地球资源数据云——数据资源详情

全球PM_V2逐年500米分辨率PET数据集(2000-2024)

本数据集基于 Google Earth Engine （ GEE ）平台发布的 PML_V2.2a （ Penman–Monteith–Leuning Version 2.2a ）生态水文模型产品，通过对 8 天时间分辨率的潜在蒸散发（ Potential Evapotranspiration ， PET ）数据进行年度时间窗口统计与合成处理，生成 2000–2024 年全球 500 米空间分辨率的逐年潜在蒸散发数据。潜在蒸散发是指在水分供应充足条件下，地表可能达到的最大蒸散发量，是衡量气候蒸发能力的重要指标之一。 PET 不仅反映了区域气候条件对蒸发过程的控制作用，同时也是干旱指数计算、农业需水量估算以及生态系统水分平衡研究的重要基础变量。 PML 模型通过改进的 Penman–Monteith 能量平衡理论计算潜在蒸散发，并结合 MODIS 遥感数据与多源气象驱动数据，在全球尺度上模拟地表蒸散过程。通过对模型输出的 8 天时间分辨率 PET 数据进行年度统计处理，本数据集生成了长期连续、高空间分辨率的全球潜在蒸散发数据，为研究全球水循环、气候变化及水资源管理提供了重要的数据支持。 关键词： GEE ；潜在蒸散发； PET ； PML 模型； 500 米分辨率 引言 潜在蒸散发（ Potential Evapotranspiration，PET）是水文气候学研究中的重要概念，通常定义为在土壤水分充足且植被生长良好的条件下，地表可能达到的最大蒸散发量。PET主要受到气温、太阳辐射、风速和空气湿度等气象因素的控制，因此能够反映气候条件对蒸发能力的影响。 在水资源研究中， PET被广泛应用于干旱指数计算、水文模型参数化以及农业灌溉需求评估。例如，许多干旱指数（如SPI、SPEI）都需要利用潜在蒸散发作为关键输入变量，以评估区域水分供需关系。此外，在农业生态系统研究中，通过比较实际蒸散发（ET）与潜在蒸散发（PET）之间的差异，可以评估作物水分胁迫程度和水分利用效率。 本研究基于 PML_V2.2a数据集，在Google Earth Engine平台上对8天时间分辨率的 PET 数据进行年度统计处理，生成 2000–2024年全球500米分辨率的逐年 潜在蒸散发 数据集。 为区域和全球尺度的水文气候研究提供重要的数据基础。 1数据采集和处理方法 1.1数据采集 本数据集来源于 Google Earth Engine 平台发布的 PML_V22a 数据集。 该数据集基于 MODIS 遥感观测数据和多源气象数据（ MSWEP 降水数据、 MSWX 气象数据）驱动生成，并经过 208 个涡度相关通量站点的校准与验证 。