基于遥感的地表蒸散发研究进展

doi:10.11873/j.issn.1004-0323.2022.4.0839

遥感技术与应用

2022, Vol. 37

Issue (4): 839-853 DOI: 10.11873/j.issn.1004-0323.2022.4.0839

蒸散发遥感专栏

基于遥感的地表蒸散发研究进展

孟莹(

),姜鹏,董巍

中国气象局气象干部培训学院辽宁分院，辽宁沈阳 110166

Progress in the Evapotranspiration Estimation Using Remotely Sensed Data

Ying Meng(

),Peng Jiang,Wei Dong

Liaoning Branch of China Meteorological Administration Training Centre，Shenyang 110166，China

全文: PDF(793 KB) HTML

摘要：

地表蒸散发是整个生物圈、大气圈和水圈中水分循环和能量传输的重要控制因素。遥感技术的应用使得区域尺度的蒸散发估算成为可能，并在过去的几十年中快速发展。研究对遥感蒸散发估算进行了总结与归纳，在此基础上展望了今后的发展方向，明确指出了遥感蒸散发未来研究的突破点及发展方向。提出未来应加强蒸散发尺度效应、夜间蒸散发、不同蒸散发产品的统一真实性检验、国产卫星数据的使用、更高时空分辨率产品的研发以及机器学习在遥感蒸散发产品中的应用。

关键词： 地表蒸散发; 遥感; 模型

Abstract:

The surface Evapotranspiration （ET） is an important controlling factor to water cycle and energy transmission in the biosphere， atmosphere and hydrosphere. Satellite provides an unprecedented spatial distribution of ET in the past decades. In this paper，the estimation methods of evapotranspiration using remotely sensed data were summarized，and the existing issues that should be further studied were discussed. In the future research，we should strengthen the improvement of the evapotranspiration regarding scale effect， nighttime ET， the general validation method of different ET products， remotely sensed data in China， the ET products with higher spatial-temporal resolution， and the new ET model using the machine learning methods.

Key words: Evapotranspiration Remote sensing Model

收稿日期: 2021-04-19 出版日期: 2022-09-28

P426.2

作者简介: 孟莹（1973-），女，辽宁营口人，高级工程师，主要从事气候变化与气象教育培训。E?mail: mylnqx@163.com

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	孟莹
	姜鹏
	董巍

引用本文:

孟莹,姜鹏,董巍. 基于遥感的地表蒸散发研究进展[J]. 遥感技术与应用, 2022, 37(4): 839-853.

Ying Meng,Peng Jiang,Wei Dong. Progress in the Evapotranspiration Estimation Using Remotely Sensed Data. Remote Sensing Technology and Application, 2022, 37(4): 839-853.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2022.4.0839 或 http://www.rsta.ac.cn/CN/Y2022/V37/I4/839

