- Dostępność zbioru danych
- 1999-10-01T00:00:00Z–2024-12-01T00:00:00Z
- Dostawca zbioru danych
- OpenET, Inc.
- Cykl
- 1 miesiąc
- Tagi
Opis
Implementacja w Google Earth Engine modelu mapowania ewapotranspiracji w wysokiej rozdzielczości z kalibracją wewnętrzną (eeMETRIC)
eeMETRIC wykorzystuje zaawansowane algorytmy METRIC i proces opracowany przez Allena i in. (2007, 2015) oraz Allena i in. (2013b), w którym do oszacowania strumienia ciepła jawnego (H) wykorzystuje się pojedynczą zależność między różnicą temperatury powietrza w pobliżu powierzchni (dT) a temperaturą powierzchni terenu po uwzględnieniu spadku temperatury (TsDEM). Jest ona stosowana do każdej sceny Landsat. Automatyczny wybór gorących i zimnych pikseli na obrazie odbywa się zwykle zgodnie z procedurą izolacji statystycznej opisaną przez Allena i in. (2013a) oraz ReVelle, Kilica i Allena (2019a,b). Kalibracja wartości H w eeMETRIC wykorzystuje referencyjne ET lucerny obliczone na podstawie siatkowego zbioru danych pogodowych NLDAS z zastosowaniem stałego zmniejszenia obliczonego referencyjnego ET o 15% w celu uwzględnienia znanych odchyleń w siatkowym zbiorze danych. Stałe zmniejszenie nie wpływa na dokładność kalibracji eeMETRIC i w większości przypadków zmniejsza wpływ korekty wyporu warstwy granicznej.
W implementacji METRIC w eeMETRIC identyfikacja kandydatów do puli gorących i zimnych pikseli uległa zmianie. Nowy automatyczny proces kalibracji obejmuje połączenie metodologii i podejść wywodzących się z 2 gałęzi rozwoju EEFlux (Allen i in., 2015). Pierwsza gałąź skupiała się na ulepszeniu automatycznego procesu wyboru pikseli za pomocą standardowych współczynników zanikania temperatury powierzchni lądu (LST) bez dalszego zanikania przestrzennego (ReVelle i wsp., 2019b). Druga gałąź obejmowała wtórne przestrzenne rozmycie LST, a także zmiany w procesie wyboru pikseli (ReVelle i in., 2019a). Ostatnie, połączone podejście opisali Kilic i współautorzy (2021 r.).
Model eeMETRIC wykorzystuje funkcje związane z aerodynamiką na złożonym terenie (w górach), opracowane przez Allena i wsp. (2013b), aby poprawić szacunki dotyczące szorstkości aerodynamicznej, prędkości wiatru i stabilności warstwy granicznej w odniesieniu do szacowanej szorstkości terenu, położenia na zboczu i kierunku wiatru. Funkcje te zwykle zwiększają szacunki H (i zmniejszają ET) na stokach nawietrznych, a mogą zmniejszać H (i zwiększać ET) na stokach zawietrznych. Inne funkcje METRIC używane w eeMETRIC, które zostały dodane od czasu opisów podanych w publikacjach Allen i wsp. (2007 i 2011), obejmują zmniejszenie strumienia ciepła gleby (G) w obecności ściółki organicznej na powierzchni gruntu, użycie nadmiernego oporu aerodynamicznego w przypadku zarośli, użycie funkcji Perriera w przypadku drzew zidentyfikowanych jako las (Allen i wsp., 2018; Santos i in., 2012) i aerodynamiczną ocenę parowania z otwartych zbiorników wodnych zamiast bilansu energetycznego (Jensen i Allen 2016; Allen i in., 2018). W 2022 r. funkcja Perrier została zastosowana do upraw drzew owocowych, a 3-źródłowe partycjonowanie temperatury powierzchniowej zostało zastosowane zarówno w sadach, jak i winnicach. Te ostatnie wnioski zostały złożone w przypadku sadów i winnic zidentyfikowanych za pomocą CDL lub, w Kalifornii, za pomocą systemu użytkowania gruntów sponsorowanego przez stan. Funkcje te i inne ulepszenia oryginalnego modelu METRIC są opisane w najnowszym podręczniku użytkownika METRIC (Allen i in., 2018). eeMETRIC wykorzystuje skorygowane atmosferycznie odbicie powierzchni i temperaturę powierzchni gruntu z danych Landsat Collection 2 Level 2, a w razie potrzeby przełącza się na dane Collection 2 Level 1, aby uzyskać szacunki w czasie zbliżonym do rzeczywistego.
