- זמינות קבוצת הנתונים
- 1999-10-01T00:00:00Z–2024-12-01T00:00:00Z
- יוצר מערך הנתונים
- OpenET, Inc.
- קצב
- 1 Month
- תגים
תיאור
הטמעה של geeSEBAL הושלמה לאחרונה במסגרת OpenET. סקירה כללית של הגרסה הנוכחית של geeSEBAL מופיעה במאמר של Laipelt et al. (2021), שמבוסס על האלגוריתמים המקוריים שפותחו על ידי Bastiaanssen et al. (1998). ההטמעה של OpenET ב-geeSEBAL משתמשת בנתוני טמפרטורת פני השטח (LST) מ-Landsat Collection 2, בנוסף לנתוני NLDAS ו-gridMET כנתונים מטאורולוגיים מיידיים ויומיים, בהתאמה. האלגוריתם הסטטיסטי האוטומטי לבחירת נקודות הקצה החמות והקרות מבוסס על גרסה פשוטה של האלגוריתם Calibration using Inverse Modeling at Extreme Conditions (CIMEC) שהוצע על ידי Allen et al. (2013), שבו נעשה שימוש בקוונטילים של LST ובערכים של Normalized Difference Vegetation Index (NDVI) כדי לבחור מועמדים לנקודות קצה באזור הדומיין של Landsat. המועמדים לנקודות הקצה הקרות והרטובות נבחרים באזורים עם צמחייה עשירה, ואילו המועמדים לנקודות הקצה החמות והיבשות נבחרים באזורים של אדמות חקלאיות עם צמחייה דלילה. על סמך חברי הקצה שנבחרו, המודול geeSEBAL מניח שבחבר הקצה הקר והרטוב כל האנרגיה הזמינה מומרת לחום כמוס (עם שיעורי אידוי גבוהים), ואילו בחבר הקצה החם והיבש כל האנרגיה הזמינה מומרת לחום מוחשי. לבסוף, האומדנים של האידוי והדיות היומיים מוגדלים מאומדנים מיידיים על סמך חלק האידוי, בהנחה שהוא קבוע במהלך היום ללא שינויים משמעותיים בלחות הקרקע ובאדבקציה. על סמך התוצאות של מחקר ההערכה וההשוואה של OpenET, בוצעו השינויים הבאים באלגוריתם geeSEBAL של OpenET: (1) הגרסה הפשוטה של CIMEC שופרה באמצעות שימוש במסננים נוספים לבחירת חברי הקצה, כולל שימוש ב-USDA Cropland Data Layer (CDL) ובמסננים ל-NDVI, ל-LST ול-albedo; (2) בוצעו תיקונים ב-LST לחברי קצה על סמך משקעים קודמים; (3) הוגדרו ספי מהירויות רוח של NLDAS כדי לצמצם את חוסר היציבות של המודל במהלך התיקון האטמוספרי; ו-(4) בוצעו שיפורים בהערכת קרינה נטו יומית, באמצעות FAO-56 כהפניה (Allen et al., 1998). באופן כללי, הביצועים של geeSEBAL תלויים בתנאים טופוגרפיים, אקלימיים ומטאורולוגיים, עם רגישות גבוהה יותר ואי ודאות שקשורות לבחירות של נקודות קצה חמות וקרות עבור הכיול האוטומטי של CIMEC, ורגישות נמוכה יותר ואי ודאות שקשורות לקלטים מטאורולוגיים (Laipelt et al., 2021 ו-Kayser et al., 2022). כדי לצמצם את אי הוודאות שקשורה לטופוגרפיה מורכבת, הוספנו שיפורים לתיקון של LST ושל קרינה גלובלית (אירועית) על פני השטח (כולל קצב השינוי הסביבתי, שיפוע הגובה וההיבט) כדי לייצג את ההשפעות של מאפיינים טופוגרפיים על האלגוריתם לבחירת חברי קצה של המודל ועל הערכות ה-ET.
תחום תדרים
גודל הפיקסל
30 מטרים
תחום תדרים
| שם | יחידות | גודל הפיקסל | תיאור |
|---|---|---|---|
et |
מ"מ | מטרים | ערך geeSEBAL ET |
count |
ספירה | מטרים | מספר הערכים של הענן בחינם |
מאפייני תמונה
מאפייני תמונה
| שם | סוג | תיאור |
|---|---|---|
| build_date | מחרוזת | התאריך שבו הנכסים נוצרו |
| cloud_cover_max | נקודה צפה בדיוק כפול (Double Precision Floating Point) | ערך האחוז המקסימלי של CLOUD_COVER_LAND בתמונות לאנדסאט שנכללות באינטרפולציה |
| אוספים | מחרוזת | רשימת אוספי Landsat של תמונות Landsat שכלולות באינטרפולציה |
| core_version | מחרוזת | גרסת ספריית הליבה של OpenET |
| end_date | מחרוזת | תאריך הסיום של החודש |
| et_reference_band | מחרוזת | הפס ב-et_reference_source שמכיל את נתוני ה-ET היומיים של ההפניה |
| et_reference_resample | מחרוזת | מצב אינטרפולציה מרחבית לדגימה מחדש של נתוני ET יומיים של נקודת ייחוס |
| et_reference_source | מחרוזת | מזהה האוסף של נתוני ה-ET היומיים של העזר |
| interp_days | נקודה צפה בדיוק כפול (Double Precision Floating Point) | מספר הימים המקסימלי לפני ואחרי התאריך של כל תמונה שייכללו באינטרפולציה |
| interp_method | מחרוזת | השיטה שמשמשת לאינטרפולציה בין הערכות של מודל Landsat |
| interp_source_count | נקודה צפה בדיוק כפול (Double Precision Floating Point) | מספר התמונות הזמינות באוסף תמונות המקור לאינטרפולציה בחודש היעד |
| mgrs_tile | מחרוזת | מזהה אזור ברשת MGRS |
| model_name | מחרוזת | שם הדגם של OpenET |
| model_version | מחרוזת | גרסת המודל של OpenET |
| scale_factor_count | נקודה צפה בדיוק כפול (Double Precision Floating Point) | גורם לקביעת קנה מידה שצריך להחיל על פס הספירה |
| scale_factor_et | נקודה צפה בדיוק כפול (Double Precision Floating Point) | גורם לקביעת קנה מידה שצריך להחיל על רצועת ה-et |
| start_date | מחרוזת | תאריך התחלת החודש |
תנאים והגבלות
תנאים והגבלות
ציטוטים ביבליוגרפיים
Laipelt, L., Kayser, R.H.B., Fleischmann, A.S., Ruhoff, A., Bastiaanssen, W., Erickson, T.A. and Melton, F., 2021. מעקב ארוך טווח אחרי אידוי ודיות באמצעות אלגוריתם SEBAL ו-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. and Holtslag, A.A.M., 1998. אלגוריתם של מאזן אנרגיה של פני השטח לחישה מרחוק של קרקע (SEBAL). 1. ניסוח. 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. הערכת אי הוודאות של כיול אוטומטי של geeSEBAL וניתוח מחדש של נתונים מטאורולוגיים כדי להעריך אידוי באקלים סובטרופי לח. 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. and Trezza, R., 2013. כיול אוטומטי של תהליך ה-evapotranspiration של מדד-Landsat. JAWRA Journal of the American Water Resources Association, 49(3), pp.563-576. doi:10.1111/jawr.12056
מזהי DOI
סיור עם פלטפורמת Earth Engine
Code Editor (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');