Descargar datos climáticos de reanálisis para estimar Evapotranspiración de referencia
Introducción
De los conjuntos de datos mencionados anteriormente, algunos son de alcance global y otros regional, donde los de alcance regional tienen una mayor resolución espacial y temporal que los de alcance global, esto es importante, aunque no se debe cometer el error de pensar que una alta resolución espacial y temporal brindan altas
precisiones (con respecto a datos medidos), ya que se ha observado que hay datos de reanálisis
que brindan mayores precisiones para ciertas aplicaciones (e.g. Duarte & Sentelhas, 2020) debido a su capacidad de
estimar con mayor precisión una variable; por tanto, es necesario realizar una
evaluación de diferentes datos de reanálisis en una aplicación específica.
De acuerdo a lo anterior, el objetivo de esta entrada es mostrar como se pueden descargar datos climáticos de reanálisis de diferentes conjuntos, esto con el fin de estimar la evapotranspiración de referencia, por tanto, se descargaran datos de: i) temperatura, ii) humedad especifica que se puede convertir a humedad relativa o presion de vapor actual, iii) Radiación solar, iv) velocidad de viento. Para ello vamos a usar Google Earth engine y con un simple código podemos descargar datos en cuestión de minutos.
Conjunto de datos de reanálisis
En GEE se pueden encontrar diferentes conjuntos de datos de reanálisis, solo es cuestión de conocer su ID para iniciar el acceso a dichos datos, en el siguiente cuadro se muestra las características de algunos de ellos. Como se observa en el cuadro, se pueden ver que tenemos conjuntos de datos que brindan datos a cada hora y con retraso de un día, lo que quiere decir que podemos obtener los datos de antier.
Cuadro 3. Resoluciones y cobertura de los conjuntos de datos de reanálisis considerados en esta entrada|
Base de datos |
Resolución |
Cobertura temporal |
Cobertura espacial |
Retraso (días) |
ID
imagen GEE |
||
|
Espacial (km) |
Espacial (°) |
Temporal (hr) |
|||||
|
CFSv2 |
∼22 latitud |
∼0.2 |
6 |
1979 - presente |
Global |
1 |
NOAA/CFSV2/FOR6H |
|
GLDAS 2.1 |
∼28 |
1/4 |
3 |
2000 - presente |
Global |
20 |
NASA/GLDAS/V021/NOAH/G025/T3H |
|
NLDAS-2 |
∼14 |
1/8 |
1 |
1979 - presente |
Contiguo a Estados Unidos |
4 |
NASA/NLDAS/FORA0125_H002 |
|
RTMA |
2.5 |
1/24 |
1 |
2015-06-18- presente |
Contiguo a Estados Unidos |
1 |
NOAA/NWS/RTMA |
Código GEE
Código para descargar datos de RTMA se puede obtener en la siguiente liga: https://code.earthengine.google.com/bb3bd9fb817b6b62b40ed594a3e20695
Código para descargar datos de GLDAS: https://code.earthengine.google.com/5acebeb46cd4010ef23535c458fb0605
Código para descargar datos de CFSv2:
para seguir los pasos a detalle de Google Earth Engine puede visitar nuestra sección de códigos GEE: https://www.gee.hidraulicafacil.com.mx/descargar-datos-de-reanalisis-en-excel-desde-gee-para-estimar-la-evapotranspiracion-de-referencia
Código 1. Descarga de datos de reanálisis desde Google Earth Engine
código GEE
//---------------Valores a modificar------------------
var ainicial='2018-02-03';
//Fecha inicial (respetar el formato)
var afinal='2020-10-12';
//Fecha final
var latitud = 25.5883; //Latitud en grados decimales
var longitud = -103.4504; //longitud en
grados decimales
var numero='8Raspa';
//Nombre Archivo
//----------------------------------------------------
var
dataset = ee.ImageCollection(‘ID imagen GEE’)
.filter(ee.Filter.date(ainicial, afinal));
//Coordenada
del punto para extraer información
var Punto
= ee.Feature(ee.Geometry.Point([longitud,
latitud]), {label: 'Punto'});
var
westernRegions = new ee.FeatureCollection([Punto]);
//Variables
a extraer cambiar por ´NombreBanda1
var temperature = dataset.select (‘NombreBanda1’, ‘NombreBanda2’, ‘NombreBanda3’, ‘NombreBandaN’);
//
Extraer información de las variables en el punto
var
filtCol = temperature.filterBounds(westernRegions);
//
selección de columnas para exportar
var data = ee.FeatureCollection(filtCol.map(function(image){
return ee.Feature(null, image.reduceRegion(ee.Reducer.mean(),
westernRegions, 200))
.set('DOY', ee.Date(image.get('system:time_start')).format('DDD'))
.set('year', ee.Date(image.get('system:time_start')).format('yyyy'))
.set('mon', ee.Date(image.get('system:time_start')).format('MM'))
.set('day', ee.Date(image.get('system:time_start')).format('dd'));
}));
// exportar variables a archivo CSV
Export.table.toDrive({collection:
data,
folder: "Nombre",
description: numero+'NLDAS',
fileFormat: 'CSV',
selectors:
['year','mon','day','DOY', ‘NombreBanda1’, ‘NombreBanda2’, ‘NombreBanda3’, ‘NombreBandaN’]})
Para conocer el nombre de las bandas tiene que ir a la sección de cada conjunto de datos, en los siguiente puntos se muestran las ligas para ver el nombre de cada variable.
