
- Dataset-Verfügbarkeit
- 1999-10-01T00:00:00Z–2024-12-01T00:00:00Z
- Dataset-Anbieter
- OpenET, Inc.
- Cadence
- 1 Monat
- Tags
Beschreibung
Google Earth Engine-Implementierung des Modells „Mapping Evapotranspiration at high Resolution with Internalized Calibration“ (eeMETRIC)
eeMETRIC wendet die fortschrittlichen METRIC-Algorithmen und ‑Prozesse von Allen et al. (2007; 2015) und Allen et al. (2013b) an, bei denen eine einzelne Beziehung zwischen der Differenz der bodennahen Lufttemperatur (dT) und der delapsed-Landoberflächentemperatur (TsDEM) verwendet wird, um den fühlbaren Wärmefluss (H) zu schätzen. Dies wird auf jede Landsat-Szene angewendet. Die automatische Auswahl der Hot- und Cold-Pixel für ein Bild folgt in der Regel einem statistischen Isolierungsverfahren, das von Allen et al. (2013a) und ReVelle, Kilic und Allen (2019a,b) beschrieben wird. Bei der Kalibrierung von H in eeMETRIC wird die Referenz-ET von Luzerne verwendet, die aus dem NLDAS-Rasterwetter-Dataset berechnet wird. Dabei wird die berechnete Referenz-ET um 15% reduziert, um bekannte Abweichungen im Raster-Dataset zu berücksichtigen. Die feste Reduzierung wirkt sich nicht auf die Kalibrierungsgenauigkeit von eeMETRIC aus und verringert hauptsächlich die Auswirkungen der Korrektur des Auftriebs der Grenzschicht.
Die Identifizierung von Kandidaten für Pools mit heißen und kalten Pixeln hat sich in der eeMETRIC-Implementierung von METRIC weiterentwickelt. Der neue automatisierte Abgleichsprozess umfasst die Kombination von Methoden und Ansätzen, die aus zwei Entwicklungszweigen von EEFlux stammen (Allen et al., 2015). Der erste Zweig konzentrierte sich auf die Verbesserung des automatisierten Pixel-Auswahlprozesses unter Verwendung von Standard-Lapse-Raten für die Landoberflächentemperatur (LST) ohne weitere räumliche Delapsing (ReVelle et al., 2019b). Im zweiten Zweig wurde eine sekundäre räumliche Entschärfung von LST sowie Änderungen am Pixelauswahlprozess (ReVelle et al., 2019a). Der endgültige, kombinierte Ansatz wird von Kilic et al. (2021) beschrieben.
eeMETRIC verwendet die von Allen et al. (2013b) entwickelten aerodynamischen Funktionen in komplexem Gelände (Gebirge), um Schätzungen für aerodynamische Rauheit, Windgeschwindigkeit und Stabilität der Grenzschicht in Bezug auf die geschätzte Geländerauheit, Position an einem Hang und Windrichtung zu verbessern. Diese Funktionen führen in der Regel zu höheren Schätzungen für H (und niedrigeren ET) an Luvhängen und können zu niedrigeren H-Werten (und höheren ET) an Leehängen führen. Andere METRIC-Funktionen, die in eeMETRIC verwendet werden und seit den Beschreibungen in Allen et al. (2007 und 2011) hinzugefügt wurden, umfassen die Verringerung des Bodenwärmeflusses (G) bei Vorhandensein von organischem Mulch auf der Bodenoberfläche, die Verwendung eines überschüssigen aerodynamischen Widerstands für Strauchland, die Verwendung der Perrier-Funktion für Bäume, die als Wald identifiziert wurden (Allen et al., 2018; Santos et al., 2012) und aerodynamische Schätzung der Verdunstung aus offenem Wasser anstelle der Verwendung der Energiebilanz (Jensen und Allen 2016; Allen et al., 2018). 2022 wurde die Perrier-Funktion auf Baumkulturen (Obstgärten) angewendet und eine 3-Quellen-Aufteilung der Bulk-Oberflächentemperatur in Kronentemperatur, Temperatur des schattigen Bodens und Temperatur des sonnenbeschienenen Bodens wurde sowohl auf Obstgärten als auch auf Weinberge angewendet. Diese letztgenannten Anwendungen wurden dort eingesetzt, wo Obstgärten und Weinberge durch CDL oder in Kalifornien durch ein staatlich gefördertes Landnutzungssystem identifiziert werden. Diese Funktionen und andere Verbesserungen des ursprünglichen METRIC-Modells werden im aktuellen METRIC-Nutzerhandbuch beschrieben (Allen et al., 2018). eeMETRIC verwendet die atmosphärisch korrigierte Oberflächenreflexion und LST aus Landsat Collection 2 Level 2. Bei Bedarf wird für Schätzungen in Echtzeit auf Collection 2 Level 1 zurückgegriffen.
