- Veri Kümesi Kullanılabilirliği
- 1999-10-01T00:00:00Z–2024-12-01T00:00:00Z
- Veri Kümesi Sağlayıcı
- OpenET, Inc.
- Adım frekansı
- 1 Ay
- Etiketler
Açıklama
geeSEBAL'ın OpenET çerçevesinde uygulanması kısa süre önce tamamlandı. Mevcut geeSEBAL sürümüne ilişkin genel bakışı, Bastiaanssen ve diğerleri (1998) tarafından geliştirilen orijinal algoritmalara dayanan Laipelt ve diğerleri (2021) çalışmasında bulabilirsiniz. OpenET geeSEBAL uygulaması, anlık ve günlük meteorolojik girişler olarak sırasıyla NLDAS ve gridMET veri kümelerine ek olarak Landsat Collection 2'den alınan arazi yüzeyi sıcaklığı (LST) verilerini kullanır. Sıcak ve soğuk uç üyeleri seçmek için kullanılan otomatik istatistiksel algoritma, Allen ve diğerleri (2013) tarafından önerilen, uç koşullarda ters modelleme kullanılarak yapılan kalibrasyon (CIMEC) algoritmasının basitleştirilmiş bir sürümüne dayanır. Bu algoritmada, Landsat alanındaki uç üye adaylarını seçmek için yer yüzeyi sıcaklığı (LST) ve normalleştirilmiş fark bitki örtüsü indeksi (NDVI) değerlerinin nicelikleri kullanılır. Soğuk ve ıslak uç üye adayları iyi bitkilendirilmiş alanlarda, sıcak ve kuru uç üye adayları ise en az bitkilendirilmiş tarım arazisi alanlarında seçilir. Seçilen uç üyeleri temel alan geeSEBAL, soğuk ve ıslak uç üyede mevcut enerjinin tamamının buharlaşma oranlarının yüksek olduğu durumlarda gizli ısıya dönüştürüldüğünü, sıcak ve kuru uç üyede ise mevcut enerjinin tamamının hissedilir ısıya dönüştürüldüğünü varsayar. Son olarak, günlük buharlaşma tahminleri, buharlaşma oranı temel alınarak anlık tahminlerden ölçeklendirilir. Bu işlemde, gündüz saatlerinde toprak neminde ve adveksiyonda önemli değişiklikler olmadığı ve buharlaşma oranının sabit olduğu varsayılır. OpenET Doğruluk Değerlendirmesi ve Karşılaştırma çalışmasından elde edilen sonuçlara göre OpenET geeSEBAL algoritması şu şekilde değiştirildi: (i) CIMEC'in basitleştirilmiş sürümü, USDA Cropland Data Layer (CDL) kullanımı ve NDVI, LST ve albedo filtreleri dahil olmak üzere uç noktaları seçmek için ek filtreler kullanılarak iyileştirildi; (ii) Önceki yağışa dayalı olarak uç noktalar için LST'de düzeltmeler yapıldı; (iii) Atmosferik düzeltme sırasında model kararsızlığını azaltmak için NLDAS rüzgar hızı eşiklerinin tanımı yapıldı ve (iv) FAO-56 referans alınarak günlük net radyasyonu tahmin etme konusunda iyileştirmeler yapıldı (Allen ve diğerleri, 1998). Genel olarak, geeSEBAL performansı topografik, iklimsel ve meteorolojik koşullara bağlıdır. CIMEC otomatik kalibrasyonu için sıcak ve soğuk uç nokta seçimleriyle ilgili daha yüksek hassasiyet ve belirsizlik, meteorolojik girişlerle ilgili daha düşük hassasiyet ve belirsizlik söz konusudur (Laipelt ve diğerleri, 2021 ve Kayser et al., 2022). Karmaşık araziyle ilgili belirsizlikleri azaltmak için, topografik özelliklerin modelin uç nokta seçimi algoritması ve ET tahminleri üzerindeki etkilerini temsil etmek üzere yüzeydeki (çevresel değişim oranı, yükseklik eğimi ve yön dahil) LST ve küresel (olay) radyasyonu düzeltmek için iyileştirmeler yapıldı.
