Questo set di dati fa parte di un catalogo di editori e non è gestito da Google Earth Engine. Contatta support@openetdata.org per segnalare bug o visualizzare altri set di dati dal catalogo OpenET. Scopri di più sui set di dati degli editori.
- Proprietario del catalogo
- OpenET
- Disponibilità set di dati
- 2015-10-01T00:00:00Z–2026-06-01T00:00:00Z
- Produttore di set di dati
- OpenET, Inc.
- Contatto
- support@openetdata.org
- Cadenza
- 1 Month
- Tag
Descrizione
Implementazione di Google Earth Engine del modello Surface Energy Balance Algorithm for Land (SEBAL).
Una panoramica della versione attuale di geeSEBAL è disponibile in Laipelt et al. (2021), basata sugli algoritmi originali sviluppati da Bastiaanssen et al. (1998). L'implementazione di OpenET geeSEBAL utilizza i dati della temperatura della superficie terrestre (LST) di Landsat Collection 2, oltre ai set di dati NLDAS-2 e gridMET come input meteorologici istantanei e giornalieri, rispettivamente.
L'algoritmo statistico automatizzato per selezionare gli endmember caldi e freddi si basa su una versione semplificata dell'algoritmo CIMEC (Calibration using Inverse Modeling at Extreme Conditions) proposto da Allen et al. (2013), in cui vengono utilizzati i quantili di LST e i valori dell'indice di vegetazione a differenza normalizzata (NDVI) per selezionare i candidati endmember nell'area del dominio Landsat. I candidati endmember freddi e umidi vengono selezionati in aree con vegetazione, mentre i candidati endmember caldi e secchi vengono selezionati nelle aree di coltivazione con meno vegetazione.In base agli endmember selezionati, geeSEBAL presuppone che nell'endmember freddo e umido tutta l'energia disponibile venga convertita in calore latente (con tassi di traspirazione elevati), mentre nell'endmember caldo e secco tutta l'energia disponibile venga convertita in calore sensibile. Infine, le stime dell'evapotraspirazione giornaliera vengono aumentate dalle stime istantanee in base alla frazione evaporativa, presupponendo che sia costante durante il giorno senza variazioni significative dell'umidità del suolo e dell'advezione.
In base ai risultati dello studio di valutazione e confronto dell'accuratezza di OpenET, l'algoritmo OpenET geeSEBAL è stato modificato come segue:
- La versione semplificata di CIMEC è stata migliorata utilizzando filtri aggiuntivi per selezionare gli endmember, tra cui l'utilizzo del CDL (Cropland Data Layer) dell'USDA e filtri per NDVI, LST e albedo.
- Correzioni a LST per gli endmember in base alle precipitazioni precedenti.
- Definizione delle soglie della velocità del vento NLDAS-2 per ridurre l'instabilità del modello durante la correzione atmosferica.
- Miglioramenti per stimare la radiazione netta giornaliera, utilizzando FAO-56 come riferimento (Allen et al., 1998).
In generale, il rendimento di geeSEBAL dipende dalle condizioni topografiche, climatiche e meteorologiche, con una maggiore sensibilità e incertezza relative alle selezioni degli endmember caldi e freddi per la calibrazione automatizzata CIMEC e una minore sensibilità e incertezza relative agli input meteorologici (Laipelt et al., 2021 e Kayser et al., 2022). Per ridurre le incertezze relative a terreni complessi, sono stati aggiunti miglioramenti per correggere la radiazione LST e globale (incidente) sulla superficie (inclusi il tasso di decadimento ambientale, la pendenza e l'aspetto dell'elevazione) per rappresentare gli effetti delle caratteristiche topografiche sull'algoritmo di selezione degli endmember del modello e sulle stime di ET. OpenET Collection v2.1
OpenET Collection v2.1 è una versione rielaborata e aggiornata di Collection v2.0, progettata principalmente per risolvere i problemi noti di v2.0, incorporando anche piccoli miglioramenti del modello e aggiornamenti dei dati di input. È previsto che ci saranno differenze notevoli nell'ET tra le due versioni della raccolta per alcuni luoghi e orari. Alcuni degli aggiornamenti e delle modifiche includono:
- Screening e filtraggio aggiuntivi delle nuvole per saltare le immagini Landsat con nuvole non mascherate e/o una copertura nevosa estesa.
