Dieses Dataset ist Teil eines Publisher-Katalogs und wird nicht von Google Earth Engine verwaltet. Wenden Sie sich bei Fehlern an das Large Scale Hydrology Lab oder sehen Sie sich weitere Datasets aus dem Large Scale Hydrology Lab-Katalog an. Weitere Informationen zu Publisher-Datensätzen
- Kataloginhaber
- Large Scale Hydrology Lab
- Dataset-Verfügbarkeit
- 2000-03-05T00:00:00Z–2024-12-26T00:00:00Z
- Dataset-Produzent
- Large Scale Hydrology Lab Google Earth Engine
- Intervall
- 8 Tage
- Tags
Beschreibung
Das Dataset wird vom Large Scale Hydrology Lab erstellt, das sich auf die Weiterentwicklung der globalen und regionalen Wasserkreislaufforschung durch Big Data-Analysen und fortschrittliche hydrologische Modellierung spezialisiert hat.
Das Produkt PML-V2.2a bietet globale terrestrische Evapotranspiration (ET) und Bruttoprimärproduktion (GPP) mit einer Auflösung von 500 m und 8 Tagen für den Zeitraum von 2000 bis 2024. Diese Version basiert auf MSWEP und MSWX und bietet eine erweiterte Bottom-up-Abstimmung mit 208 Flussmessstellen sowie eine verfeinerte Parametrisierung, bei der zwischen bewässerten und nicht bewässerten Anbauflächen unterschieden wird.
Die Validierung bestätigt eine hohe Genauigkeit für alle funktionellen Pflanzentypen (NSE > 0,60, absoluter Bias < 5%) und eine zuverlässige Wasserbilanzleistung auf Beckenebene (NSE: 0,89–0,91). Dieser auf MODIS basierende Datensatz ist für die hochauflösende Überwachung in der Gegenwart optimiert.
Dieser Datensatz ist Teil der umfassenderen PML-V2.2-Suite. Den langfristigen konsolidierten Datensatz (PML-V2.2b/c bei 0,1° mit unterschiedlichen Fernerkundungsdaten) finden Sie im TPDC-Datenrepository.
Bänder
Pixelgröße
500 Meter
Bänder
| Name | Einheiten | Min. | Max. | Maßstab | Pixelgröße | Beschreibung |
|---|---|---|---|---|---|---|
GPP |
gC m-2 d-1 | 0* | 3901* | 0,01 | Meter | Bruttoprimärproduktion |
ET |
mm/d | 0* | 2011* | 0,01 | Meter | Tatsächliche Evapotranspiration |
Ec |
mm/d | 0* | 1533* | 0,01 | Meter | Transpiration der Vegetation |
Es |
mm/d | 0* | 820* | 0,01 | Meter | Bodenverdunstung |
Ei |
mm/d | 0* | 1256* | 0,01 | Meter | Abfangen durch die Vegetation |
PET |
mm/d | 0* | 2011* | 0,01 | Meter | Potenzielle Evapotranspiration (PET). Berechnet mit der vereinfachten Shuttleworth-Version der Penman-Gleichung, die Schätzungen der Verdunstung von Gewässern, Schnee und Eis liefert. |
Ew |
mm/d | 0* | 2011* | 0,01 | Meter | Verdunstung von Gewässern, Schnee und Eis. Berechnet mit der Penman-Gleichung, die als gute Schätzung der tatsächlichen Verdunstung für diese Oberflächen gilt. |
Nutzungsbedingungen
Nutzungsbedingungen
Danksagungen Wenn PML-Datasets in einer wissenschaftlichen Publikation verwendet werden, sollten die angegebenen Referenzen zitiert werden.
Lizenz Das Dataset ist unter der CC-BY 4.0-Lizenz lizenziert.
Zitationen
Zhang, Y., Kong, D., Gan, R., Chiew, F.H.S., McVicar, T.R., Zhang, Q., und Yang, Y., 2019. Gekoppelte Schätzung der globalen Evapotranspiration und Bruttoprimärproduktion mit einer Auflösung von 500 m und 8 Tagen im Zeitraum 2002–2017. Remote Sens. Environ. 222, 165–182, doi:10.1016/j.rse.2018.12.031
Gan, R., Zhang, Y.Q., Shi, H., Yang, Y.T., Eamus, D., Cheng, L. Chiew, F.H.S., Yu, Q., 2018. Verwendung des Satelliten-Blattflächenindex zur Schätzung von Evapotranspiration und Bruttoassimilation für australische Ökosysteme. Ecohydrology, doi:10.1002/eco.1974
Zhang, Y., Peña-Arancibia, J.L., McVicar, T.R., Chiew, F.H.S., Vaze, J., Liu, C., Lu, X., Zheng, H., Wang, Y., Liu, Y.Y., Miralles, D.G., Pan, M., 2016. Langjährige Trends bei der globalen Evapotranspiration auf dem Land und ihren Komponenten. Sci. Rep. 6, 19124. doi:10.1038/srep19124
DOIs
Die Earth Engine nutzen
Code-Editor (JavaScript)
var dataset = ee.ImageCollection('projects/pml_evapotranspiration/PML/OUTPUT/PML_V22a'); // Scale the first image to physical units (0.01 scale factor) var firstImage = dataset.first().multiply(0.01); var visualization = { bands: ['GPP'], min: 0.0, max: 9.0, palette: [ 'a50026', 'd73027', 'f46d43', 'fdae61', 'fee08b', 'ffffbf', 'd9ef8b', 'a6d96a', '66bd63', '1a9850', '006837', ] }; Map.setCenter(0.0, 15.0, 2); Map.addLayer( firstImage, visualization, 'PML_V2.2a Gross Primary Product (GPP)');