Dataset of ground truth of land surface evapotranspiration at regional scale in the Heihe River Basin (2012-2016) ETMap Version 1.0
基于近年来开展的“黑河综合遥感联合试验”（WATER）、“黑河流域生态-水文过程综合遥感观测联合试验”（HiWATER）、所积累的站点观测数据（自动气象站、涡动相关仪、大孔径闪烁仪等），共选用36个站点（65个站年，分布图见图1），结合多源遥感数据（土地覆盖与植被类型图，叶面积指数、地表温度等）和大气驱动数据等，运用五种机器学习方法（回归树、随机森林、人工神经网络、支持向量机、深度信念网络）分别构建了不同的地表蒸散发尺度扩展模型，对各尺度扩展模型进行了全面的对比分析，结果表明：相比于其他四种方法，随机森林方法更适合于黑河流域由站点到区域的地表蒸散发尺度扩展研究。基于优选出的随机森林尺度扩展模型，以遥感及大气驱动数据作为输入，生产了2012~2016年生长季（5~9月）黑河流域地表蒸散发时空分布图（ETMap，时间分辨率为逐日，空间分辨率为1km）。以LAS观测值为真值进行验证，结果表明：ETMap整体精度良好，上游 (LAS1)、中游 (LAS2-LAS5)和下游 (LAS6 - LAS8)的RMSE (MAPE)分别为0.65 mm/day(18.86%)、0.99 mm/day (19.13%)和0.91 mm/day (22.82%)。总之，ETMap是基于站点观测数据运用随机森林算法进行尺度扩展得到的精度较高的黑河流域地表蒸散发产品。所有站点信息和尺度扩展方法请参考Xu et al. (2018)，观测数据处理请参考Liu et al. (2018)。
1. Xu,T., Guo,Z., Liu,S., He,X., Meng,Y., Xu,Z.,et al. ( 2018). Evaluating different machine learning methods for upscaling evapotranspiration from towers to the regional scale. Journal of Geophysical Research: Atmospheres, 123(16), 8674-8690. https://doi.org/10.1029/2018JD028447.(查看)
数据的引用
刘绍民, 徐同仁. (2019). 黑河流域区域尺度地表蒸散发相对真值数据集（2012-2016年）ETMap Version 1.0. 时空三极环境大数据平台, 2019. doi:
10.11888/Meteoro.tpdc.270141.
[Liu, S., Xu, T. (2019). Dataset of ground truth of land surface evapotranspiration at regional scale in the Heihe River Basin (2012-2016) ETMap Version 1.0. A Big Earth Data Platform for Three Poles, 2019]
使用本数据时必须引用“文章的引用”中列出的文献，并进行数据的引用
1.Xu, Z.W., Ma, Y.F., Liu, S.M., Shi, S.J., & Wang, J.M. (2017). Assessment of the energy balance closure under advective conditions and its impact using remote sensing data. Journal of Applied Meteorology and Climatology, 56, 127-140.( 查看 )
2.Li, X., Liu, S.M., Xiao, Q., Ma, M.G., Jin, R., Che, T., Wang, W.Z., Hu, X.L., Xu, Z.W., Wen, J.G., Wang, L.X. (2017). A multiscale dataset for understanding complex eco-hydrological processes in a heterogeneous oasis system. Scientific Data, 4, 170083. doi:10.1038/sdata.2017.83.( 查看 | 下载 )
3.Song, L.S., Kustas WP, Liu, S.M., Colaizzi PD, Nieto H, Xu, Z.W., Ma, Y.F., Li, M.S., Xu, T.R., Agam, N., Tolk, J., & Evett, S. (2016). Applications of a thermal-based two-source energy balance model using Priestley-Taylor approach for surface temperature partitioning under advective conditions. Journal of Hydrology, doi:10.1016/j.jhydrol.2016.06.034.( 查看 )
4.Li, X., Cheng, G.D., Liu, S.M., Xiao, Q., Ma, M.G., Jin, R., Che, T., Liu, Q.H., Wang, W.Z., Qi, Y., Wen, J.G., Li, H.Y., Zhu, G.F., Guo, J.W., Ran, Y.H., Wang, S.G., Zhu, Z.L., Zhou, J., Hu, X.L., & Xu, Z.W. (2013). Heihe watershed allied telemetry experimental research (hiwater): scientific objectives and experimental design. Bulletin of the American Meteorological Society, 94(8), 1145-1160. doi:10.1175/BAMS-D-12-00154.1.( 查看 )
