- डेटासेट की उपलब्धता
- 1999-10-01T00:00:00Z–2024-12-01T00:00:00Z
- डेटासेट प्रोड्यूसर
- OpenET, Inc.
- केडेंस
- एक महीना
- टैग
ब्यौरा
OpenET फ़्रेमवर्क में हाल ही में geeSEBAL को लागू किया गया है. geeSEBAL के मौजूदा वर्शन की खास जानकारी, Laipelt et al. (2021) में देखी जा सकती है. यह Bastiaanssen et al. (1998) के बनाए गए ओरिजनल एल्गोरिदम पर आधारित है. OpenET geeSEBAL, लैंडसैट कलेक्शन 2 से मिले ज़मीन की सतह के तापमान (एलएसटी) के डेटा का इस्तेमाल करता है. इसके अलावा, यह NLDAS और gridMET डेटासेट का इस्तेमाल, मौसम की जानकारी देने वाले इनपुट के तौर पर करता है. NLDAS डेटासेट से, मौसम की मौजूदा जानकारी मिलती है और gridMET डेटासेट से, मौसम की रोज़ की जानकारी मिलती है. हॉट और कोल्ड एंडमेंबर चुनने के लिए, ऑटोमेटेड स्टैटिस्टिकल एल्गोरिदम का इस्तेमाल किया जाता है. यह एल्गोरिदम, ऐलन वगैरह (2013) के सुझाए गए, एक्सट्रीम कंडिशन में इनवर्स मॉडलिंग का इस्तेमाल करके कैलिब्रेशन (सीआईएमईसी) एल्गोरिदम के आसान वर्शन पर आधारित है. इसमें एलएसटी और नॉर्मलाइज़्ड डिफ़रेंस वेजिटेशन इंडेक्स (एनडीवीआई) की क्वांटाइल वैल्यू का इस्तेमाल करके, लैंडसैट डोमेन एरिया में एंडमेंबर कैंडिडेट चुने जाते हैं. ठंडे और गीले एंडमेंबर कैंडिडेट को अच्छी वनस्पति वाले इलाकों में चुना जाता है. वहीं, गर्म और सूखे एंडमेंबर कैंडिडेट को कम वनस्पति वाले फ़सलों के इलाकों में चुना जाता है. चुने गए एंडमेंबर के आधार पर, geeSEBAL यह मानता है कि ठंडे और गीले एंडमेंबर में, उपलब्ध सारी ऊर्जा को गुप्त ऊष्मा में बदल दिया जाता है. इसमें वाष्पोत्सर्जन की दर ज़्यादा होती है. वहीं, गर्म और सूखे एंडमेंबर में, उपलब्ध सारी ऊर्जा को संवेदी ऊष्मा में बदल दिया जाता है. आखिर में, वाष्पीकरण के अनुपात के आधार पर, दिन के वाष्पीकरण के अनुमानों को अपस्केल किया जाता है. इसमें यह माना जाता है कि दिन के समय यह अनुपात स्थिर रहता है. साथ ही, मिट्टी में नमी और एडवेक्शन में कोई खास बदलाव नहीं होता है. OpenET की सटीकता का आकलन करने और तुलना करने से जुड़े अध्ययन के नतीजों के आधार पर, OpenET के geeSEBAL एल्गोरिदम में ये बदलाव किए गए हैं: (i) एंडमेंबर चुनने के लिए, CIMEC के आसान वर्शन को बेहतर बनाया गया है. इसके लिए, USDA के फ़सल वाले खेत के डेटा लेयर (सीडीएल) और NDVI, LST, और ऐल्बेडो के फ़िल्टर का इस्तेमाल किया गया है; (ii) बारिश के आधार पर, एंडमेंबर के लिए LST में सुधार किया गया है; (iii) वायुमंडलीय सुधार के दौरान मॉडल की अस्थिरता को कम करने के लिए, NLDAS की हवा की रफ़्तार की थ्रेशोल्ड वैल्यू तय की गई हैं; और (iv) रोज़ाना के नेट रेडिएशन का अनुमान लगाने के लिए, FAO-56 को रेफ़रंस के तौर पर इस्तेमाल करके, अनुमान लगाने के तरीके को बेहतर बनाया गया है (Allen et al., 1998). कुल मिलाकर, geeSEBAL की परफ़ॉर्मेंस, टोपोग्राफ़िक, जलवायु, और मौसम की स्थितियों पर निर्भर करती है. इसमें CIMEC के ऑटोमेटेड कैलिब्रेशन के लिए, हॉट और कोल्ड एंडमेम्बर के चुनाव से जुड़ी ज़्यादा संवेदनशीलता और अनिश्चितता होती है. साथ ही, मौसम की जानकारी से जुड़े इनपुट से जुड़ी कम संवेदनशीलता और अनिश्चितता होती है (Laipelt et al., 2021 और केज़र एट अल., 2022). जटिल इलाके से जुड़ी अनिश्चितताओं को कम करने के लिए, एलएसटी और सतह पर पड़ने वाली ग्लोबल (इंसिडेंट) रेडिएशन को ठीक करने के लिए सुधार किए गए. इनमें एनवायरमेंटल लैप्स रेट, ऊंचाई का ढलान, और आसपेक्ट शामिल हैं. इससे मॉडल के एंडमेंबर सिलेक्शन एल्गोरिदम और ईटी अनुमानों पर टोपोग्राफ़िक सुविधाओं के असर को दिखाया जा सकेगा.