表1 典型的蒸散发产品

1	Wang K C， Dickinson R E. A review of global terrestrial evapotranspiration： Observation， modeling， climatology， and climatic variability［J］. Reviews of Geophysics，2012，50：RG2005. DOI：2010.1029/2011RG000373 . doi: 2010.1029/2011RG000373
2	Trenberth K E， Fasullo J T， Kiehl J. Earth's global energy budget［J］. Bulletin of the American Meteorological Society Water， 2009，90： 311-324.
3	Fisher J B， Melton F， Middleton E， et al. The future of evapotranspiration： Global requirements for ecosystem functioning， carbon and climate feedbacks， agricultural management， and water resources［J］. Resources Research，2017，53： 2618-2626.
4	Guanter L， Zhang Y， Jung M， et al. Global and time-resolved monitoring of crop photosynthesiswith chlorophyll fluorescence［J］. Global and Time-resolved Monitoring of Crop Photosynthesis with Chlorophyll Fluorescencek，PNAS，2014，111（14）：E1327-E1333.
5	Jackson R D， Reginato R J， Idso S B. Wheat Canopy Temperature：A practical tool for evaluating water requirements ［J］. Water Resource Research，1997，13：651-656.
6	Xu T R， Guo Z X， Liu S M，et al. Evaluating different machine learning methods for upscaling evapotranspiration from flux towers to the regional scale［J］. Journal of Geophysical Research： Atmospheres， 2018，123（16）： 8674-8690.
7	Jung M， Koirala S， Weber U，et al. The FLUXCOM ensemble of global land-atmosphere energy fluxes［J］. Scientific Data，2019，6：74. DOI：10.1038/s41597-019-0076-8 . doi: 10.1038/s41597-019-0076-8
8	Bastiaanssen W G M， Menenti M， Feddes R A，et al. A remote sensing Surface Energy Balance Algorithm for Land （SEBAL） 1. Formulation［J］. Journal of Hydrology， 1998， 212-213：198-212.
9	Su Z. The Surface Energy Balance System （SEBS） for estimation of the Turbulent Heat Fluxes［J］. Hydrology and Earth Sciences， 2002， 6（1）： 85-99.
10	Monteith J L. Evaporation and environment［J］. Symposia of the Society for Experimental Biology， 1965， 19： 205-234.
11	Priestley C H B， Taylor R J. On the assessment of surface heat flux and evaporation using large-scale parameters［J］. Monthly Weather Review， 1972， 100： 81-92.
12	Yao Y J， Liang S L， Li X L，et al. A Satellite-based hybrid algorithm to determine the priestley-taylor parameter for global terrestrial latent heat flux estimation across multiple biomes［J］. Remote Sensing of Environment，2015，165：216-233.
13	Ma N， Szilagyi J， Zhang Y，et al. Complementary-relationship-based modeling of terrestrial evapotranspiration across China during 1982~2012： Validations and spatiotemporal analyses［J］. Journal of Geophysical Research： Atmospheres，2019，124（8）：4326-4351.
14	Carlson T. An Overview of the triangle method for estimating surface evapotranspiration and soil moisture from satellite imagery［J］. Sensors，2007，7（8）：1612-1629.
15	Tang Ronglin， Wang Shengli， Jiang Yazhen，et al. A review of retrieval of land surface evapotranspiration based on remotely sensed surface temperature versus vegetation index triangular/trapezoidal characteristic space［J］. National Remote Sensing Bulletin， 2021， 25（1）：65-82.
15	唐荣林，王晟力，姜亚珍，等. 基于地表温度—植被指数三角/梯形特征空间的地表蒸散发遥感反演综述［J］. 遥感学报，2021，25（1）：65-82.
16	Xu T R， Bateni S M， Liang S，et al. Estimation of surface turbulent heat fluxes via variational assimilation of sequences of Land Surface Temperatures from Geostationary Operational Environmental Satellites［J］. Journal of Geophysical Research：Atmosphere，2014，119（18）：10780-10798.
17	Rodell M， Famiglietti J S， Chen J， et al. Basin scale estimates of evapotranspiration using GRACE and other observations［J］. Geophysical Research Letters， 2004，31（20）. DOI： 10.1029/2004GL020873 . doi: 10.1029/2004GL020873
18	Zeng Z， Piao S， Lin X， et al. Global evapotranspiration over the past three decades： estimation based on the water balance equation combined with empirical models［J］. Environmental Research Letters， 2012，7（1）：014026. DOI： 10.1088/1748-9326/7/1/014026 . doi: 10.1088/1748-9326/7/1/014026