5.李新, 刘绍民, 马明国, 肖青, 柳钦火, 晋锐, 车涛, 王维真, 祁元, 李弘毅, 朱高峰, 郭建文, 冉有华, 闻建光, 王树果. (2012). 黑河流域生态-水文过程综合遥感观测联合试验总体设计. 地球科学进展, 27(5), 481-498. doi:10.11867/j.issn.1001-8166.2012.05.0481.( 查看 | 下载 )
6.Hu, M.G., Wang, J.H., Ge, Y., Liu, M.X., Liu, S.M., Xu, Z.W., & Xu, T.R. (2015). Scaling Flux Tower Observations of Sensible Heat Flux Using Weighted Area-to-Area Regression Kriging. Atmosphere, 6(8), 1032-1044.( 查看 )
7.Xu, T.R., He, X.L., Bateni, S.M., Auligne, T., Liu, S.M., Xu, Z.W., Zhou, J., Mao, K.B. (2019). Mapping Regional Turbulent Heat Fluxes via Variational Assimilation of Land Surface Temperature Data from Polar Orbiting Satellites. Remote Sensing of Environment, 221, 444-461, doi.org/10.1016/j.rse.2018.11.023( 查看 )
8.Song, L.S., Liu, S.M., Kustas WP, Zhou, J., Xu, Z.W., Xia, T., & Li, M.S. (2016). Application of remote sensing-based two-source energy balance model for mapping field surface fluxes with composite and component surface temperatures. Agricultural and Forest Meteorology, 230-231, 8-19.doi:10.1016/j.agrformet.2016.01.005.( 查看 )
9.Xu TR, Bateni S.M., Neale C.M.U., Auligne T., Liu SM. Estimation of turbulent heat fluxes by assimilation of land surface temperature observations from GOES satellites into an ensemble Kalman smoother framework. Journal of Geophysical Research: Atmospheres, 2018, 123(5): 2409-2423. doi: 10.1002/2017JD027732.( 查看 )
10.Ma, Y.F., Liu, S.M., Song, L.S., Xu, Z.W., Liu, Y.L., Xu, T.R., Zhu, Z.L. (2018). Estimation of daily evapotranspiration and irrigation water efficiency at a Landsat-like scale for an arid irrigation area using multi-source remote sensing data. Remote Sensing of Environment, 216, 715-734. doi:10.1016/j.rse.2018.07.019.( 查看 )
11.Jung M, Reichstein M, Margolis H. A., Cescatti A, Richardson AD, Arain MA, Williams, C.. Global patterns of land-atmosphere fluxes of carbon dioxide, latent heat, and sensible heat derived from eddy covariance, satellite, and meteorological observations. Journal of Geophysical Research: Biogeosciences, 2011, 16, G00J07. doi: 10.1029/2010JG001566.( 查看 )
12.Liu, S.M., Xu, Z.W., Zhu, Z.L., Jia, Z.Z., & Zhu, M.J. (2013). Measurements of evapotranspiration from eddy-covariance systems and large aperture scintillometers in the Hai River Basin, China. Journal of Hydrology, 487, 24-38.( 查看 | 下载 )
13.Song, L.S., Liu, S.M., William P, K., Hector, N., Sun, L., Xu, Z.W., Todd H, S., Yang, Y., Ma, M.G., Xu, T.R., Tang, X.G., Li, Q.P. (2018). Monitoring and validating spatially and temporally continuous daily evaporation and transpiration at river basin scale. Remote Sensing of Environment, 219, 72–88. doi: 10.1016/j.rse.2018.10.002.( 查看 )
14.Liu, S.M., Xu, Z.W., Song, L.S., Zhao, Q.Y., Ge, Y., Xu, T.R., Ma, Y.F., Zhu, Z.L., Jia, Z.Z., Zhang, F. (2016). Upscaling evapotranspiration measurements from multi-site to the satellite pixel scale over heterogeneous land surfaces. Agricultural and Forest Meteorology, 230-231, 97-113. doi:10.1016/j.agrformet.2016.04.008.( 查看 | 下载 )