Pasma
Rozmiar piksela
30 metrów
Pasma
| Nazwa | Jednostki | Rozmiar piksela | Opis |
|---|---|---|---|
et |
mm | metry | Wartość eeMETRIC ET |
count |
liczba | metry | Liczba wartości bezpłatnych w chmurze |
Właściwości obrazu
Właściwości obrazu
| Nazwa | Typ | Opis |
|---|---|---|
| build_date | CIĄG ZNAKÓW | Data budowy zasobów |
| cloud_cover_max | LICZBA ZMIENNOPRZECINKOWA O PODWÓJNEJ PRECYZJI | Maksymalna wartość procentowa CLOUD_COVER_LAND dla obrazów Landsat uwzględnionych w interpolacji |
| kolekcje | CIĄG ZNAKÓW | Lista kolekcji Landsat dla obrazów Landsat uwzględnionych w interpolacji |
| core_version | CIĄG ZNAKÓW | Wersja podstawowej biblioteki OpenET |
| end_date | CIĄG ZNAKÓW | Data zakończenia miesiąca |
| et_reference_band | CIĄG ZNAKÓW | Pasmo w et_reference_source, które zawiera dzienne dane ET referencyjne. |
| et_reference_resample | CIĄG ZNAKÓW | Tryb interpolacji przestrzennej do ponownego próbkowania dziennych danych ET |
| et_reference_source | CIĄG ZNAKÓW | Identyfikator kolekcji dziennych danych ET |
| interp_days | LICZBA ZMIENNOPRZECINKOWA O PODWÓJNEJ PRECYZJI | Maksymalna liczba dni przed i po dacie każdego zdjęcia, które mają być uwzględnione w interpolacji |
| interp_method | CIĄG ZNAKÓW | Metoda interpolacji między szacunkami modelu Landsat |
| interp_source_count | LICZBA ZMIENNOPRZECINKOWA O PODWÓJNEJ PRECYZJI | Liczba dostępnych obrazów w zbiorze obrazów źródłowych interpolacji w przypadku miesiąca docelowego |
| mgrs_tile | CIĄG ZNAKÓW | Identyfikator strefy siatki MGRS |
| model_name | CIĄG ZNAKÓW | Nazwa modelu OpenET |
| model_version | CIĄG ZNAKÓW | Wersja modelu OpenET |
| scale_factor_count | LICZBA ZMIENNOPRZECINKOWA O PODWÓJNEJ PRECYZJI | Współczynnik skalowania, który należy zastosować do zakresu liczby |
| scale_factor_et | LICZBA ZMIENNOPRZECINKOWA O PODWÓJNEJ PRECYZJI | Współczynnik skalowania, który należy zastosować do pasma ET |
| start_date | CIĄG ZNAKÓW | Data rozpoczęcia miesiąca |
Warunki korzystania z usługi
Warunki korzystania z usługi
Cytaty
Kilic, A., Allen, R.G., Blankenau, P., ReVelle, P., Ozturk, D. and Huntington, J., 2021. Globalna produkcja i bezpłatny dostęp do ewapotranspiracji na poziomie Landsat za pomocą EEFlux i eeMETRIC. W: 6th Decennial National Irrigation Symposium, 6–8 grudnia 2021 r., San Diego, Kalifornia (s. 1). American Society of Agricultural and Biological Engineers. doi:10.13031/irrig.2020-038
Allen, R.G., Tasumi, M., Morse, A. i Trezza, R., 2005 r. Model bilansu energetycznego i ewapotranspiracji oparty na danych z satelity Landsat w kontekście regulacji i planowania praw do wody w zachodnich Stanach Zjednoczonych. Irrigation and Drainage systems, 19, s.251–268. doi:10.1007/s10795-005-5187-z
Allen, R.G., Tasumi, M. i Trezza, R., 2007. Satellite-based energy balance for mapping evapotranspiration with internalized calibration (METRIC)—Model. Journal of irrigation and drainage engineering, 133(4), pp.380-394. doi:10.1029/2006JD007506
Allen, R., Irmak, A., Trezza, R., Hendrickx, J.M., Bastiaanssen, W. and Kjaersgaard, J., 2011. Szacowanie ewapotranspiracji w rolnictwie na podstawie danych satelitarnych z użyciem modeli SEBAL i 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. i Trezza, R., 2013a. Automatyczna kalibracja procesu ewapotranspiracji METRIC-Landsat. JAWRA Journal of the American Water Resources Association, 49(3), pp.563-576. doi:10.1111/jawr.12056
Allen, R.G., Trezza, R., Kilic, A., Tasumi, M. i Li, H., 2013b. Wrażliwość bilansu energetycznego w skali Landsat na zmienność aerodynamiczną w górach i na złożonym terenie. 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. i Ratcliffe, I., 2015. EEFlux: narzędzie do mapowania ewapotranspiracji na podstawie danych z satelity Landsat w Google Earth Engine. W: 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. i R.G. Allen (red.). 2016. parowanie, ewapotranspiracja i zapotrzebowanie na wodę do nawadniania. Manuals of Practice no. 70 (2nd edition). Task Committee on Revision of Manual 70, 2016, April. American Society of Civil Engineers. Reston, VA. 744 s. doi:10.1061/9780784414057
Kilic, A., Allen, R., Trezza, R., Ratcliffe, I., Kamble, B., Robison, C. i Ozturk, D., 2016. Wrażliwość danych o ewapotranspiracji uzyskanych za pomocą algorytmu przetwarzania METRIC na poprawę rozdzielczości radiometrycznej danych termicznych z satelity Landsat 8 oraz na błąd kalibracji temperatury powierzchni z satelitów Landsat 7 i 8. Remote Sensing of Environment, 185, s.198–209. doi:10.1016/j.rse.2016.07.011
ReVelle, P., A. Kilic i R.G. Allen. 2019a. Zaktualizowana kalibracja Opis: przestrzenne usuwanie rozmycia w eeMETRIC. PUBLIKACJA ANALITYCZNA: School of Natural Resources, University of Nebraska-Lincoln i University of Idaho. 9 p.
ReVelle, P., A. Kilic i R.G. Allen. 2019b. Zaktualizowana kalibracja Opis: automatyczna metoda wyboru pikseli w eeMETRIC. Research Note. School of Natural Resources, University of Nebraska-Lincoln i University of Idaho. 20 p.
Santos, C., Lorite, I.J., Allen, R.G. i Tasumi, M., 2012 r. Aerodynamic parameterization of the satellite-based energy balance (METRIC) model for ET estimation in rainfed olive orchards of Andalusia, Spain. Water Resources Management, 26, pp.3267-3283. doi:10.1007/s11269-012-0071-8
DOI
Odkrywanie za pomocą Earth Engine
Edytor kodu (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');