बैंड
पिक्सल का साइज़
30 मीटर
बैंड
| नाम | इकाइयां | पिक्सल का साइज़ | ब्यौरा |
|---|---|---|---|
et |
mm | मीटर | geeSEBAL ET वैल्यू |
count |
सोलर पैनलों की संख्या | मीटर | क्लाउड में मौजूद मुफ़्त वैल्यू की संख्या |
इमेज प्रॉपर्टी
सैटलाइट इमेज के डेटासेट की विशेषताएं
| नाम | टाइप | ब्यौरा |
|---|---|---|
| build_date | स्ट्रिंग | ऐसेट बनाने की तारीख |
| cloud_cover_max | DOUBLE | इंटरपोलेशन में शामिल Landsat इमेज के लिए, CLOUD_COVER_LAND की ज़्यादा से ज़्यादा प्रतिशत वैल्यू |
| संग्रह | स्ट्रिंग | लैंडसैट की उन इमेज के लिए लैंडसैट कलेक्शन की सूची जिन्हें इंटरपोलेशन में शामिल किया गया है |
| core_version | स्ट्रिंग | OpenET की कोर लाइब्रेरी का वर्शन |
| end_date | स्ट्रिंग | महीने की खत्म होने की तारीख |
| et_reference_band | स्ट्रिंग | et_reference_source में मौजूद बैंड, जिसमें रोज़ का रेफ़रंस ईटी डेटा होता है |
| et_reference_resample | स्ट्रिंग | रोज़ाना के रेफ़रंस ईटी डेटा को फिर से सैंपल करने के लिए, स्पैटियल इंटरपोलेशन मोड |
| et_reference_source | स्ट्रिंग | रोज़ के ईटी डेटा के रेफ़रंस के लिए कलेक्शन आईडी |
| interp_days | DOUBLE | इंटरपोलेशन में शामिल करने के लिए, हर इमेज की तारीख से पहले और बाद के दिनों की ज़्यादा से ज़्यादा संख्या |
| interp_method | स्ट्रिंग | Landsat मॉडल के अनुमानों के बीच इंटरपोलेट करने के लिए इस्तेमाल किया गया तरीका |
| interp_source_count | DOUBLE | टारगेट महीने के लिए, इंटरपोलेशन सोर्स इमेज कलेक्शन में उपलब्ध इमेज की संख्या |
| mgrs_tile | स्ट्रिंग | एमजीआरएस ग्रिड ज़ोन आईडी |
| model_name | स्ट्रिंग | OpenET मॉडल का नाम |
| model_version | स्ट्रिंग | OpenET मॉडल का वर्शन |
| scale_factor_count | DOUBLE | स्केलिंग फ़ैक्टर, जिसे गिनती के बैंड पर लागू किया जाना चाहिए |
| scale_factor_et | DOUBLE | ईटी बैंड पर लागू किया जाने वाला स्केलिंग फ़ैक्टर |
| start_date | स्ट्रिंग | महीने की शुरू होने की तारीख |
इस्तेमाल की शर्तें
इस्तेमाल की शर्तें
उद्धरण
लाइपल्ट, एल., केज़र, आर॰एच॰बी॰, फ़्लाइशमेन, ए॰एस॰, रुहोफ़, ए., बस्टियानसेन, डब्ल्यू॰, एरिकसन, टी॰ए॰ और मेल्टन, एफ़॰, 2021. SEBAL एल्गोरिदम और Google Earth Engine की क्लाउड कंप्यूटिंग का इस्तेमाल करके, वाष्पीकरण और वाष्पोत्सर्जन की लंबी अवधि तक निगरानी करना. ISPRS Journal of Photogrammetry and Remote Sensing, 178, pp.81-96. doi:10.1016/j.isprsjprs.2021.05.018
बैस्टियनसेन, डब्ल्यू॰जी॰, मेनेन्टी, एम., फ़ेड्स, आर॰ए॰ और होल्ट्सलैग, ए॰ए॰एम॰, 1998. ज़मीन के लिए रिमोट सेंसिंग सर्फ़ेस एनर्जी बैलेंस एल्गोरिदम (एसईबीएएल). 1. फ़ॉर्मूलेशन. Journal of hydrology, 212, pp.198-212. doi:S0022-1694(98)00253-4
आर॰एच॰ केज़र, रुहोफ़, ए., Laipelt, L., de Mello Kich, E., रॉबर्टि, डी॰ आर॰, डी अरुडा सूज़ा, वी॰, रूबर्ट, जी॰सी॰डी॰, कोलिस्चॉन, डब्ल्यू॰ और नील, सी॰एम॰यू॰, 2022. उष्णकटिबंधीय नम जलवायु में वाष्पीकरण का अनुमान लगाने के लिए, geeSEBAL के ऑटोमेटेड कैलिब्रेशन और मौसम संबंधी फिर से विश्लेषण की अनिश्चितताओं का आकलन करना. Agricultural and Forest Meteorology, 314, p.108775. doi:10.1016/j.agrformet.2021.108775
एलन, आर॰जी॰, बर्नेट, बी., क्रैंबर, डब्ल्यू॰, हंटिंगटन, जे., जेन्स कियर्सगार्ड, किलिक, ए., केली, सी॰ और ट्रेज़ा, आर॰, 2013. मेट्रिक-लैंडसैट इवैट्रांसपिरेशन प्रोसेस का अपने-आप कैलिब्रेट होना. JAWRA Journal of the American Water Resources Association, 49(3), pp.563-576. doi:10.1111/jawr.12056
डीओआई
Earth Engine की मदद से एक्सप्लोर करें
कोड एडिटर (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');