19	Wang K， Liang S. An improved method for estimating global evapotranspiration based on satellite determination of surface net radiation， Vegetation Index， temperature， and Soil Moisture［J］. Journal of Hydrometeorol， 2008，9（4）：712-727.
20	Yao Y J， Liang S L， Li X L，et al. Bayesian Multi-model Estimation of Global Terrestrial Latent Heat Flux from Eddy Covariance，Meteorological，and Satellite Observations［J］. Journal of Geophysical Research-atmospheres，2014，119：4521-4545.
21	Li Xiaoyuan， Yu Deyong. Progress on evapotranspiration estimation methods and driving forces in arid and semiarid regions［J］. Arid Zone Research， 2020， 37（1）：26-36.
21	李晓媛，于德永. 蒸散发估算方法及其驱动力研究进展［J］. 干旱区研究， 2020， 37（1）： 26-36.
22	Kustas W， Anderson M. Advances in thermal infrared remote sensing for land surface modeling［J］. Agricultural and Forest Meteorology， 2009， 149（12）： 2071-2081.
23	Xing Xiaozhou. Estimating evaportranspiration using quantitative parameters derived from remote sensin［D］.Beijing： Institute of Remote Sensing Applications， Chinese Academy of Sciences， 2003.
23	辛晓洲. 用定量遥感方法计算地表蒸散［D］. 北京：中国科学院遥感应用研究所，2003.
24	Feng Jingze. Mechanism of reference dry and wet limits in remote sensing evapotranspiration model： Study and application［D］. Beijing： Tsinghua University， 2012.
24	冯景泽. 遥感蒸散发模型参照干湿限机理及其应用研究［D］. 北京：清华大学， 2012.
25	Li Z L， Tang R， Wan Z， et al. A Review of current methodologies for regional evapotranspiration estimation from remotely sensed data［J］. Sensors， 2009， 9（5）： 3801-3853.
26	Liou Y A， Kar S K. Evapotranspiration estimation with remote sensing and various surface energy balance algorithms-A review［J］. Energies， 2014， 7（5）： 2821-2849.
27	Gao Yanchun， Long Di. Progress in models for evapotranspiration estimation using remotely sensed data［J］. Jouranl of Remote Sensing， 2008，12（3）：515-528.
27	高彦春，龙笛. 遥感蒸散发模型研究进展［J］. 遥感学报，2008，12（3）：515-528.
28	Yao Yunjun， Cheng Jie， Zhao Shaohua，et al. Estimation of farmland evapotranspiration： A review of methods using thermal infrared remote sensing data［J］. Advances in Earth Science，2012，27（12）：1308-1318．姚云军，程洁，赵少华，等. 基于热红外遥感的农田蒸散估算方法研究综述［J］. 地球科学进展， 2012，27（12）： 1308-1318.
29	Shuttleworth W J， Wallace J S. Evaporation from sparse crops-an energy combination theory［J］. Quarterly Journal of the Royal Meteorological Society， 1985， 111（469）： 839-855.
30	Norman J M， Kustas W P， Humes K S. A two-source approach for estimating soil and vegetation energy fluxes from observations of directional radiometric surface temperature［J］. Agricultural and Forest Meteorology， 1995， 77（3-4）： 263-293.
31	Bastiaanssen W， Noordman E， Pelgrum H， et al. SEBAL model with remotely sensed data to improve water-resources management under actual field conditions［J］. Journal of Irrigation and Drainage Engineering， 2005， 131（1）： 85-93.
32	Allen R， Irmak A， Trezza R， et al. Satellite-based ET estimation in agriculture using SEBAL and METRIC［J］. Hydrological Processes， 2011， 25（26）： 4011-4027.
33	Zhou Yanzhao， Zhou Jian， Li Yan，et al. Simulating the evapotranspiration with SEBAL and Modified SEBAL （M-SEBAL） models over the desert and oasis of the middle reaches of the Heihe Ｒiver［J］. Journal of Glaciology and Geocryology，2014，36（6）： 1526-1537．
33	周彦昭，周剑，李妍，等．利用 SEBAL 和改进的 SEBAL 模型估算黑河中游戈壁、绿洲的蒸散发［J］. 冰川冻土，2014，36（6）： 1526-1537．
34	Timmermans W J， Kustas W P， Anderson M C， et al. An intercomparison of the Surface Energy Balance Algorithm for Land （SEBAL） and the Two-Source Energy Balance（TSEB） modeling schemes［J］. Remote Sensing of Environment， 2007， 108（4）： 369-384.
35	Paul G， Gowda P H， Vara Prasad P V， et al. Investigating the influence of roughness length for heat transport （zoh） on the performance of SEBAL in semi-arid irrigated and dryland agricultural systems［J］. Journal of Hydrology，2014，509：231-244.