Bänder
Pixelgröße
30 Meter
Bänder
Name | Einheiten | Pixelgröße | Beschreibung |
---|---|---|---|
et |
mm | Meter | eeMETRIC ET-Wert |
count |
Anzahl | Meter | Anzahl der Cloud-Free-Werte |
Bildattribute
Bildattribute
Name | Typ | Beschreibung |
---|---|---|
build_date | STRING | Datum, an dem die Assets erstellt wurden |
cloud_cover_max | DOUBLE | Maximaler CLOUD_COVER_LAND-Prozentwert für Landsat-Bilder, die in die Interpolation einbezogen werden |
Sammlungen | STRING | Liste der Landsat-Sammlungen für Landsat-Bilder, die in die Interpolation einbezogen werden |
core_version | STRING | OpenET-Kernbibliotheksversion |
end_date | STRING | Enddatum des Monats |
et_reference_band | STRING | Band in „et_reference_source“, das die täglichen Referenz-ET-Daten enthält |
et_reference_resample | STRING | Räumlicher Interpolationsmodus zum Resamplen von täglichen Referenzdaten für die ET |
et_reference_source | STRING | Sammlungs-ID für die täglichen Referenzdaten für die geschätzte Transpiration |
interp_days | DOUBLE | Maximale Anzahl von Tagen vor und nach dem Datum jedes Bildes, die in die Interpolation einbezogen werden sollen |
interp_method | STRING | Methode, die zum Interpolieren zwischen Landsat-Modellschätzungen verwendet wird |
interp_source_count | DOUBLE | Anzahl der verfügbaren Bilder in der Interpolationsquelle für den Zielmonat |
mgrs_tile | STRING | MGRS-Gitterzonen-ID |
model_name | STRING | OpenET-Modellname |
model_version | STRING | OpenET-Modellversion |
scale_factor_count | DOUBLE | Skalierungsfaktor, der auf das Zählband angewendet werden soll |
scale_factor_et | DOUBLE | Skalierungsfaktor, der auf das ET-Band angewendet werden soll |
start_date | STRING | Startdatum des Monats |
Nutzungsbedingungen
Nutzungsbedingungen
Zitate
Kilic, A., Allen, R.G., Blankenau, P., ReVelle, P., Ozturk, D. und Huntington, J., 2021. Globale Produktion und kostenloser Zugriff auf Evapotranspiration im Landsat-Maßstab mit EEFlux und eeMETRIC. In 6th Decennial National Irrigation Symposium, 6-8, December 2021, San Diego, California (S. 1). American Society of Agricultural and Biological Engineers. doi:10.13031/irrig.2020-038
Allen, R.G., Tasumi, M., Morse, A. und Trezza, R., 2005. Ein Landsat-basiertes Energiebilanz- und Evapotranspirationsmodell für die Regulierung und Planung von Wasserrechten im Westen der USA. Irrigation and Drainage systems, 19, pp.251-268. doi:10.1007/s10795-005-5187-z
Allen, R.G., Tasumi, M. und Trezza, R., 2007. Satellitenbasierte Energiebilanz für die Kartierung der Evapotranspiration mit internalisierter Kalibrierung (Mapping Evapotranspiration with internalized Calibration, METRIC) – Modell. Journal of Irrigation and Drainage Engineering, 133(4), S.380–394. doi:10.1029/2006JD007506
