Horizon / Plein textes La base de ressources documentaires de l'IRD

IRD

 

Publications des scientifiques de l'IRD

Marshall M., Tu K., Funk C., Michaelsen J., Williams P., Williams C., Ardo J., Boucher Marie, Cappelaere Bernard, de Grandcourt A., Nickless A., Nouvellon Y., Scholes R., Kutsch W. (2013). Improving operational land surface model canopy evapotranspiration in Africa using a direct remote sensing approach. Hydrology and Earth System Sciences, 17 (3), 1079-1091. ISSN 1027-5606

Fichier PDF disponiblehttp://horizon.documentation.ird.fr/exl-doc/pleins_textes/divers17-10/010060789.pdf[ PDF Link ]

Lien direct chez l'éditeur doi:10.5194/hess-17-1079-2013

Titre
Improving operational land surface model canopy evapotranspiration in Africa using a direct remote sensing approach
Année de publication2013
Type de documentArticle référencé dans le Web of Science WOS:000316961300015
AuteursMarshall M., Tu K., Funk C., Michaelsen J., Williams P., Williams C., Ardo J., Boucher Marie, Cappelaere Bernard, de Grandcourt A., Nickless A., Nouvellon Y., Scholes R., Kutsch W.
SourceHydrology and Earth System Sciences, 2013, 17 (3), p. 1079-1091. ISSN 1027-5606
RésuméClimate change is expected to have the greatest impact on the world's economically poor. In the Sahel, a climatically sensitive region where rain-fed agriculture is the primary livelihood, expected decreases in water supply will increase food insecurity. Studies on climate change and the intensification of the water cycle in sub-Saharan Africa are few. This is due in part to poor calibration of modeled evapotranspiration (ET), a key input in continental-scale hydrologic models. In this study, a remote sensing model of transpiration (the primary component of ET), driven by a time series of vegetation indices, was used to substitute transpiration from the Global Land Data Assimilation System realization of the National Centers for Environmental Prediction, Oregon State University, Air Force, and Hydrology Research Laboratory at National Weather Service Land Surface Model (GNOAH) to improve total ET model estimates for monitoring purposes in sub-Saharan Africa. The performance of the hybrid model was compared against GNOAH ET and the remote sensing method using eight eddy flux towers representing major biomes of sub-Saharan Africa. The greatest improvements in model performance were at humid sites with dense vegetation, while performance at semi-arid sites was poor, but better than the models before hybridization. The reduction in errors using the hybrid model can be attributed to the integration of a simple canopy scheme that depends primarily on low bias surface climate reanalysis data and is driven primarily by a time series of vegetation indices.
Plan de classementHydrologie [062] ; Télédétection [126] ; Sciences fondamentales / Techniques d'analyse et de recherche [020] ; Bioclimatologie [072]
Descr. géo.AFRIQUE SUBSAHARIENNE
LocalisationFonds IRD [F B010060789]
Identifiant IRDfdi:010060789
Lien permanenthttp://www.documentation.ird.fr/hor/fdi:010060789

Export des données

Disponibilité des documents

Télechargment fichier PDF téléchargeable

Lien sur le Web lien chez l'éditeur

Accès réservé en accès réservé

HAL en libre accès sur HAL


* PDF Link :

    à télécharger pour citer/partager ce document sur les réseaux sociaux académiques


Accès aux documents originaux :

Le FDI est labellisé CollEx

Accès direct

Bureau du chercheur

Site de la documentation

Espace intranet IST (accès réservé)

Suivi des publications IRD (accès réservé)

Mentions légales

Services Horizon

Poser une question

Consulter l'aide en ligne

Déposer une publication (accès réservé)

S'abonner au flux RSS

Voir les tableaux chronologiques et thématiques

Centres de documentation

Bondy

Montpellier (centre IRD)

Montpellier (MSE)

Cayenne

Nouméa

Papeete

Abidjan

Dakar

Niamey

Ouagadougou

Tunis

La Paz

Quito