36	Allen R G， Tasumi M， Morse A， et al. Satellite-based energy balance for mapping evapotranspiration with internalized calibration （METRIC） - Applications［J］. Journal of Irrigation and Drainage Engineering-Asce，2007，133（4）：395-406.
37	Morton C G， Huntington J L， Pohll G M， et al. Assessing calibration uncertainty and automation for estimating evapotranspiration from agricultural areas using METRIC［J］. Journal of the American Water Resources Association，2013，49（3）： 549-562.
38	Allen R G， Burnett B， Kramber W， et al. Automated calibration of the METRIC‐Landsat evapotranspiration process［J］. JAWRA Journal of the American Water Resources Association， 2013，49（3）：563-576.
39	Long D， Singh V P. A Modified Surface Energy Balance algorithm for land （M-SEBAL） based on a trapezoidal framework［J］. Water Resources Research， 2012， 48（2）：1-24.
40	Gokmen M， Vekerdy Z， Verhoef A， et al. Integration of soil moisture in SEBS for improving evapotranspiration estimation under water stress conditions［J］. Remote Sensing of Environment， 2012， 121： 261-274.
41	Anderson M C， Norman J M， Diak G R， et al. A two-source time-integrated model for estimating surface fluxes using thermal infrared remote sensing［J］. Remote Sensing of Environment， 1997， 60（2）： 195-216.
42	Long D， Singh V P. A Two-source Trapezoid Model for Evapotranspiration （TTME） from satellite imagery［J］. Remote Sensing of Environment，2012，121：370-88.
43	Yang Y， Shang S. A hybrid dual-source scheme and trapezoid framework-based evapotranspiration model （HTEM） using satellite images： Algorithm and model test［J］.Journal of Geophysical Research-Atmospheres，2013，118（5）：2284-300.
44	Hu G， Jia L. Monitoring of evapotranspiration in a semi-zrid inland river basin by combining microwave and optical remote sensing observations［J］. Remote Sensing， 2015， 7（3）： 3056-3087.
45	Xin X Z， Liu Q H. The Two-layer Surface Energy Balance Parameterization Scheme（TSEBPS） for estimation of land surface heat fluxes［J］.Hydrology and Earth System Science，2010，14（3）：491-504.DOI：10.5194/hess-14-491-2010 . doi: 10.5194/hess-14-491-2010
46	Song L S， Liu S M， Kustas W P，et al. Application of remote sensing-based two-source energy balance model for mapping field surface fluxes with composite and component surface temperatures［J］. Agricultural and Forest Meteorology，2016，230-231： 8-19. DOI： 10.1016/j.agrformet.2016.01.005 . doi: 10.1016/j.agrformet.2016.01.005
47	Song L S， Kustas W P， Liu S M， et al. Applications of a thermal-based two-source energy balance model using Priestley-Taylor approach for surface temperature partitioning under advective conditions［J］. Journal of Hydrology，2016，540：574-587. DOI： 10.1016/j.jhydrol.2016.06.034 . doi: 10.1016/j.jhydrol.2016.06.034
48	Anderson M C， Norman J M， Mecikalski J R，et al. A climatological study of evapotranspiration and moisture stress across the continental United States based on thermal remote sensing： 1.Model formulation［J］. Journal of Geophysical Research，2007，112： D10117．
49	Fisher J B， Lee B， Purdy A J，et al. ECOSTRESS：NASA's Next generation mis-sion to measure evapotranspiration from the international space station［J］.Water Resources Research，2020，56（4）： e2019WR026058.1~e2019WR029058.20.
50	Penman H L. Natural Evaporation from Open Water， Bare Soil and Grass［J］. Proceedings of the Royal Society of London. Series A. Mathematical and Physical Sciences， 1948， 193（1032）： 120-145.
51	Cleugh H A， Leuning R， Mu Q， et al. Regional evaporation estimates from flux tower and MODIS satellite data［J］. Remote Sensing of Environment， 2007， 106（3）： 285-304.
52	Mu Q， Heinsch F A， Zhao M， et al. Development of a global evapotranspiration algorithm based on MODIS and global meteorology data［J］. Remote Sensing of Environment， 2007， 111（4）： 519-536.
53	Mu Q， Zhao M， Running S W. Improvements to a MODIS global terrestrial evapotranspiration algorithm［J］.Remote Sen-sing of Environment， 2011， 115（8）： 1781-1800.