- Rielaborazione per incorporare gli aggiornamenti dei set di dati meteorologici di input NLDAS-2 e GRIDMET.
- Incorporazione del prodotto NLCD annuale USGS per tutti i modelli che richiedono informazioni sulla copertura del suolo.
- Incorporazione dell'ultimo CDL dell'USDA per tutti i modelli che richiedono informazioni sul tipo di coltura.
- Aggiornamenti dell'interpolazione in modo che l'ET mensile venga prodotto solo quando tutti i giorni del mese hanno valori interpolati (riducendo i mesi "count=0" nei periodi nuvolosi/nevosi o a bassa copertura).
- Applicazione di una correzione dell'emissività per risolvere un problema noto nei dati LST di Landsat.
Bande
Bande
Dimensioni in pixel: 30 metri (tutte le bande)
| Nome | Unità | Dimensioni pixel | Descrizione |
|---|---|---|---|
et |
mm | 30 metri | Evapotraspirazione effettiva totale (ET) |
count |
conteggio | 30 metri | Numero di osservazioni senza nuvole nel mese incluse nell'interpolazione |
Proprietà immagini
Proprietà immagini
| Nome | Tipo | Descrizione |
|---|---|---|
| build_date | STRING | Data di creazione delle risorse |
| build_status | STRING | Lo stato può essere "permanent" o "provisional". Le immagini contrassegnate come "provisional" potrebbero essere aggiornate in futuro. |
| cloud_cover_max | DOUBLE | Valore percentuale CLOUD_COVER_LAND massimo per le immagini Landsat incluse nell'interpolazione |
| collections | STRING | Elenco delle raccolte Landsat per le immagini Landsat incluse nell'interpolazione |
| core_version | STRING | Versione della libreria principale di OpenET |
| end_date | STRING | Data di fine del mese |
| et_reference_band | STRING | Banda in et_reference_source che contiene i dati ET di riferimento giornalieri |
| et_reference_resample | STRING | Modalità di interpolazione spaziale per ricampionare i dati ET di riferimento giornalieri |
| et_reference_source | STRING | ID raccolta per i dati ET di riferimento giornalieri |
| image_source_count | DOUBLE | Numero di immagini di scene utilizzate nell'interpolazione |
| interp_days | DOUBLE | Numero massimo di giorni prima e dopo la data di ogni immagine da includere nell'interpolazione |
| interp_method | STRING | Metodo utilizzato per interpolare tra le stime del modello Landsat |
| interp_source_count | DOUBLE | Numero di immagini disponibili nella raccolta di immagini di origine dell'interpolazione per il mese di destinazione |
| mgrs_tile | STRING | ID zona della griglia MGRS |
| model_name | STRING | Nome del modello OpenET |
| model_version | STRING | Versione del modello OpenET |
| scale_factor_count | DOUBLE | Fattore di scalabilità da applicare alla banda di conteggio |
| scale_factor_et | DOUBLE | Fattore di scalabilità da applicare alla banda et |
| start_date | STRING | Data di inizio del mese |
| units_et | STRING | Unità della banda "et" |
Termini e condizioni d'uso
Termini e condizioni d'uso
Citazioni
Laipelt, L., Kayser, R.H.B., Fleischmann, A.S., Ruhoff, A., Bastiaanssen, W., Erickson, T.A. e Melton, F., 2021. Long-term monitoring of evapotranspiration using the SEBAL algorithm and Google Earth Engine cloud computing. ISPRS Journal of Photogrammetry and Remote Sensing, 178, pp.81-96. doi:10.1016/j.isprsjprs.2021.05.018
Bastiaanssen, W.G., Menenti, M., Feddes, R.A. e Holtslag, A.A.M., 1998. A remote sensing surface energy balance algorithm for land (SEBAL). 1. Formulation. 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. e Neale, C.M.U., 2022. Assessing geeSEBAL automated calibration and meteorological reanalysis uncertainties to estimate evapotranspiration in subtropical humid climates. 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. e Trezza, R., 2013. Automated calibration of the metric-landsat evapotranspiration process. JAWRA Journal of the American Water Resources Association, 49(3), pp.563-576. doi:10.1111/jawr.12056
DOI
Esplora con Earth Engine
Editor di codice (JavaScript)
var dataset = ee.ImageCollection('projects/openet/assets/geesebal/conus/gridmet/monthly/v2_1') .filterDate('2024-01-01', '2025-01-01'); // 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');