OpenET geeSEBAL Monthly Evapotranspiration v2.0

geeSEBAL の実装は OpenET フレームワーク内で最近完了しました。現在の geeSEBAL バージョンの概要については、Bastiaanssen ら（1998 年）が開発した元のアルゴリズムに基づく Laipelt ら（2021 年）をご覧ください。OpenET geeSEBAL 実装では、NLDAS と gridMET のデータセットに加えて、Landsat Collection 2 の地表面温度（LST）データが、それぞれ瞬時気象入力と日次気象入力として使用されます。ホット エンドメンバーとコールド エンドメンバーを選択する自動統計アルゴリズムは、Allen ら（2013 年）が提案した極端な条件での逆モデリングを使用したキャリブレーション（CIMEC）アルゴリズムの簡略版に基づいています。このアルゴリズムでは、LST と正規化植生指数（NDVI）値の分位値を使用して、Landsat ドメイン領域のエンドメンバー候補を選択します。低温で湿潤なエンドメンバー候補は植生が豊かな地域で選択され、高温で乾燥したエンドメンバー候補は植生が少ない農地で選択されます。選択したエンドメンバーに基づいて、geeSEBAL は、低温で湿潤なエンドメンバーでは利用可能なすべてのエネルギーが潜熱に変換され（蒸散率が高い）、高温で乾燥したエンドメンバーでは利用可能なすべてのエネルギーが顕熱に変換されると想定します。最後に、蒸発散率が日中に一定で、土壌水分と移流に大きな変化がないと仮定して、蒸発散率に基づく瞬時推定値から毎日の蒸発散量の推定値をアップスケールします。OpenET の精度評価と相互比較研究の結果に基づいて、OpenET の geeSEBAL アルゴリズムは次のように変更されました。（i）CIMEC の簡略版が、USDA の Cropland Data Layer（CDL）や NDVI、LST、アルベドのフィルタなど、エンドメンバーを選択するための追加のフィルタを使用して改善されました。（ii）先行降水量に基づくエンドメンバーの LST の補正。（iii）大気補正中のモデルの不安定性を軽減するための NLDAS 風速しきい値の定義。（iv）FAO-56 を参照して、1 日の正味放射量を推定するための改善（Allen et al.、1998 年）。全体として、geeSEBAL のパフォーマンスは地形、気候、気象条件に依存します。CIMEC 自動キャリブレーションの高温と低温の端点選択に関連する感度と不確実性が高く、気象入力に関連する感度と不確実性が低くなります（Laipelt et al.、2021 年、Kayser ほか2022 年）。複雑な地形に関連する不確実性を軽減するため、LST と地表の全天日射量（環境減率、標高の傾斜と方位を含む）を補正して、地形的特徴がモデルの端成分選択アルゴリズムと ET 推定に及ぼす影響を表現する改善が追加されました。

その他の情報