- 目录所有者
- 大规模水文实验室
- 数据集可用时间
- 2000-03-05T00:00:00Z–2024-12-26T00:00:00Z
- 数据集生产者
- 大规模水文实验室
- 频率
- 8 天
- 标签
说明
该数据集由 Large Scale Hydrology Lab 制作,该实验室专注于通过大数据分析和先进的水文建模来推进全球和区域水循环研究。
PML-V2.2a 产品提供 2000 年至 2024 年的 500 米 8 天分辨率全球陆地蒸散量 (ET) 和总初级生产力 (GPP)。此版本由 MSWEP 和 MSWX 驱动,使用 208 个通量站点进行了扩展的自下而上校准,并改进了参数化,可区分灌溉农田和雨养农田。
验证结果表明,该模型在各种植物功能类型(NSE > 0.60,绝对偏差 < 5%)中均具有较高的准确性, 并且在流域尺度上具有可靠的水量平衡性能(NSE:0.89-0.91)。此基于 MODIS 的记录已针对高分辨率近实时监控进行了优化。
此数据集是更广泛的 PML-V2.2 套件的一部分。如需获取 43 年的长期整合记录(PML-V2.2b/c,0.1°,采用不同的遥感强迫),请访问 TPDC 数据资源库。
频段
像素大小
500 米
波段
| 名称 | 单位 | 最小值 | 最大值 | 缩放系数 | 像素尺寸 | 说明 |
|---|---|---|---|---|---|---|
GPP |
gC m-2 d-1 | 0* | 3901* | 0.01 | 米 | 初级生产总值 |
ET |
毫米/天 | 0* | 2011* | 0.01 | 米 | 实际蒸散量 |
Ec |
毫米/天 | 0* | 1533* | 0.01 | 米 | 植被蒸腾 |
Es |
毫米/天 | 0* | 820* | 0.01 | 米 | 土壤蒸发 |
Ei |
毫米/天 | 0* | 1256* | 0.01 | 米 | 植被冠层的截留 |
PET |
毫米/天 | 0* | 2011* | 0.01 | 米 | 潜在蒸散量 (PET)。使用 Penman 方程的 Shuttleworth 简化版计算,可估算水体、雪和冰的蒸发量。 |
Ew |
毫米/天 | 0* | 2011* | 0.01 | 米 | 水体、雪和冰的蒸发。使用 Penman 方程计算,该方程被认为是这些表面实际蒸发量的良好估计值。 |
使用条款
使用条款
致谢 在科学出版物中使用 PML 数据集时,应引用给定的参考资料。
许可 相应数据集已获得 CC-BY 4.0 许可。
引用
Zhang, Y.、Kong, D.、Gan, R.、Chiew, F.H.S.、McVicar, T.R.、Zhang, Q. 和 Yang, Y.、2019 年。2002 年至 2017 年间 500 米分辨率和 8 天分辨率的全球蒸散量和初级生产总量的耦合估计。 Remote Sens. Environ. 222,165-182,doi:10.1016/j.rse.2018.12.031
Gan, R.、Zhang, Y.Q.、Shi, H.、Yang, Y.T.、Eamus, D.、Cheng, L.、Chiew, F.H.S.、Yu, Q.、2018 年。Use of satellite leaf area index estimating evapotranspiration and gross assimilation for Australian ecosystems. Ecohydrology,doi:10.1002/eco.1974
Zhang, Y.、Peña-Arancibia, J.L.、McVicar, T.R.、Chiew, F.H.S.、Vaze, J.、Liu, C.、Lu, X.、Zheng, H.、Wang, Y.、Liu, Y.Y.、Miralles, D.G.、Pan, M.,2016 年。全球陆地蒸散及其组成部分的多年代际趋势。Sci. Rep. 6, 19124. doi:10.1038/srep19124
DOI
通过 Earth Engine 探索
代码编辑器 (JavaScript)
var dataset = ee.ImageCollection('projects/pml_evapotranspiration/PML/OUTPUT/PML_V22a'); // Scale the first image to physical units (0.01 scale factor) var firstImage = dataset.first().multiply(0.01); var visualization = { bands: ['GPP'], min: 0.0, max: 9.0, palette: [ 'a50026', 'd73027', 'f46d43', 'fdae61', 'fee08b', 'ffffbf', 'd9ef8b', 'a6d96a', '66bd63', '1a9850', '006837', ] }; Map.setCenter(0.0, 15.0, 2); Map.addLayer( firstImage, visualization, 'PML_V2.2a Gross Primary Product (GPP)');