OpenET eeMETRIC Monthly Evapotranspiration v2.0

Implémentation Google Earth Engine du modèle de cartographie de l'évapotranspiration à haute résolution avec calibration interne (eeMETRIC)

eeMETRIC applique les algorithmes et le processus METRIC avancés d'Allen et al. (2007 ; 2015) et Allen et al. (2013b), où une relation singulière entre la différence de température de l'air près de la surface (dT) et la température de surface terrestre décalée (TsDEM) est utilisée pour estimer le flux de chaleur sensible (H) et est appliquée à chaque scène Landsat. La sélection automatisée des pixels chauds et froids pour une image suit généralement une procédure d'isolation statistique décrite par Allen et al. (2013a) et ReVelle, Kilic et Allen (2019a,b). La calibration de H dans eeMETRIC utilise l'ET de référence de la luzerne calculée à partir de l'ensemble de données météorologiques maillées NLDAS en utilisant une réduction fixe de 15 % de l'ET de référence calculée pour tenir compte des biais connus dans l'ensemble de données maillées. La réduction fixe n'a pas d'incidence sur la précision de la calibration d'eeMETRIC et réduit principalement les effets de la correction de la flottabilité de la couche limite.

L'identification des candidats pour les pools de pixels chauds et froids a évolué dans l'implémentation eeMETRIC de METRIC. Le nouveau processus de calibration automatisé combine des méthodologies et des approches issues de deux branches de développement d'EEFlux (Allen et al., 2015). La première branche visait à améliorer le processus de sélection automatisée des pixels à l'aide de taux de lapse standards pour la température de surface terrestre (LST) sans autre délapsement spatial (ReVelle et al., 2019b). La deuxième branche a intégré une désagrégation spatiale secondaire de la LST ainsi que des modifications du processus de sélection des pixels (ReVelle et al., 2019a). L'approche combinée finale est décrite par Kilic et al. (2021).

eeMETRIC utilise les fonctions liées à l'aérodynamique en terrain complexe (montagnes) développées par Allen et al. (2013b) pour améliorer les estimations de la rugosité aérodynamique, de la vitesse du vent et de la stabilité de la couche limite en fonction de la rugosité du terrain estimée, de la position sur une pente et de la direction du vent. Ces fonctions ont tendance à augmenter les estimations de H (et à réduire l'ET) sur les versants au vent et peuvent réduire H (et augmenter l'ET) sur les versants sous le vent. D'autres fonctions METRIC utilisées dans eeMETRIC ont été ajoutées depuis les descriptions fournies dans Allen et al. (2007 et 2011). Elles incluent la réduction du flux de chaleur du sol (G) en présence de paillis organique à la surface du sol, l'utilisation d'une résistance aérodynamique excessive pour les arbustaies, l'utilisation de la fonction Perrier pour les arbres identifiés comme forêt (Allen et al., 2018 ; Santos et al., 2012) et l'estimation aérodynamique de l'évaporation à partir d'eaux libres plutôt que d'utiliser le bilan énergétique (Jensen et Allen 2016 ; Allen et al., 2018). En 2022, la fonction Perrier a été appliquée aux cultures arboricoles (vergers), et une partition à trois sources de la température de surface globale en température de la canopée, température du sol à l'ombre et température du sol au soleil a été appliquée aux vergers et aux vignobles. Ces dernières applications ont été effectuées lorsque les vergers et les vignobles étaient identifiés par la CDL ou, en Californie, par un système d'utilisation des terres parrainé par l'État. Ces fonctions et d'autres améliorations apportées au modèle METRIC d'origine sont décrites dans le manuel d'utilisation de METRIC le plus récent (Allen et al., 2018). eeMETRIC utilise la réflectance de surface corrigée atmosphériquement et la température de surface terrestre (LST) de la collection 2 de niveau 2 de Landsat, avec un retour à la collection 2 de niveau 1 si nécessaire pour les estimations en temps quasi réel.

Informations supplémentaires