OpenET DisALEXI Monthly Evapotranspiration v2.0

OpenET/DISALEXI/CONUS/GRIDMET/MONTHLY/v2_0
ডেটাসেট উপলব্ধতা
2001-01-01T00:00:00Z–2024-12-01T00:00:00Z
ডেটাসেট প্রদানকারী
আর্থ ইঞ্জিন স্নিপেট
ee.ImageCollection("OpenET/DISALEXI/CONUS/GRIDMET/MONTHLY/v2_0")
ক্যাডেন্স
1 মাস
ট্যাগ
ইভাপোট্রান্সপিরেশন গ্রিডমেট থেকে প্রাপ্ত ল্যান্ডস্যাট থেকে প্রাপ্ত মাসিক খোলা জল জল-বাষ্প

বর্ণনা

অ্যাটমোস্ফিয়ার-ল্যান্ড এক্সচেঞ্জ ইনভার্স / অ্যাটমস্ফিয়ার-ল্যান্ড এক্সচেঞ্জ ইনভার্সের ডিস্যাগ্রিগেশন (ALEXI/DisALEXI)

DisALEXI সম্প্রতি OpenET ফ্রেমওয়ার্কের অংশ হিসাবে Google আর্থ ইঞ্জিনে পোর্ট করা হয়েছে এবং বেসলাইন ALEXI/DisALEXI মডেলের কাঠামো অ্যান্ডারসন এট আল দ্বারা বর্ণনা করা হয়েছে। (2012, 2018)। আলেক্সি ইভাপোট্রান্সপিরেশন (ET) মডেলটি বিশেষভাবে আঞ্চলিক ET মানচিত্র তৈরি করতে জিওস্টেশনারি বা মাঝারি রেজোলিউশন পোলার অরবিটিং প্ল্যাটফর্ম থেকে টাইম ডিফারেনশিয়াল ল্যান্ড সারফেস টেম্পারেচার (LST) পরিমাপ ব্যবহার করে। DisALEXI তারপর আঞ্চলিক ALEXI ET-কে আলাদা করে ল্যান্ডস্যাট ডেটা ব্যবহার করে (30 m; দ্বি-সাপ্তাহিক) পৃথক খামার ক্ষেত্র এবং অন্যান্য ল্যান্ডস্কেপ বৈশিষ্ট্যগুলিকে সমাধান করতে। অতিরিক্ত তথ্য

ব্যান্ড

পিক্সেল সাইজ
30 মিটার

ব্যান্ড

নাম ইউনিট পিক্সেল সাইজ বর্ণনা
et মিমি মিটার

ডিসালেক্সি ইটি মান

count গণনা মিটার

ক্লাউড মুক্ত মানগুলির সংখ্যা

ইমেজ বৈশিষ্ট্য

ইমেজ বৈশিষ্ট্য

নাম টাইপ বর্ণনা
বিল্ড_তারিখ STRING

তারিখ সম্পদ নির্মিত হয়েছে

Cloud_cover_max দ্বিগুণ

ইন্টারপোলেশনে অন্তর্ভুক্ত ল্যান্ডস্যাট চিত্রগুলির জন্য সর্বাধিক CLOUD_COVER_LAND শতাংশ মান

সংগ্রহ STRING

ইন্টারপোলেশনে অন্তর্ভুক্ত ল্যান্ডস্যাট ছবির জন্য ল্যান্ডস্যাট সংগ্রহের তালিকা

core_version STRING

OpenET কোর লাইব্রেরি সংস্করণ

শেষ_তারিখ STRING

মাসের শেষ তারিখ

et_reference_band STRING

et_reference_source এর ব্যান্ড যাতে দৈনিক রেফারেন্স ET ডেটা থাকে

et_reference_resample STRING

প্রতিদিনের রেফারেন্স ET ডেটা পুনরায় নমুনা করার জন্য স্থানিক ইন্টারপোলেশন মোড

et_reference_source STRING

দৈনিক রেফারেন্স ET ডেটার জন্য সংগ্রহ আইডি

interp_days দ্বিগুণ

ইন্টারপোলেশনে অন্তর্ভুক্ত করার জন্য প্রতিটি ছবির তারিখের আগে এবং পরে সর্বাধিক দিন

ইন্টারপ_পদ্ধতি STRING

ল্যান্ডস্যাট মডেল অনুমানের মধ্যে প্রসারিত করার জন্য ব্যবহৃত পদ্ধতি

interp_source_count দ্বিগুণ

টার্গেট মাসের জন্য ইন্টারপোলেশন সোর্স ইমেজ সংগ্রহে উপলব্ধ ছবির সংখ্যা

mgrs_tile STRING

MGRS গ্রিড জোন আইডি

মডেল_নাম STRING

OpenET মডেলের নাম

মডেল_সংস্করণ STRING

OpenET মডেল সংস্করণ

স্কেল_ফ্যাক্টর_গণনা দ্বিগুণ

স্কেলিং ফ্যাক্টর যা গণনা ব্যান্ডে প্রয়োগ করা উচিত

স্কেল_ফ্যাক্টর_এটি দ্বিগুণ

স্কেলিং ফ্যাক্টর যা et ব্যান্ডে প্রয়োগ করা উচিত

শুরুর_তারিখ STRING

মাসের শুরুর তারিখ

ব্যবহারের শর্তাবলী

ব্যবহারের শর্তাবলী

CC-বাই-4.0

উদ্ধৃতি

উদ্ধৃতি:
  • Anderson, M., Gao, F., Knipper, K., Hain, C., Dulaney, W., Baldocchi, D., Eichelmann, E., Hemes, K., Yang, Y., Medellin-Azuara, J. and Kustas, W., 2018. ভূমি-স্কেল ব্যবহার করে জলের মূল্যায়ন এবং জলের পুনঃনির্ধারণ পরিবর্তন ব্যবহার করে সেন্সিং রিমোট সেন্সিং, 10(6), p.889. doi:10.3390/rs10060889

  • Anderson, MC, Norman, JM, Mecikalski, JR, Otkin, JA এবং Kustas, WP, 2007. থার্মাল রিমোট সেন্সিং এর উপর ভিত্তি করে মহাদেশীয় মার্কিন যুক্তরাষ্ট্র জুড়ে বাষ্পীভবন এবং আর্দ্রতার চাপের একটি জলবায়ু গবেষণা: 1. মডেল গঠন। Geophysical Research জার্নাল: Atmospheres, 112(D10)। doi:10.1029/2006JD007506

DOIs

আর্থ ইঞ্জিন দিয়ে অন্বেষণ করুন

কোড এডিটর (জাভাস্ক্রিপ্ট)

var dataset = ee.ImageCollection('OpenET/DISALEXI/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 DisALEXI Annual ET');
কোড এডিটরে খুলুন