54	Cui Y K， Jia L. A Modified Gash Model for Estimating Rainfall Interception Loss of Forest Using Remote Sensing Observations at Regional Scale［J］. Water， 2014， 6（4）： 993-1012.
55	Zhang K， Kimball J S， Nemani R R，et al ． A continuous satellite-derived global record of land surface evapotranspiration from 1983 to 2006［J］. Water Resources Research，2010，46 （9）： W9522.
56	Miralles D G， Holmes T R H， De Jeu Ra M， et al. Global land-surface evaporation estimated from satellite-based observations［J］. Hydrology & Earth System Sciences，2011， 15（2）： 453-469.
57	Miralles D G， Jiménez C， Jung M， et al. The WACMOS-ET project & ndash； Part 2： Evaluation of global terrestrial evaporation data sets. Hydrology and Earth System Sciences 2016，20： 823-842.
58	Ershadi A， Mc Cabe M F， Evans J P， et al. Multi-site evaluation of terrestrial evaporation models using FLUXNET data［J］. Agricultural and Forest Meteorology，2014，187：46-61.
59	Zhang K， Ma J， Zhu G， et al. Parameter sensitivity analysis and optimization for a satellite-based evapotranspiration model across multiple sites using Moderate Resolution Imaging Spectroradiometer and flux data［J］. Journal of Geophysical Research： Atmospheres，2017，122： 230-245.
60	Bouchet R J. Evapotranspiration réelle et potentielle，signification climatique［J］. IAHS Publication，1963，62： 134-142．
61	Granger RJ. A complementary relationship approach for evaporation from nonsaturated surfaces［J］. Journal of Hydrology， 1980，111（1-4）： 31-38.
62	Brutsaert W， Stricker H. An advection-aridity approach to estimate actual regional evapotranspiration［J］. Water Resources Research， 1979，15（2）： 443-450.
63	Morton F I. Estimating evaporation and transpiration from climatological observations［J］. Journal of Applied Meteorology and Climatology， 1975，14（4）： 488-497.
64	Venturini V， Islam S， Rodrigue Z L. Estimation of evaporative fraction and evapotranspiration from MODIS products using a complementary based model［J］. Remote Sensing of Environment， 2008，112（1）： 132-141.
65	Liu Shaomin， Sun Rui， Sun Zhongping， et al. Comparison of regional evtranspiration estimation models based on complementary correlation principle［J］. Acta Geographica Sinic， 2004， 59（3）： 331-340．
65	刘绍民，孙睿，孙中平，等．基于互补相关原理的区域蒸散量估算模型比较［J］. 地理学报，2004，59（3）：331-340.
66	Tang R， Li Z L， Tang B. An application of the Ts–VI triangle method with enhanced edges determination for evapotranspiration estimation from MODIS data in arid and semi-arid regions： Implementation and validation［J］. Remote Sensing of Environment， 2010， 114（3）： 540-551.
67	Zhang Renhua， Sun Xiaomin， Wang Weimin， et al. Physical basis of an operational two-layer remote sensing model for quantitative land surface flux at regional scale［J］. Scientia Sinica（Terrae），2004，34（Sup.2）：200-216.
67	张仁华，孙晓敏，王伟民，等. 一种可操作的区域尺度地表通量定量遥感二层模型的物理基础［J］. 中国科学（D辑：地球科学），2004，34（）： 200-216.
68	Jiang L， Islam S. Estimation of surface evaporation map over southern Great Plains using remote sensing data［J］. Water Resources Research， 2001， 37（2）： 329-340.
69	Long D， Singh V P， Scanlon B R. Deriving theoretical boundaries to address scale dependencies of triangle models for eva-potranspiration estimation［J］.Journal of Geophysical Resear-ch-Atmospheres，2012，117：17.DOI:10.1029/2012JD017763 . doi: 10.1029/2012JD017763
70	Zhu W， Jia S， Lü A. A time domain solution of the Modified Temperature Vegetation Dryness Index （MTVDI） for continuous soil moisture monitoring［J］. Remote Sensing of Environment， 2017，200：1-17.
71	Li Xin， Huang Chunlin， Che Tao， et al. Progress and prospect of land surface data assimilation system in China［J］. Advances in Natural Science， 2007，17（2）： 163-173.
71	李新，黄春林，车涛，等. 中国陆面数据同化系统研究的进展与前瞻［J］. 自然科学进展， 2007，17（2）： 163-173.
72	Li Xin， Huang Chunlin. Data assimilation is a new way to integrate multi-source geospatial data［J］. Science & Technology Review， 2004（12）： 13-16.
