此数据集属于发布商目录，并非由 Google Earth Engine 管理。 如需报告 bug 或查看 OpenET Catalog 中的更多数据集，请发送电子邮件至 support@openetdata.org。详细了解发布商数据集。
- 目录所有者
- OpenET
- 数据集可用时间
- 2015-10-01T00:00:00Z–2026-04-01T00:00:00Z
- 数据集生产者
- OpenET, Inc.
- 联系人
- support@openetdata.org
- 频率
- 1 个月
- 标签
说明
Operational Simplified Surface Energy Balance (SSEBop)。
业务简化表面能平衡 (SSEBop) 模型（Senay 等人，2013 年；2023 年）是一种基于热量的实际蒸散量 (ET) 估计方法，它利用了卫星湿度测量原理（Senay，2018 年）。作为 OpenET 集成模型中的核心模型之一，SSEBop 为大面积、业务性 ET 映射提供了一个计算高效的框架。
SSEBop 的 OpenET Collection 2.1 实现依赖于两个主要输入：
- 来自 Landsat Collection 2 Level 2 科学产品的地表温度。
- 来自 gridMET 的网格化参考 ET（Abotzoglou，2013 年）。
关键模型参数（包括冷/湿球参考温度 [Tc] 和表面温湿定差常数 [1/dT]）是通过结合观测到的地表温度、归一化差值植被指数 (NDVI) 和 ERA5 净辐射数据得出的（DOI：10.5066/P9JBW6R9）。这些组件集成在 Google Earth Engine 处理环境中，该环境可关联整套 SSEBop 算法，以生成中间输出和汇总的 ET 产品。对美国本土进行了广泛评估（Senay 等人，2022 年；Volk 等，2024 年；Ji 等人，2025 年；Khand 等人，2025 年）指导了基于云的实施，并展示了该模型在作物用水评估和区域水预算分析等应用中的实用性。
对于 OpenET Collection 2.1，SSEBop 模型为 v0.7.1（Senay 等人，2026 年版）包含一项重大改进：改进了用于确定 Tc 的强制和归一化操作 (FANO) 方程的实现。此更新增强了模型表示低 NDVI 湿表面的能力，从而提高了植被信号较弱或混合区域的性能，尤其是在稀疏冠层覆盖期间的农田和草地上。OpenET Collection v2.1
OpenET Collection v2.1 是 Collection v2.0 的重新处理和更新版本，主要旨在解决已知的 v2.0 问题，同时还纳入了细微的模型改进和输入数据更新。可以预见的是，在某些地点和时间，这两个版本在 ET 方面会有明显的差异。部分更新和变更包括：
- 额外的云过滤和过滤功能，可跳过未遮盖云和/或大面积积雪的 Landsat 影像。
- 重新处理以纳入对 NLDAS-2 和 GRIDMET 输入气象数据集的更新。
- 将 USGS 年度 NLCD 产品纳入需要土地覆盖信息的所有模型中。
- 针对需要作物类型信息的所有模型，纳入最新的 USDA CDL。
- 更新了插值，因此只有当某个月的所有天数都有插值时，才会生成该月的 ET（减少了多云/下雪或低覆盖率时段内“count=0”的月份）。
- 应用发射率校正来解决 Landsat LST 数据中的已知问题。
频段
波段
像素大小：30 米（所有波段）
| 名称 | 单位 | 像元大小 | 说明 |
|---|---|---|---|
et |
mm | 30 米 | 总实际蒸散量 (ET) |
count |
计数 | 30 米 | 插值中包含的当月无云观测次数 |
图片属性
图像属性
| 名称 | 类型 | 说明 |
|---|---|---|
| build_date | STRING | 资产的建造日期 |
| build_status | STRING | 状态可以是“永久”或“临时”。标记为“临时”的图片可能会在未来更新。 |
| cloud_cover_max | 双精度 | 纳入插值的 Landsat 图片的最大 CLOUD_COVER_LAND 百分比值 |
| 收藏集 | STRING | 用于插值的 Landsat 图像的 Landsat 集合列表 |
| core_version | STRING | OpenET 核心库版本 |
| end_date | STRING | 月份的结束日期 |
| et_reference_band | STRING | et_reference_source 中包含每日参考 ET 数据的频段 |
| et_reference_resample | STRING | 用于重新采样每日参考 ET 数据的空间插值模式 |
| et_reference_source | STRING | 每日参考 ET 数据的集合 ID |
| image_source_count | 双精度 | 插值中使用的场景图片数量 |
