​

 目录

简介

摘要

代码

引用

网址推荐

0代码在线构建地图应用

机器学习

 MODIS PML V2 Gridded ET 8-day composite

DatabML V2网格ET 8天合成

简介

Penman-Monteith-Leuning Evapotranspiration V2（PML_V2）产品包括2002-2023年期间500米和8天分辨率的蒸散量（ET）、其三个组成部分以及初级生产力总值（GPP），空间范围从-60°S到90°N。 PML_V2 产品的主要优点是：通过冠层传导耦合估算蒸散和 GPP（Gan 等人，2018 年；Zhang 等人，2019 年），将蒸散分为三部分：植被蒸散、土壤直接蒸发和植被截获降雨的汽化（Zhang 等人，2016 年）。

气候引擎研究应用程序为每个人提供了一些东西。从创建当前植被地图等基本功能到测试季节降水趋势重要性等高级工作流程，该工具旨在满足资源管理者、研究人员、气候学家和临时用户的需求。 在本节中，我们记录了气候引擎研究应用程序的核心功能。

在这里，您可以找到一系列文章、教程和故障排除指南，旨在帮助您在自然资源决策中利用气候和卫星数据集的力量。Climate Engine旨在为资源管理者和研究人员提供服务，旨在让您轻松根据数十年的数据生成高度定制的地图和图表，而无需编写一行代码。 从此支持网站，您随时可以通过单击页面顶部的ClimateEngine.org链接到Climate Engine应用程序

摘要

组织机构PML V2 网站： PML V2 gitHub 代码 Google 地球引擎：PML_V2： 耦合蒸散和总初级信息(CAS/IGSNRR/PML/V2) 空间分辨率：500 米网格（1/48-deg） 时间跨度：2002 年至 2017 年（目前尚未更新） 变量： GPP：初级产品总量 Ec：植被蒸腾量 Es：蒸发量 植被蒸腾 Es： Ei： 植被冠层截流 实际蒸散量--在气候引擎中计算为 Ec+Ei+Es 的总和

PML-V2（Penman-Monteith-Leuning Evapotranspiration V2）主要应用于以下领域：

1. **水资源管理**：帮助评估和管理水资源的可用性和需求，特别是在干旱和半干旱地区。

2. **农业**：用于灌溉管理、作物生长监测和产量预测，以优化水资源的使用。

3. **生态研究**：分析生态系统的水循环和碳循环，评估植物生长和生态系统健康。

4. **气候变化研究**：监测和评估气候变化对蒸散发和水资源的影响。

5. **城市规划**：在城市环境中评估绿地和水体的蒸散发，以改善城市热岛效应和水管理。

6. **环境监测**：用于监测湿地和水体的水分动态，评估生态恢复项目的效果。

这些应用领域使得PML-V2在科学研究和实际应用中都具有重要价值。

代码

var ss = ee.ImageCollection('projects/pml_evapotranspiration/PML/OUTPUT/PML_V2_8day_v017_ARC_061')

print(ss.first())


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(
    ss, visualization, 'PML_V2 0.1.7 Gross Primary Product (GPP)');

Terms of Use:

• Acknowledgements
  • Whenever PML datasets are used in a scientific publication, the given references should be cited.
• License
  • The dataset is licensed under the CC-BY 4.0 license.

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, Redirecting
• 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. Multi-decadal trends in global terrestrial evapotranspiration and its components | Scientific Reports

网址推荐

0代码在线构建地图应用

https://invite.mapmost.com/#/login?source_inviter=nClSZANO

机器学习

https://www.cbedai.net/xg 

APP链接

https://app.climateengine.com/climateEngine

​