72	李新，黄春林. 数据同化—一种集成多源地理空间数据的新思路［J］. 科技导报， 2004（12）： 13-16.
73	Liang S， Li X， Xie X. Land Surface Observation， Modeling and Data Assimilation［M］.Singapore：World Scientific，2013.
74	Ma Jianwen， Qin Sixian. Recent advances and development of data assimilation algorithms［J］. Advances in Earth Science，2012，27（7）：747-757.
74	马建文，秦思娴. 数据同化算法研究现状综述［J］. 地球科学进展， 2012，27（7）： 747-757.
75	Huang C L， Li X， Wang J M， et al. Assimilation of remote sensing data products into common land model for evapotranspiration forecasting［C］∥ Proceedings of the 8th International Symposium on Spatial Accuracy Assessment in Natural Resources and Environmental Sciences，2008， Vol I： 234-241.
76	Xu T R， Liang S L， Liu S M，et al. Estimating turbulent fluxes through assimilation of geostationary operational environmental satellites data using ensemble Kalman filter［J］.Journal of Geophysical Research： Atmospheres，2011，116（D9）：D09109.
77	Wang Tong， Tang Ronglin， Li Zhaoliang， et al. Temporal upscaling methods for daily evapotranspiration estimation from remotely sensed instantaneous observations［J］. Journal of Remote Sensing， 2019，23（5）：813–830.
77	王桐，唐荣林，李召良，等. 遥感反演蒸散发的日尺度扩展方法研究进展［J］. 遥感学报，2019，23（5）：813-830.
78	Brutsaert W， Sugita M. Application of self‐preservation in the diurnal evolution of the surface energy budget to determine daily evaporation［J］. Journal of Geophysical Research： Atmospheres， 1992，97（D17）： 18377–18382. DOI： 10.1029/92JD00255 . doi: 10.1029/92JD00255
79	Gentine P， Entekhabi D， Polcher J. The diurnal behavior of evaporative fraction in the soil-vegetation-atmospheric boundary layer continuum［J］. Journal of Hydrometeorology，2011，12（6）： 1530–1546. DOI： 10.1175/2011JHM1261.1 . doi: 10.1175/2011JHM1261.1
80	Farah H O， Bastiaanssen W G M， Feddes R A. Evaluation of the temporal variability of the evaporative fraction in a tropical watershed［J］. International Journal of Applied Earth Observation and Geoinformation，2004，5（2）：129-140. DOI： 10.1016/j.jag.2004.01.003 . doi: 10.1016/j.jag.2004.01.003
81	Trezza R. Evapotranspiration using a satellite-based surface energy balance with standardized ground control［R］. Logan， UT： Utah State University，2002： 339.
82	Tang R L， Li Z L， Huo X， et al. A reexamination of two methods for estimating daily evapotranspiration from remotely sensed instantaneous observations［J］. International Journal of Remote Sensing， 2019，40（5/6）： 1981-1995.
83	Jiang Y Z， Tang R L， Jiang X G et al. Impact of clouds on the estimation of daily evapotranspiration from MODIS-derived instantaneous evapotranspiration using the constant global shortwave radiation ratio method［J］. International Journal of Remote sensing， 2019，40（5/6）： 1930-1944.
84	Li Jia， Xin Xiaozhou， Peng Zhiqing，et al.Remote Sensing Pro-ducts of Terrestrial Evapotranspiration：Comparison and Outlook［J］.Remote Sensing Technology and Application，2021，36（1）：103-120.
84	李佳，辛晓洲，彭志晴，等. 地表蒸散发遥感产品比较与分析［J］.遥感技术与应用，2021，36（1）：103-120.
85	Jia Z Z， Liu S M， Xu Z W，et al. Validation of remotely sensed evapotranspiration over the Hai River Basin， China［J］. Journal of Geophysical Research： Atmospheres，2012，117（D13）： D13113. DOI： 10.1029/2011jd017037 . doi: 10.1029/2011jd017037
86	Zhang Yuan， Jia Zhenzhen， Liu Shaomin， et al. Advances in validation of remotely sensed land surface evapotranspiration［J］. Journal of Remote Sensing，2020，24（8）：975-999.
86	张圆，贾贞贞，刘绍民，等. 遥感估算地表蒸散发真实性检验研究进展［J］. 遥感学报， 2020，24（8）： 975-999.
87	Vinukollu R K， Wood E F， Ferguson C R，et al. Global estimates of evapotranspiration for climate studies using multisensor remote sensing data： Evaluation of three process-based approaches［J］. Remote Sensing of Environment， 2011，115（3）： 801-823. DOI： 10.1016/j.rse.2010.11.006 . doi: 10.1016/j.rse.2010.11.006
88	Zhong Yulong, Zhong Min, Feng Wei,et al.Evaluation the evapotranspiration in the West Liaohe River Basin based on GRACE satellite and in situ measurements[J].Geomatics and Information Science of Wuhan University,2020,45(2):173-178.