| interp_days | 双精度 | 纳入插值范围的每个图片日期之前和之后的天数上限 |
| interp_method | STRING | 用于在 Landsat 模型估计值之间进行插值的方法 |
| interp_source_count | 双精度 | 插值源图片集合中目标月份的可用图片数量 |
| mgrs_tile | STRING | MGRS 网格区域 ID |
| model_name | STRING | OpenET 模型名称 |
| model_version | STRING | OpenET 模型版本 |
| scale_factor_count | 双精度 | 应应用于数量区间的缩放比例 |
| scale_factor_et | 双精度 | 应应用于 ET 频段的缩放比例 |
| start_date | STRING | 月份开始日期 |
| units_et | STRING | “et”乐队的单位 |
使用条款
使用条款
引用
Senay, G.B.、Parrish, G.E.、Schauer, M.、Friedrichs, M.、Khand, K.、Boiko, O.、Kagone, S.、Dittmeier, R.、Arab, S. 和 Ji, L.，2023 年。Improving the Operational Simplified Surface Energy Balance Evapotranspiration Model Using the Forcing and Normalizing Operation. Remote Sensing, 15(1), p.260. doi:10.3390/rs15010260
Senay, G.B.、Bohms, S.、Singh, R.K.、Gowda, P.H.、Velpuri, N.M.、Alemu、H. 和 Verdin、J.P.，2013 年。利用遥感和天气数据集进行业务性蒸散量测绘：一种新的 SSEB 方法形参化。JAWRA Journal of the American Water Resources Association, 49(3), pp.577-591. doi:10.1111/jawr.12057
Senay, G.B.、Schauer, M.、Friedrichs, M.、Velpuri, N.M. 和 Singh, R.K.，2017 年。美国西南部基于卫星的历史 Landsat 数据（1984 年至 2014 年）的水资源使用动态。Remote Sensing of Environment, 202, pp.98-112。 doi:10.1016/j.rse.2017.05.005c
Senay, G.B.、2018 年。用于量化和绘制蒸散量的业务简化地表能量平衡 (SSEBop) 模型的卫星温湿度计公式。Applied Engineering in Agriculture，34(3)，第 555-566 页。 doi:10.13031/aea.12614
Senay, G.B.、Friedrichs, M.、Morton, C.、Parrish, G.E.、Schauer, M.， Khand, K.、Kagone, S.、Boiko, O. 和 Huntington, J.，2022 年。利用 Landsat 绘制美国本土的实际蒸散量：Google Earth Engine 实现和 SSEBop 模型评估。Remote Sensing of Environment, 275, p.113011. doi:10.1016/j.rse.2022.113011
DOI
通过 Earth Engine 探索
代码编辑器 (JavaScript)
var dataset = ee.ImageCollection('projects/openet/assets/ssebop/conus/gridmet/monthly/v2_1') .filterDate('2024-01-01', '2025-01-01'); // Compute the annual evapotranspiration (ET) as the sum of the monthly ET // images for the year. var et = dataset.select('et').sum(); var visualization = { min: 0, max: 1400, palette: [ '9e6212', 'ac7d1d', 'ba9829', 'c8b434', 'd6cf40', 'bed44b', '9fcb51', '80c256', '61b95c', '42b062', '45b677', '49bc8d', '4dc2a2', '51c8b8', '55cece', '4db4ba', '459aa7', '3d8094', '356681', '2d4c6e', ] }; Map.setCenter(-100, 38, 5); Map.addLayer(et, visualization, 'OpenET SSEBop Annual ET');