- CFSv2 https://developers.google.com/earth-engine/datasets/catalog/NOAA_CFSV2_FOR6H
- GLDAS 2.1 https://developers.google.com/earth-engine/datasets/catalog/NASA_GLDAS_V021_NOAH_G025_T3H
- NLDAS https://developers.google.com/earth-engine/datasets/catalog/NASA_NLDAS_FORA0125_H002
- RTMA https://developers.google.com/earth-engine/datasets/catalog/NOAA_NWS_RTMA
Por ejemplo si quiero descargar los datos de GLDAS para calcular la ET0 tengo que seleccionar las siguiente variables.
|
Parámetro |
Unidad |
Nombre
Banda |
|
Temperatura del aire a 2 m sobre la
superficie |
K |
Swnet_tavg |
|
Humedad específica a 2 m sobre la
superficie |
kg ∙ kg-1 |
Qair_f_inst |
|
Radiación solar acumulada |
W ∙ m-2 |
SWdown_f_tavg |
|
Velocidad del viento a 10 m sobre la
superficie |
m∙s-1 |
Wind_f_inst |
Guardar los datos de GEE
Cuando ya modifique el código con los datos de las variables que quiero descargar, solamente doy clic en Run desde el editor de código de GEE, inmediatamente aparecerá del lado izquierdo marcado en amarillo la pestaña Tasks.
 |
| Ventana cuando se corre el código en GEE |
Después de que nuestro archivo este completo lo podemos abrir y descargar de drive, tendrá la siguiente forma. Para calcular la Evapotranspiración de referencia con estos datos podemos usar HFRiego- Excel
Puede ver el video de como calcular la ETo con HFRiego
Literatura Citada
Allen, R. G., Pereira, L. S., Raes, D., & Smith, M. (1998). Crop evapotranspiration: Guidelines
for computing crop requirements. Irrigation and Drainage Paper No. 56, FAO.
https://doi.org/10.1016/j.eja.2010.12.001
Bai, J., Chen, X., Dobermann, A.,
Yang, H., Cassman, K. G., & Zhang, F. (2010). Evaluation of NASA Satellite-
and Model-Derived Weather Data for Simulation of Maize Yield Potential in
China. Agronomy Journal, 102(1), 9–16.
https://doi.org/10.2134/agronj2009.0085
Duarte, Y. C. N., & Sentelhas, P.
C. (2020). NASA/POWER and DailyGridded weather datasets—how good they are for
estimating maize yields in Brazil? International Journal of Biometeorology,
64(3), 319–329. https://doi.org/10.1007/s00484-019-01810-1
Jiménez-Jiménez, S. I.,
Ojeda-Bustamante, W., Inzunza-Ibarra, M. A. & Marcial-Pablo, M. J. (2021).
Analysis of the NASA-POWER system for estimating reference evapotranspiration in
the Comarca Lagunera,
Mexico. Ingeniería
Agrícola y Biosistemas, 13(2), 201-226.
http://dx.doi.org/10.5154/r.inagbi.2021.03.050