15.Li, X., Liu, S.M., Li, H.X., Ma, Y.F., Wang, J.H., Zhang, Y., Xu, Z.W., Xu, T.R., Song, L.S., Yang, X.F., Lu, Z., Wang, Z.Y., Guo, Z.X. (2018). Intercomparison of six upscaling evapotranspiration methods: From site to the satellite pixel. Journal of Geophysical Research: Atmospheres, 123(13), 6777-6803. https://doi.org/10.1029/2018JD028422.( 查看 )
为尊重知识产权、保障数据作者的权益、扩展数据中心的服务、评估数据的应用潜力，请数据使用者在使用数据所产生的研究成果中（包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果），明确注明数据来源和数据作者。对于转载（二次或多次发布）的数据，作者还须注明原始数据来源。
License：
This work is licensed under an
Attribution 4.0 International (CC BY 4.0)
陆表遥感产品真实性检验中的关键理论与方法研究
1. 黑河流域生态水文综合地图集：黑河流域沙漠(沙地)、冰川图
2. 黑河生态水文遥感试验：水文气象观测网数据集（裸地站自动气象站-2013）
3. 黑河生态水文遥感试验：黑河流域中游大满超级站TerraSAR-X地面同步观测数据集（2012年6月15日）
4. 祁连山综合观测网：黑河流域地表过程综合观测网（混合林站涡动相关仪-2018）
6. 黑河生态水文遥感试验：水文气象观测网数据集（景阳岭站自动气象站-2014）
1. 2022-03-07 河海大学 孙静静 用途：用于对比评估基于不同算法的蒸散发产品在黑河中游的精度情况
2. 2022-03-01 河海大学 徐小倩 用途：博士毕设
3. 2022-01-15 中国自然资源航空物探遥感中心 闫柏琨 用途：水平衡分析
4. 2021-12-09 北京师范大学 徐同仁 用途：验证
5. 2021-12-09 北京师范大学 徐同仁 用途：验证
6. 2021-12-09 北京师范大学 徐同仁 用途：验证
7. 2021-12-09 北京师范大学 徐同仁 用途：验证
8. 2021-12-09 北京师范大学 徐同仁 用途：验证
9. 2021-12-09 北京师范大学 徐同仁 用途：验证
10. 2021-12-09 北京师范大学 徐同仁 用途：验证
11. 2021-12-09 用途：验证
12. 2021-12-09 Peking U Leiyu Yu 用途：用于模型对比。此前没下载到数据，抱歉。
13. 2021-12-01 Peking U Leiyu Yu 用途：用于该区域的模型对比验证
14. 2021-11-07 兰州大学 徐聪 用途：申请的蒸散发数据用于硕士论文《基于SIB2模拟的黑河流域蒸散发不同组分时空变化及其影响因素研究》，申请人徐聪，兰州大学，导师朱高峰，谢谢。
15. 2021-10-29 兰州大学 徐聪 用途：申请的ET数据用于硕士论文《基于SIB2模拟的黑河流域蒸散发不同组分时空变化及其影响因素研究》，申请人徐聪，兰州大学，导师朱高峰，谢谢。
16. 2021-10-21 中科院地理所 杨永民 用途：蒸散分析
17. 2021-10-21 中科院地理所 杨永民 用途：数据验证分析
18. 2021-10-01 北京师范大学 李志峰 用途：用于做水源涵养分析的精度矫正
19. 2021-09-03 曹一晶 用途：用于水文模型结果验证
20. 2021-08-19 南方科技大学 冯禹 用途：区域ET对比
登录 后可以添加数据评论。
| East: 102.00 | West: 97.00 |
|---|---|
| South: 37.80 | North: 42.70 |
数据既是体力劳动的结果，更是智力活动的结晶，因此具有知识产权。 数据共享需要保护数据的知识产权，只有这样才能保护数据生产者权益，让数据共享可持续发展。 与数据相关的核心知识产权包括署名权、发布权和再编译权，其中署名权是最基本的权利。 在学术界，传统的文献引用是体现署名权的最佳方式，已经得到科学家的普遍认同，因此可以通过数据引用来体现数据的知识产权。
1. Xu,T., Guo,Z., Liu,S., He,X., Meng,Y., Xu,Z.,et al. ( 2018). Evaluating different machine learning methods for upscaling evapotranspiration from towers to the regional scale. Journal of Geophysical Research: Atmospheres, 123(16), 8674-8690. https://doi.org/10.1029/2018JD028447.
刘绍民, 徐同仁. (2019). 黑河流域区域尺度地表蒸散发相对真值数据集（2012-2016年）ETMap Version 1.0. 时空三极环境大数据平台, 2019. doi: 10.11888/Meteoro.tpdc.270141.
[Liu, S., Xu, T. (2019). Dataset of ground truth of land surface evapotranspiration at regional scale in the Heihe River Basin (2012-2016) ETMap Version 1.0. A Big Earth Data Platform for Three Poles, 2019. doi: 10.11888/Meteoro.tpdc.270141. ]
联系方式
中国科学院西北生态环境资源研究院
0931-4967287
poles@itpcas.ac.cn
关注我们
时空三极环境大数据平台 © 2018-2020
陇ICP备19003365号-4 | All Rights Reserved
｜ 
京公网安备11010502040845号