88	钟玉龙，钟敏，冯伟，等. 联合GRACE重力卫星与实测资料估计西辽河流域蒸散发量［J］. 武汉大学学报（信息科学版）， 2020，45（2）：173-178.
89	Mueller B， Seneviratne S I， Jimenez C，et al. Evaluation of global observations-based evapotranspiration datasets and IPCC AR4 simulations［J］. Geophysical Research Letters， 2011，38（6）： L06402. DOI： 10.1029/2010gl046230 . doi: 10.1029/2010gl046230
90	Zhang Renhua. Key scientific issues of quantitative remote Sensing［M］. Beijing： Higher Education Press，2016：16-23.
90	张仁华. 定量遥感若干关键科学问题研究［M］. 北京：高等教育出版社，2016： 16-23.
91	Miralles D G， Jiménez C， Jung M，et al. The WACMOS-ET project-Part 2： Evaluation of global terrestrial evaporation data sets［J］. Hydrology and Earth System Sciences，2016，20（2）： 823-842. DOI： 10.5194/hess-20-823-2016 . doi: 10.5194/hess-20-823-2016
92	Xu T R， Guo Z X， Xia Y L， et al. Evaluation of twelve evapotranspiration products from machine learning， remote sensing and land surface models over conterminous United States［J］. Journal of Hydrology，2019，578： 124105. DOI： 10.1016/j.jhydrol.2019.124105 . doi: 10.1016/j.jhydrol.2019.124105
93	Jiang C， Ryu Y. Multi-scale evaluation of global gross primary productivity and evapotranspiration products derived from Breathing Earth System Simulator（BESS）［J］. Remote Sensing of Environment，2016，186：528-547.
94	Jung M， Reichstein M， Ciais P，et al. Recent decline in the global land evapotranspiration trend due to limited moisture supply［J］. Nature， 2010， 467： 951–954.
95	Zhang Y Q， Kong D D， Rong G，et al. Coupled estimation of 500 m and 8-day resolution global evapotranspiration and gross primary production in 2002~2017［J］. Remote Sensing of Environment，2019，222：165-182.
96	Senay G B， Bohms S， Singh R，et al. Operational evapotranspiration mapping using remote sensing and weather datasets： A new parameterization for the SSEB approach［J］. Journal of American Water Resources Research，2013，49：577-591.
97	Wu Bingfang， Xiong Jun， Yan Nana， et al. ETWatch for monitoring regional evapotranspiration with remote sensing［J］. Advances in Water Science， 2008，19（5）：671-678.
97	吴炳方，熊隽，闫娜娜，等. 基于遥感的区域蒸散量监测方法—ETWatch［J］. 水科学进展，2008，19（5）：671-678.
98	Chen X， Su Z， Ma Y， Liu S，et al. Development of a 10-year （2001-2010） 0.1° data set of land-surface energy balance for mainland China［J］. Atmospheric Chemistry and Physics，2014（23）： 13097-13117.
99	Ghilain N， Arboleda A， Gellens-Meulenberghs F. Evapotranspiration modelling at large scale using near-real time MSG SEVIRI derived data［J］. Hydrology & Earth System Sciiences， 2011， 15： 771-786.
100	Ma Y， Liu S， Song L，et al. Estimation of daily evapotranspiration and irrigation water efficiency at a Landsat-like scale for an arid irrigation area using multi-source remote sensing data［J］. Remote Sensing of Environment，2018， 216：715-734.
101	Gebremichael M， Wang J M， Sammis T W. Dependence of remote sensing evapotranspiration algorithm on spatial resolution［J］. Atmospheric Research， 2010，96（4）：489-495. DOI： 10.1016/j.atmosres. 2009.12.003 . doi: 10.1016/j.atmosres. 2009.12.003
102	Zhou Ti， Peng Zhiqing， Xin Xiaozhou，et al. Remote sensing research of evapotranspiration over heterogeneous surfaces： A review［J］. Journal of Remote Sensing， 2016，20（2）： 257–277.
102	周倜，彭志晴，辛晓洲，等. 非均匀地表蒸散遥感研究综述［J］. 遥感学报，2016，20（2）： 257-277.
103	Ogle K， Lucas R W， Bentley L P，et al. Differential daytime and night-time stomatal behavior in plants from North American deserts［J］. New Phytologist， 2012，194： 464–476.
104	Liu F， Li X.Formulation of scale transformation in a stochastic data assimilation framework［J］. Nonlinear Processes in Geophysics，2017，24（2）：279-291.DOI：10.5194/npg-24-279-2017 . doi: 10.5194/npg-24-279-2017
105	Zhao W L， Gentine P， Reichstein M，et al. Physics-constrained machine learning of evapotranspiration［J］. Geophysical Research Letters，2019，46（24）： 14496-14507.