Allen, R., Irmak, A., Trezza, R., Hendrickx, J.M., Bastiaanssen, W. und Kjaersgaard, J., 2011. Satellitengestützte ET-Schätzung in der Landwirtschaft mit SEBAL und METRIC. Hydrological Processes, 25(26), S.4011–4027. doi:10.1002/hyp.8408
Allen, R.G., Burnett, B., Kramber, W., Huntington, J., Kjaersgaard, J., Kilic, A., Kelly, C. und Trezza, R., 2013a. Automatisierte Kalibrierung des METRIC-Landsat-Evapotranspirationsprozesses. JAWRA Journal of the American Water Resources Association, 49(3), S.563–576. doi:10.1111/jawr.12056
Allen, R.G., Trezza, R., Kilic, A., Tasumi, M. und Li, H., 2013b. Sensitivität der Energiebilanz im Landsat-Maßstab gegenüber aerodynamischer Variabilität in Bergen und komplexem Gelände. JAWRA Journal of the American Water Resources Association, 49(3), S.592–604. doi:10.1111/jawr.12055
Allen, R.G., Morton, C., Kamble, B., Kilic, A., Huntington, J., Thau, D., Gorelick, N., Erickson, T., Moore, R., Trezza, R. und Ratcliffe, I., 2015. EEFlux: Ein Landsat-basiertes Tool zur Kartierung der Evapotranspiration in der Google Earth Engine. In: 2015 ASABE/IA Irrigation Symposium: Emerging Technologies for Sustainable Irrigation – A Tribute to the Career of Terry Howell, Sr. Conference Proceedings (S. 1–11). American Society of Agricultural and Biological Engineers. doi:10.13031/irrig.20152143511
Jensen, M.E. und R.G. Allen (Hrsg.). 2016. Verdunstung, Evapotranspiration und Bewässerungsbedarf. Manuals of Practice Nr. 70 (2. Auflage). Task Committee on Revision of Manual 70, April 2016. American Society of Civil Engineers. Reston, Virginia, USA 744 S. doi:10.1061/9780784414057
Kilic, A., Allen, R., Trezza, R., Ratcliffe, I., Kamble, B., Robison, C. und Ozturk, D., 2016. Sensitivität der Evapotranspirationsdaten aus dem METRIC-Verarbeitungsalgorithmus für die verbesserte radiometrische Auflösung der thermischen Daten von Landsat 8 und für den Kalibrierungsbias bei der Oberflächentemperatur von Landsat 7 und 8. Remote Sensing of Environment, 185, S.198–209. doi:10.1016/j.rse.2016.07.011
ReVelle, P., A. Kilic und R.G. Allen. 2019a. Aktualisierte Kalibrierung Beschreibung: Räumliche Entschärfung in eeMETRIC. Research Note. School of Natural Resources, University of Nebraska-Lincoln und University of Idaho. 9. Absatz
ReVelle, P., A. Kilic und R.G. Allen. 2019b. Aktualisierte Beschreibung der Abstimmung: Automatische Pixelauswahlmethode in eeMETRIC. ResearchNote School of Natural Resources, University of Nebraska-Lincoln und University of Idaho. 20 Seiten
Santos, C., Lorite, I.J., Allen, R.G. und Tasumi, M., 2012. Aerodynamische Parametrisierung des satellitenbasierten Energiebilanzmodells (METRIC) zur Schätzung der ET in regengespeisten Olivenhainen in Andalusien, Spanien. Water Resources Management, 26, S.3267–3283. doi:10.1007/s11269-012-0071-8
DOIs
Earth Engine nutzen
Code-Editor (JavaScript)
var dataset = ee.ImageCollection('OpenET/EEMETRIC/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 eeMETRIC Annual ET');