Bantlar
Piksel Boyutu
30 metre
Bantlar
| Ad | Birimler | Piksel Boyutu | Açıklama |
|---|---|---|---|
et |
mm | metre | geeSEBAL ET değeri |
count |
sayı | metre | Bulutsuz ücretsiz değerlerin sayısı |
Resim Özellikleri
Resim Özellikleri
| Ad | Tür | Açıklama |
|---|---|---|
| build_date | Dize | Öğelerin oluşturulduğu tarih |
| cloud_cover_max | ÇİFT | Enterpolasyona dahil edilen Landsat görüntüleri için maksimum CLOUD_COVER_LAND yüzde değeri |
| koleksiyonlar | Dize | Enterpolasyona dahil edilen Landsat görüntüleri için Landsat koleksiyonlarının listesi |
| core_version | Dize | OpenET çekirdek kitaplık sürümü |
| end_date | Dize | Ayın bitiş tarihi |
| et_reference_band | Dize | Günlük referans ET verilerini içeren et_reference_source bandı |
| et_reference_resample | Dize | Günlük referans ET verilerini yeniden örneklemek için kullanılan mekansal enterpolasyon modu |
| et_reference_source | Dize | Günlük referans ET verileri için koleksiyon kimliği |
| interp_days | ÇİFT | Enterpolasyona dahil edilecek her resim tarihinden önceki ve sonraki maksimum gün sayısı |
| interp_method | Dize | Landsat model tahminleri arasında enterpolasyon yapmak için kullanılan yöntem |
| interp_source_count | ÇİFT | Hedef ay için enterpolasyon kaynağı resim koleksiyonunda bulunan resim sayısı |
| mgrs_tile | Dize | MGRS ızgara bölgesi kimliği |
| model_name | Dize | OpenET model adı |
| model_version | Dize | OpenET model sürümü |
| scale_factor_count | ÇİFT | Sayım aralığına uygulanması gereken ölçeklendirme faktörü |
| scale_factor_et | ÇİFT | ET bandına uygulanması gereken ölçeklendirme faktörü |
| start_date | Dize | Ayın başlangıç tarihi |
Kullanım Şartları
Kullanım Şartları
Alıntılar
Laipelt, L., Kayser, R.H.B., Fleischmann, A.S., Ruhoff, A., Bastiaanssen, W., Erickson, T.A. ve Melton, F., 2021. SEBAL algoritması ve Google Earth Engine bulut bilişim kullanılarak uzun vadeli buharlaşma izleme. ISPRS Journal of Photogrammetry and Remote Sensing, 178, s.81-96. doi:10.1016/j.isprsjprs.2021.05.018
Bastiaanssen, W.G., Menenti, M., Feddes, R.A. ve Holtslag, A.A.M., 1998. Kara için uzaktan algılama yüzey enerjisi dengesi algoritması (SEBAL). 1. Formülasyon. Journal of hydrology, 212, pp.198-212. doi:S0022-1694(98)00253-4
Kayser, R.H., Ruhoff, A., Laipelt, L., de Mello Kich, E., Roberti, D. R., de Arruda Souza, V., Rubert, G.C.D., Collischonn, W. and Neale, C.M.U., 2022. Subtropikal nemli iklimlerde buharlaşmayı tahmin etmek için geeSEBAL otomatik kalibrasyon ve meteorolojik yeniden analiz belirsizliklerini değerlendirme. Agricultural and Forest Meteorology, 314, p.108775. doi:10.1016/j.agrformet.2021.108775
Allen, R.G., Burnett, B., Kramber, W., Huntington, J., Kjaersgaard, J., Kilic, A., Kelly, C. ve Trezza, R., 2013. Metric-Landsat buharlaşma sürecinin otomatik kalibrasyonu. JAWRA Journal of the American Water Resources Association, 49(3), pp.563-576. doi:10.1111/jawr.12056
DOI'ler
Earth Engine ile keşfetme
Kod Düzenleyici (JavaScript)
var dataset = ee.ImageCollection('OpenET/GEESEBAL/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 geeSEBAL Annual ET');