[1]	吕开云,侯昭阳,龚循强,杨硕. 一种基于ASR和PAPCNN的NSCT域遥感影像融合方法[J]. 遥感技术与应用, 2022, 37(4): 829-838.
[2]	高小龙,闫浩文,王桂钢,白建荣. 兰州市削山造地区域生态变化遥感评价方法[J]. 遥感技术与应用, 2022, 37(4): 1012-1020.
[3]	张香凝,贺黎明,刘翠芝,王兴杰,唐永亮,何蓉花. 基于SBAS-InSAR技术的煤矿开采沉陷监测与分析[J]. 遥感技术与应用, 2022, 37(4): 1021-1028.
[4]	孙袁超,王正海,曾雅琦,秦昊洋,周桃勇,邢学文. 基于AVIRIS高光谱数据的海表甲烷异常识别[J]. 遥感技术与应用, 2022, 37(4): 781-788.
[5]	翁梦倩,胡蕾,张永梅,凌杰,李云洪. GCM⁺-LANet：遥感图像语义分割的全局卷积模块与局部注意力网络模型[J]. 遥感技术与应用, 2022, 37(4): 820-828.
[6]	隋冰清,殷志祥,吴鹏海,吴艳兰. 面向云覆盖的遥感影像时空融合深度学习方法及其应用[J]. 遥感技术与应用, 2022, 37(4): 800-810.
[7]	王晶,高帅,郭亮,汪云. 基于多尺度特征融合的U-Net网络高分影像不透水面提取研究[J]. 遥感技术与应用, 2022, 37(4): 811-819.
[8]	马启民,龙银平,汤世宇,贾晓鹏. 库布齐沙漠典型沙地人工林蒸散对比分析[J]. 遥感技术与应用, 2022, 37(4): 854-864.
[9]	肖作林,田小强,李月娇. 基于遥感和GIS的区域土壤侵蚀变化与人类活动关系研究[J]. 遥感技术与应用, 2022, 37(4): 971-981.
[10]	赵方睿,王强,温志丹,刘晓静,尚盈辛,陶慧,杜云霞,宋开山. 内陆水体悬浮物波段比值优化模型及藻类丰度对模型精度影响研究[J]. 遥感技术与应用, 2022, 37(4): 993-1002.
[11]	韦中晖,靳海亮,顾晓鹤,杨英茹,王庚泽,潘瑜春. 基于多时相协同变化检测的耕地撂荒遥感监测[J]. 遥感技术与应用, 2022, 37(3): 539-549.
[12]	丁书培,李蒙蒙,汪小钦,李琳,吴瑞姣,黄姮. 基于时序遥感数据的福州市耕地非农化特征及驱动因子分析[J]. 遥感技术与应用, 2022, 37(3): 550-563.
[13]	齐文栋,李志刚,顾晓鹤. 基于波段反射率日均增量的花生干旱灾情遥感评估[J]. 遥感技术与应用, 2022, 37(3): 580-588.
[14]	朱厚文,罗冲,官海翔,张新乐,杨嘉鑫,宋梦宁,刘焕军. 基于面向对象的多源卫星遥感影像玉米倒伏面积提取[J]. 遥感技术与应用, 2022, 37(3): 599-607.
[15]	李媛,周小成,陈芸芝,王锋克. 结合Landsat时序遥感干扰检测的福建将乐县森林林龄估算与评价[J]. 遥感技术与应用, 2022, 37(3): 651-662.

Viewed

Full text

Abstract

Cited

Shared

Discussed