OpenET SSEBop Monthly Evapotranspiration v2.1

projects/openet/assets/ssebop/conus/gridmet/monthly/v2_1
資訊

這個資料集屬於發布商目錄,並非由 Google Earth Engine 管理。 如有錯誤,請傳送電子郵件至 support@openetdata.org,如要查看更多資料集,請前往 OpenET 目錄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–2026-06-01T00:00:00Z
資料集產生者
聯絡資訊
support@openetdata.org
Earth Engine 程式碼片段
ee.ImageCollection("projects/openet/assets/ssebop/conus/gridmet/monthly/v2_1")
行銷系列活動
1 個月
標記
蒸發蒸散量 衍生自 Gridmet 衍生自 Landsat 每月 OpenET 發布者資料集 水蒸氣

說明

簡化作業型地表能量平衡 (SSEBop)。

簡化作業表面能量平衡 (SSEBop) 模型 (Senay et al., 2013 年;2023 年) 是一種熱能方法,可根據衛星乾濕計原理估算實際蒸發散量 (ET) (Senay,2018 年)。SSEBop 是 OpenET 組合中的核心模型之一,可為大範圍的作業 ET 對應提供運算效率高的架構。

OpenET Collection 2.1 實作的 SSEBop 依賴兩項主要輸入內容:

  1. Landsat Collection 2 Level 2 Science 產品的地表溫度。
  2. 格線參考 ET (來自 gridMET) (Abotzoglou,2013 年)。

重要模型參數 (包括冷/濕球參考溫度 (Tc) 和地表乾濕計常數 (1/dT)) 是使用觀測到的地表溫度、標準化差異植被指數 (NDVI) 和 ERA5 淨輻射資料 (DOI: 10.5066/P9JBW6R9) 組合推導而來。這些元件整合在 Google Earth Engine 處理環境中,可連結整套 SSEBop 演算法,產生中繼輸出內容和匯總的 ET 產品。在美國本土進行大規模評估 (Senay 等人,2022; Volk et al., 2024 年;Ji 等人,2025 年;Khand 等人,2025 年),引導雲端實作,並展示模型在作物用水量評估和區域用水預算分析等應用程式的實用性。

對於 OpenET Collection 2.1,SSEBop 模型 v0.7.1 (Senay 等人,2026 年) 包含一項重大強化功能:改善用於判斷 Tc 的強制和正規化運算 (FANO) 方程式實作方式。這項更新可強化模型呈現低 NDVI 濕地表面的能力,進而提升植被信號微弱或混雜區域的效能,尤其是在稀疏樹冠層覆蓋的農田和草地。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,同時也納入模型的小幅改良和輸入資料更新。預期在某些地點和時間,這兩個收集版本之間的 ET 會出現明顯差異。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,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)。
  • 套用放射率修正,解決 Landsat 地表溫度資料的已知問題。

其他資訊

頻帶

波段

像素大小:30 公尺 (所有頻段)

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「暫定」的圖片日後可能會更新。

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

月底

et_reference_band STRING

et_reference_source 中的頻帶,內含每日參考 ET 資料

et_reference_resample STRING

空間內插模式,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

CC-BY-4.0

參考資料

參考資料:
  • Senay, G.B.、Parrish, G.E.、Schauer, M.、Friedrichs, M.、Khand, K.、Boiko, O., Kagone, S.、Dittmeier, R.、Arab, S. 和 Ji, L.,2023 年。使用強制和正規化作業,改善簡化作業的表面能量平衡蒸發散模型。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. 和 Verdin, J.P.,2013 年。運用遙測和氣象資料集繪製實際蒸發散地圖:SSEB 方法的新參數化。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. 和 Singh, R.K., 2017 年。美國西南部 1984 年至 2014 年的 Landsat 歷來資料,可顯示衛星觀測到的用水動態。Remote Sensing of Environment, 202, pp.98-112. doi:10.1016/j.rse.2017.05.005c

  • Senay, G.B.、2018 年。Operational Simplified Surface Energy Balance (SSEBop) 模型的衛星乾濕度公式,用於量化和繪製蒸發散地圖。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. 和 Huntington, J.,2022 年。使用 Landsat 繪製美國本土的實際蒸發蒸散量地圖:Google Earth Engine 實作和 SSEBop 模型評估。Remote Sensing of Environment, 275, p.113011. doi:10.1016/j.rse.2022.113011

DOI

使用 Earth Engine 探索

程式碼編輯器 (JavaScript)

var dataset = ee.ImageCollection('projects/openet/assets/ssebop/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 SSEBop Annual ET');
在程式碼編輯器開啟