Google Earth Engine ——数据全解析专辑(PML_V2: Coupled Evapotranspiration and Gross Primary Product)

本文涉及的产品
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
云解析 DNS,旗舰版 1个月
全局流量管理 GTM,标准版 1个月
简介: Google Earth Engine ——数据全解析专辑(PML_V2: Coupled Evapotranspiration and Gross Primary Product)

Penman-Monteith-Leuning Evapotranspiration V2 (PML_V2) products include evapotranspiration (ET), its three components, and gross primary product (GPP) at 500m and 8-day resolution during 2002-2017 and with spatial range from -60°S to 90°N. The major advantages of the PML_V2 products are:

  1. coupled estimates of transpiration and GPP via canopy conductance (Gan et al., 2018; Zhang et al., 2019)
  2. partitioning ET into three components: transpiration from vegetation, direct evaporation from the soil and vaporization of intercepted rainfall from vegetation (Zhang et al., 2016).


The PML_V2 products perform well against observations at 95 flux sites across globe, and are similar to or noticeably better than major state-of-the-art ET and GPP products widely used by water and ecology science communities (Zhang et al., 2019).


Penman-Monteith-Leuning V2 (PML_V2) 产品包括 2002-2017 年期间 500m 和 8 天分

辨率的蒸散量 (ET)、其三个分量和初级产品总值 (GPP),空间范围从 -60°S 到 90 °N。 PML_V2 产品的主要优点是:


通过冠层电导对蒸腾作用和 GPP 的耦合估计(Gan 等人,2018 年;Zhang 等人,2019 年)

将 ET 分为三个部分:植被蒸腾作用、土壤直接蒸发和植被截留降雨的蒸发(Zhang et al., 2016)。

PML_V2 产品在全球 95 个通量站点的观测中表现良好,与水和生态科学界广泛使用的主要最先进的 ET 和 GPP 产品相似或明显更好(Zhang 等,2019) .

Dataset Availability

2002-07-04T00:00:00 - 2017-12-27T00:00:00

Dataset Provider

PML_V2

Collection Snippet

ee.ImageCollection("CAS/IGSNRR/PML/V2")

Resolution

500 meters

Bands Table

Name Description Min* Max* Units
GPP Gross primary product 0 39.01 gC m-2 d-1
Ec Vegetation transpiration 0 15.33 mm d-1
Es Soil evaporation 0 8.2 mm d-1
Ei Interception from vegetation canopy 0 12.56 mm d-1
ET_water Water body, snow and ice evaporation. Penman evapotranspiration is regarded as actual evaporation for them. 0 20.11 mm d-1

 

数据引用:

Zhang, Y., Kong, D., Gan, R., Chiew, F.H.S., McVicar, T.R., Zhang, Q., and Yang, Y., 2019. Coupled estimation of 500m and 8-day resolution global evapotranspiration and gross primary production in 2002-2017. Remote Sens. Environ. 222, 165-182, https://doi.org/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. Use of satellite leaf area index estimating evapotranspiration and gross assimilation for Australian ecosystems. Ecohydrology, https://doi.org/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. Multi-decadal trends in global terrestrial evapotranspiration and its components. Sci. Rep. 6, 19124. https://doi.org/10.1038/srep19124


代码:

var dataset = ee.ImageCollection("CAS/IGSNRR/PML/V2");
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(dataset, visualization, "PML_V2 GPP");


相关文章
|
1月前
|
人工智能 自然语言处理 前端开发
SpringBoot + 通义千问 + 自定义React组件:支持EventStream数据解析的技术实践
【10月更文挑战第7天】在现代Web开发中,集成多种技术栈以实现复杂的功能需求已成为常态。本文将详细介绍如何使用SpringBoot作为后端框架,结合阿里巴巴的通义千问(一个强大的自然语言处理服务),并通过自定义React组件来支持服务器发送事件(SSE, Server-Sent Events)的EventStream数据解析。这一组合不仅能够实现高效的实时通信,还能利用AI技术提升用户体验。
161 2
|
1月前
|
XML 数据格式 开发者
解析数据的Beautiful Soup 模块(一)
解析数据的Beautiful Soup 模块(一)
数据解析之xpath 太6了
数据解析之xpath 太6了
|
19天前
|
自然语言处理 数据可视化 前端开发
从数据提取到管理:合合信息的智能文档处理全方位解析【合合信息智能文档处理百宝箱】
合合信息的智能文档处理“百宝箱”涵盖文档解析、向量化模型、测评工具等,解决了复杂文档解析、大模型问答幻觉、文档解析效果评估、知识库搭建、多语言文档翻译等问题。通过可视化解析工具 TextIn ParseX、向量化模型 acge-embedding 和文档解析测评工具 markdown_tester,百宝箱提升了文档处理的效率和精确度,适用于多种文档格式和语言环境,助力企业实现高效的信息管理和业务支持。
3940 3
从数据提取到管理:合合信息的智能文档处理全方位解析【合合信息智能文档处理百宝箱】
|
9天前
|
存储 分布式计算 Java
存算分离与计算向数据移动:深度解析与Java实现
【11月更文挑战第10天】随着大数据时代的到来,数据量的激增给传统的数据处理架构带来了巨大的挑战。传统的“存算一体”架构,即计算资源与存储资源紧密耦合,在处理海量数据时逐渐显露出其局限性。为了应对这些挑战,存算分离(Disaggregated Storage and Compute Architecture)和计算向数据移动(Compute Moves to Data)两种架构应运而生,成为大数据处理领域的热门技术。
27 2
|
15天前
|
JavaScript API 开发工具
<大厂实战场景> ~ Flutter&鸿蒙next 解析后端返回的 HTML 数据详解
本文介绍了如何在 Flutter 中解析后端返回的 HTML 数据。首先解释了 HTML 解析的概念,然后详细介绍了使用 `http` 和 `html` 库的步骤,包括添加依赖、获取 HTML 数据、解析 HTML 内容和在 Flutter UI 中显示解析结果。通过具体的代码示例,展示了如何从 URL 获取 HTML 并提取特定信息,如链接列表。希望本文能帮助你在 Flutter 应用中更好地处理 HTML 数据。
93 1
|
1月前
|
数据采集 XML 前端开发
Jsoup在Java中:解析京东网站数据
Jsoup在Java中:解析京东网站数据
|
2月前
|
存储 弹性计算 缓存
阿里云服务器ECS通用型实例规格族特点、适用场景、指标数据解析
阿里云服务器ECS提供了多种通用型实例规格族,每种规格族都针对不同的计算需求、存储性能、网络吞吐量和安全特性进行了优化。以下是对存储增强通用型实例规格族g8ise、通用型实例规格族g8a、通用型实例规格族g8y、存储增强通用型实例规格族g7se、通用型实例规格族g7等所有通用型实例规格族的详细解析,包括它们的核心特点、适用场景、实例规格及具体指标数据,以供参考。
阿里云服务器ECS通用型实例规格族特点、适用场景、指标数据解析
|
15天前
|
JSON 前端开发 JavaScript
API接口商品详情接口数据解析
商品详情接口通常用于提供特定商品的详细信息,这些信息比商品列表接口中的信息更加详细和全面。以下是一个示例的JSON数据格式,用于表示一个商品详情API接口的响应。这个示例假定API返回一个包含商品详细信息的对象。
|
2月前
|
消息中间件 canal 关系型数据库
Maxwell:binlog 解析器,轻松同步 MySQL 数据
Maxwell:binlog 解析器,轻松同步 MySQL 数据
289 11

推荐镜像

更多