全球陆地蒸散量（ET）和总初级生产力（GPP）：耦合蒸散量与总初级生产力数据集（VIIRS版）

PML_V2.2a耦合蒸散量与总初级生产力数据集VIIRS版引言蒸散量Evapotranspiration, ET和总初级生产力Gross Primary Product, GPP是陆地水循环和碳循环中的两个核心变量。准确获取全球尺度的ET与GPP数据对于理解气候变化、水资源管理和生态系统碳收支具有重要意义。PMLPenman-Monteith-Leuning模型系列产品由大规模水文实验室Large Scale Hydrology Lab开发通过将多源地球观测数据与基于过程的建模相结合为全球和区域水循环研究提供了高质量的数据支撑。本文介绍的PML-V2.2aVIIRS版是该系列的最新版本之一基于VIIRS卫星数据制作适用于近实时的高分辨率监测。数据集概述属性说明数据集IDprojects/pml_evapotranspiration/PML/OUTPUT/PML_V22a_VIIRS时间范围2012-01-25 至 2025-12-27空间分辨率500 米时间分辨率8 天空间范围全球-60°S 至 90°N数据生产者Large Scale Hydrology Lab该数据集提供全球陆地蒸散量ET和总初级生产力GPP分辨率为500米、每8天更新一次。此版本由MSWEP和MSWX数据驱动并使用了208个通量站点进行了扩展的自下而上校准对参数化进行了改进能够明确区分灌溉农田和雨养农田。验证结果表明该产品在不同植物功能类型中均具有较高的准确性NSE 0.60绝对偏差 5%并在流域尺度上表现出可靠的水量平衡性能NSE0.89–0.91。提示对于2000年至2024年期间的数据请参阅配套的MODIS版数据集ID:projects/pml_evapotranspiration/PML/OUTPUT/PML_V22a该版本将不再更新。VIIRS版专为近实时监测优化确保数据的无缝连续性。波段信息所有波段的空间分辨率均为500米且均需乘以缩放系数0.01才能得到真实值。波段名称单位缩放系数说明GPPgC m⁻² d⁻¹0.01总初级生产力ETmm/天0.01蒸散量Ecmm/天0.01蒸腾作用Esmm/天0.01土壤蒸发Eimm/天0.01截留蒸发PETmm/天0.01潜在蒸散量使用Shuttleworth简化的Penman方程估算Ewmm/天0.01水体、雪和冰的蒸发量使用Penman方程估算假设供水无限Earth Engine 代码示例JavaScriptCode Editor// 加载PML-V2.2a VIIRS版数据集vardatasetee.ImageCollection(projects/pml_evapotranspiration/PML/OUTPUT/PML_V22a_VIIRS);// 按时间过滤例如2024年全年varfiltereddataset.filterDate(2024-01-01,2024-12-31);// 选择蒸散量ET波段并应用缩放系数varetfiltered.select(ET).mean().multiply(0.01);// 可视化参数varvisParams{min:0,max:5,palette:[blue,cyan,green,yellow,red]};// 添加到地图Map.centerObject(et,4);Map.addLayer(et,visParams,Average ET (mm/day));// 打印数据集信息print(Dataset:,dataset);print(Number of images:,filtered.size());Pythongeemap / eeimporteeimportgeemap# 初始化 Earth Engineee.Initialize()# 加载数据集datasetee.ImageCollection(projects/pml_evapotranspiration/PML/OUTPUT/PML_V22a_VIIRS)# 按时间过滤filtereddataset.filterDate(2024-01-01,2024-12-31)# 计算平均蒸散量并应用缩放etfiltered.select(ET).mean().multiply(0.01)# 创建交互式地图Mapgeemap.Map()Map.centerObject(et,4)# 可视化参数vis_params{min:0,max:5,palette:[blue,cyan,green,yellow,red]}Map.addLayer(et,vis_params,Average ET (mm/day))Map.addLayerControl()Map提取时间序列JavaScript如果需要提取某个特定位置的长时间序列数据// 定义感兴趣点例如北京附近varpointee.Geometry.Point([116.4,39.9]);// 加载数据集vardatasetee.ImageCollection(projects/pml_evapotranspiration/PML/OUTPUT/PML_V22a_VIIRS);// 提取ET时间序列varet_tsdataset.select(ET).map(function(image){varet_valimage.reduceRegion({reducer:ee.Reducer.mean(),geometry:point,scale:500,maxPixels:1e9});returnee.Feature(null,{date:image.date().format(YYYY-MM-dd),ET:ee.Number(et_val.get(ET)).multiply(0.01)});});// 打印时间序列print(ET Time Series:,et_ts);可视化结果注意事项数据许可该数据集属于发布商目录并非由Google Earth Engine管理。使用时请遵守数据提供方的引用和许可条款。缩放系数所有波段均需乘以0.01才能得到真实物理值。MODIS版 vs VIIRS版MODIS版PML_V22a2000–2024年将不再更新VIIRS版PML_V22a_VIIRS2012–2025年持续更新适合近实时监测长期记录如需更长时间序列的数据1982年至今PML-V2.2a/b/c0.1°分辨率请访问TPDC数据存储库。引用信息该数据集是PML-V2.2套件的一部分详细说明请参考Earth System Science Data预印本。总结PML-V2.2aVIIRS版数据集为全球陆表蒸散量和总初级生产力研究提供了高质量的近实时监测数据。500米的空间分辨率和8天的时间分辨率使其适用于区域到全球尺度的水文、生态和气候变化研究。通过Google Earth Engine平台用户可以便捷地访问、处理和分析这一宝贵的数据资源。