parrish, G.E., Schauer, M., Khand, K., Kagone, S., Boiko, O. y Huntington, J., 2022. Mapping actual evapotranspiration using Landsat for the conterminous United States: Google Earth Engine implementation and assessment of the SSEBop model. Remote Sensing of Environment, 275, p.113011. doi:10.1016/j.rse.2022.113011
DOIs
Explora con Earth Engine
Editor de código (JavaScript)
var dataset = ee.ImageCollection('projects/openet/assets/ssebop/conus/gridmet/monthly/v2_0') .filterDate('2020-01-01', '2021-01-01'); // 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 SSEBop Annual ET');