GEE数据集——geeSEBAL-MODIS 南美洲大陆尺度蒸散发产品

简介: GEE数据集——geeSEBAL-MODIS 南美洲大陆尺度蒸散发产品

geeSEBAL-MODIS 南美洲大陆尺度蒸散发产品

geeSEBAL-MODIS 0-02 版蒸散(ET)产品是以 500 米像素分辨率制作的 8 天产品。蒸散发计算算法基于 SEBAL 模型和粮农组织彭曼-蒙蒂斯方程,其中包括每日气象再分析数据输入以及 MODIS 遥感数据产品,如植被特性动态、反照率、土地覆被和地表温度(LST)。前言 – 人工智能教程


图层的像素值是该时段内所有 8 天的平均值乘以 1000。图像的实际值必须乘以 0.001。请注意,每年的最后 8 天是一个 5 天或 6 天的综合时段,具体取决于年份。数据集有效期为 2002-07-01 至 2022-12-31。波段信息如下

Name Description Min Max Units Scale Offset
ET_24h Daily actual evapotranspiration 0 6601 mm day-1 0.001 0
FE Evaporative fraction 0 1017 [-] 0.001 0
ETr Reference evapotranspiration -220 7543 mm day-1 0.001 0
Rn24h_G Daily average net radiation -84478 198081 w m-2 0.001 0
LE Instantaneous latent heat flux 0 2478572 w m-2 0.001 0
H Instantaneous sensible heat flux -829456 964618 w m-2 0.001 0
Rn Instantaneous net radiation -5435 753836 w m-2 0.001 0
G Instantaneous soil heat flux -2039206 102284 w m-2 0.001 0
End_Members Cold and hot endmember candidates. Pixels with -1.0 values are cold candidates and pixels equal to 1.0 are hot endmember candidates. -121 172 [-] 0.001 0
LST_lat Land surface temperature, corrected by the adiabatic lapse rate and normalized by the solar zenith angle. 272879 330413 K 0.001 0
LST_dem Land surface temperature, corrected by the adiabatic lapse rate 254456 331505 K 0.001 0
引用信息:
Comini, Bruno & Ruhoff, Anderson & Laipelt, Leonardo & Fleischmann, Ayan & Huntington, Justin & Morton, Charles & Melton, Forrest & Erickson,
Tyler & Roberti, Débora & Souza, Vanessa & Biudes, Marcelo & Machado, Nadja & Santos, Carlos & Cosio, Eric. (2023). geeSEBAL-MODIS: Continental
scale evapotranspiration based on the surface energy balance for South America. 10.13140/RG.2.2.17579.11041.

 

代码
var dataset = ee.ImageCollection('projects/et-brasil/assets/geesebal/myd11a2/sa/v0-02')
                  .filter(ee.Filter.date('2018-05-01', '2018-10-01'));
var et = dataset.select('ET_24h');
var etVis = {
  min: 0.0,
  max: 6000.0,
  palette: ['#650000','#b02323','#d35454','#cc9e99','#e6e2ac','#99accc','#5676d6','#2222ab','#380061']
           
};
Map.setCenter(-50, -25, 3);
Map.addLayer(
    et, etVis,
    'Daily Evapotranspiration (mm/day)');

代码链接: https://code.earthengine.google.com/?scriptPath=users/sat-io/awesome-gee-catalog-examples:agriculture-vegetation-forestry/GEESEBAL-ET-SOUTH-AMERICA

License

The datset is made available under a CC-BY-4.0 license.

Curated by: Bruno Comini de Andrade, Anderson Ruhoff, Leonardo Laipelt

Keywords: evapotranspiration, South America, water resources

Last updated: 2023-03-26 https://code.earthengine.google.com/ba815cfffab1b2f60ef92446693b9170

 

相关文章
|
6月前
|
人工智能 数据库
GEE数据集——USGS全球地震数据集
GEE数据集——USGS全球地震数据集
190 2
|
6月前
GEE——利用Landsat系列数据集进行1984-2023EVI指数趋势分析
GEE——利用Landsat系列数据集进行1984-2023EVI指数趋势分析
315 0
|
6月前
|
机器学习/深度学习 传感器 算法
GEE好文推荐——利用样本点迁移方法快速实现全球范围内1984年至今基于Landsat影像的土地分类
GEE好文推荐——利用样本点迁移方法快速实现全球范围内1984年至今基于Landsat影像的土地分类
226 0
|
数据可视化
GEE(Google Earth Engine)——使用 NASA NEX-DCP30 数据集创建投影的可视化(美国加利福尼亚州圣华金流域的气候)
GEE(Google Earth Engine)——使用 NASA NEX-DCP30 数据集创建投影的可视化(美国加利福尼亚州圣华金流域的气候)
265 0
GEE(Google Earth Engine)——使用 NASA NEX-DCP30 数据集创建投影的可视化(美国加利福尼亚州圣华金流域的气候)
|
编解码
Google Earth Engine ——Terra MODIS植被覆盖度(VCF)产品是全球地表植被估计的亚像素级250m分辨率产品
Google Earth Engine ——Terra MODIS植被覆盖度(VCF)产品是全球地表植被估计的亚像素级250m分辨率产品
858 0
Google Earth Engine ——Terra MODIS植被覆盖度(VCF)产品是全球地表植被估计的亚像素级250m分辨率产品
|
6月前
|
人工智能
Google Earth Engine(GEE)——全球1公里的云量MODIS图像数据集
Google Earth Engine(GEE)——全球1公里的云量MODIS图像数据集
139 0
Google Earth Engine(GEE)——全球1公里的云量MODIS图像数据集
|
6月前
|
机器学习/深度学习 数据采集 编解码
基于MODIS数据的2000-2021年中国植被生物量数据集
基于MODIS数据的2000-2021年中国植被生物量数据集
162 0
|
6月前
|
编解码 定位技术 计算机视觉
Google Earth Engine(GEE)——全球免费的高分辨率人口数据集(30米分辨率)
Google Earth Engine(GEE)——全球免费的高分辨率人口数据集(30米分辨率)
181 0
Google Earth Engine ——LANDSAT 4系列归一化差异雪指数(NDSI)8天/32天/年际合成数据集
Google Earth Engine ——LANDSAT 4系列归一化差异雪指数(NDSI)8天/32天/年际合成数据集
232 0
Google Earth Engine ——LANDSAT 4系列归一化差异雪指数(NDSI)8天/32天/年际合成数据集
|
编解码
Google Earth Engine(GEE)——GEDI L4B全球地表生物量密度1000m分辨率数据集
Google Earth Engine(GEE)——GEDI L4B全球地表生物量密度1000m分辨率数据集
740 0
Google Earth Engine(GEE)——GEDI L4B全球地表生物量密度1000m分辨率数据集
下一篇
无影云桌面