USGS MODIS 蒸散量数据集

USGS MODIS 蒸散量

这里提供的蒸散量 (ET) 数据集是遥感技术的结果,主要利用 MODIS 热图像和全球天气数据集。该数据集对应于 Climate Engine 使用的全球 ET 产品的第 5 版。它为 2003 年至 2023 年期间的 ET 时空动态提供了宝贵的见解。该数据集的基石是可操作的简化表面能量平衡 (SSEBop) 模型,由 Senay 等人精心详细介绍。(2013)。建立在简化表面能量平衡 (SSEB) 方法的基础上,该方法最初由 Senay 等人提出。SSEBop 模型于 2007 年发布,并在随后的出版物中得到进一步完善(Senay 等人,2011 年),它具有专门为操作应用量身定制的独特参数化功能,类似于与湿度测定相关的原理。Velpuri 等人进行的综合模型评估强调了其稳健性。2013年。前言 -- 人工智能教程

全球蒸散估计是通过将从 Aqua 卫星获取的基于 MODIS 的陆地表面温度数据与来自 WorldClim 的最高气温数据相结合而精心得出的。此外,参考ET值是通过全球数据同化系统(GDAS)获得的,用于校准和验证目的,进一步提高了该数据集的准确性。这种综合方法不仅丰富了我们对全球范围内复杂的蒸散过程的理解,而且还为这些动态提供了宝贵的时间和空间见解。有关该数据集的更多信息可以在此处找到您可以在此处找到气候引擎组织中此数据集的链接

数据集详细信息
空间范围 全球的
空间分辨率 1 公里网格(1/96 度)
时间分辨率 Dekadal、每月和每年
时间跨度 2003年至今
更新频率 每10-12天更新一次

变量

多变的 蒸散量 (ETa) ('et')
单位 毫米
比例因子 1.0
引文
复制代码
`Senay, G.B., Kagone S., Velpuri N.M., 2020, Operational Global Actual Evapotranspiration using the SSEBop model: U.S. Geological Survey data release, [https://doi.org/10.5066/P9OUVUUI.](https://doi.org/10.5066/P9OUVUUI) Publication: https://www.mdpi.com/1424-8220/20/7/1915

Senay, G. B., Budde, M. E., & Verdin, J. P. (2011). Enhancing the Simplified Surface Energy Balance (SSEB) approach for estimating landscape ET: Validation with the METRIC model. Agricultural Water Management, 98(4), 606-618.

Senay, G. B., Budde, M., Verdin, J. P., & Melesse, A. M. (2007). A coupled remote sensing and simplified surface energy balance approach to estimate actual evapotranspiration from irrigated fields. Sensors, 7(6), 979-1000.

Velpuri, N. M., Senay, G. B., Singh, R. K., Bohms, S., and Verdin, J. P. (2013). A comprehensive evaluation of two MODIS evapotranspiration products over the conterminous United States: Using point and gridded FLUXNET and water balance ET, Remote Sensing of Environment, 139, 35-49, [(Abstract and Article)](http://dx.doi.org/10.1016/j.rse.2013.07.013)
`

地球引擎片段

javascript 复制代码
// Read in dekadal, monthly, and annual Image Collections and get single image from each
var modis_et_d_ic = ee.ImageCollection('projects/earthengine-legacy/assets/projects/usgs-ssebop/modis_et_v5_dekadal')
var modis_et_d_i = modis_et_d_ic.first()
var modis_et_m_ic = ee.ImageCollection('projects/earthengine-legacy/assets/projects/usgs-ssebop/modis_et_v5_monthly')
var modis_et_m_i = modis_et_m_ic.first()
var modis_et_a_ic = ee.ImageCollection('projects/earthengine-legacy/assets/projects/usgs-ssebop/modis_et_v5_annual')
var modis_et_a_i = modis_et_a_ic.first()

// Print first image to see bands
print(modis_et_d_i)
print(modis_et_m_i)
print(modis_et_a_i)

// Visualize select bands from first image
var et_palette = ['#f5e4a9', '#fff4ad', '#c3e683', '#6bcc5c', '#3bb369', '#20998f', '#1c8691']
Map.addLayer(modis_et_d_i.select('et'), {min: 0, max: 10, palette: et_palette}, 'et, dekadal')
Map.addLayer(modis_et_m_i.select('et'), {min: 0, max: 30, palette: et_palette}, 'et, monthly')
Map.addLayer(modis_et_a_i.select('et'), {min: 0, max: 1000, palette: et_palette}, 'et, annual')

示例代码:https://code.earthengine.google.com/ ?scriptPath=users/sat-io/awesome-gee-catalog-examples:agriculture-vegetation-forestry/USGS-MODIS-ET

执照

美国地质勘探局创作或制作的数据和信息被视为属于美国公共领域。

关键词:蒸散量、MODIS、ETa、SSEBop、全球、近实时、月度、年度、dekadal

创建和提供:USGS

策划者:美国地质勘探局和气候引擎组织

相关推荐
一颗烂土豆5 小时前
Meshopt 压缩深度解析,为什么它比 Draco 更快
前端·javascript·webgl
kyriewen7 小时前
同事每天催我 Code Review,我写了个脚本让 AI 替我 review PR——现在他反过来催 AI 了
前端·javascript·ai编程
weedsfly10 小时前
迭代器、生成器与异步迭代——让数据“按需流动”的艺术
前端·javascript
假如让我当三天老蒯10 小时前
前端跨域解决方案(学习用)
前端·javascript·面试
铁皮饭盒12 小时前
Bun 哪比 Node.js 快?
javascript·后端
JieE21219 小时前
LeetCode 56. 合并区间|超清晰 JS 图解思路,面试高频区间题
javascript·算法·面试
candyTong1 天前
RTK 技术原理:一次典型会话里,80% 上下文是怎么省下来的
javascript·后端·架构
_柳青杨1 天前
深入理解 JavaScript 事件循环
前端·javascript
大家的林语冰1 天前
ES5 凉凉,Babel 8 正式发布,默认不再编译为 ES5 和 CJS......
前端·javascript·前端工程化
weedsfly1 天前
异步编程全景与事件循环——彻底搞懂 JS 执行机制
前端·javascript