王萬同，趙慶良，杜 佳

基于遙感技術(shù)的區(qū)域地表蒸散研究進(jìn)展

王萬同1，2，趙慶良1，杜 佳2

(1.河南大學(xué)環(huán)境與規(guī)劃學(xué)院，開封 475001;2.中國科學(xué)院地理科學(xué)與資源研究所，北京 100101)

遙感技術(shù)的發(fā)展為大面積的區(qū)域地表蒸散(evapotranspiration，ET)反演和估算提供了一種新的手段，國內(nèi)外學(xué)者圍繞該領(lǐng)域在理論和技術(shù)方法上開展了大量研究。能量平衡原理是遙感估算地表ET的理論基礎(chǔ)，由此發(fā)展出多種遙感ET模型與算法。在分析幾種常見ET模型算法的基本原理及優(yōu)缺點的基礎(chǔ)上，闡述了不同方法的適應(yīng)性及相關(guān)研究進(jìn)展情況，提出了目前遙感ET研究所存在的問題，展望了遙感ET的發(fā)展趨勢。

遙感;地表蒸散;能量平衡;蒸散模型

0 引言

蒸散(evapotranspiration，ET)既包括地表和植被表面的水分蒸發(fā)，也包括植被的蒸騰［1］;它是土壤－植被－大氣系統(tǒng)中能量、水分交換的主要途徑，涉及到土壤、植被和大氣等多種復(fù)雜過程。對ET過程的研究既是了解地表能量平衡和水分循環(huán)的重要環(huán)節(jié)，也是深入認(rèn)識陸面過程的基礎(chǔ)。

影響ET的因子很復(fù)雜，大氣條件、土壤特性、植被幾何結(jié)構(gòu)和生長狀況等都會影響蒸散量的大小和分布格局。傳統(tǒng)計算方法都是以點的觀測資料為基礎(chǔ)開展ET研究的，如波文比能量平衡法(bowen ratioenergybalance，BREB)［2］、Thornthwaite 和Holzman［3］利用近地面邊界層相似理論提出的空氣動力學(xué)方法、Penman［4］提出的能量平衡和空氣動力學(xué)聯(lián)合蒸散方程以及Monteith［5］在作物蒸散研究中引入表面阻抗概念提出的Penman－Monteith(P－M)公式等。但對于大范圍非均勻地表區(qū)域而言，這種以點代面的ET估算方法難以滿足精度上的要求。

遙感技術(shù)的迅猛發(fā)展，為估算區(qū)域ET開辟了一條新途徑，使得遙感技術(shù)成為監(jiān)測大范圍地區(qū)的地表能量平衡和水分狀況的一種有效手段。遙感數(shù)據(jù)能夠綜合反映地表類型、植被覆蓋及水分空間分布狀況。將遙感數(shù)據(jù)與地面監(jiān)測的氣象、水文等數(shù)據(jù)相結(jié)合，用于研究區(qū)域地表ET過程被認(rèn)為是一種很有效的方法［6］。

1 遙感蒸散估算方法

1.1 能量平衡原理

能量平衡是各種用于遙感ET研究的理論基礎(chǔ)。其表達(dá)式為

式中:Rn為地表凈輻射，W·m－2;G為地表的土壤熱通量，W·m－2;H為顯熱通量，W·m－2，表征下墊面與大氣間以湍流方式進(jìn)行的熱量交換;LE為潛熱通量，W·m－2，是以蒸散的形式進(jìn)入大氣的地表熱量;PH為用于植被光合作用和生物量增加的能量(其值很小，可以忽略)。

1.2 統(tǒng)計經(jīng)驗法

基于遙感數(shù)據(jù)反演的植被指數(shù)和地表溫度在一定程度上能夠反映土壤水分和植被生長狀況差異［7－8］。將植被指數(shù)、地表溫度(或地表溫度與大氣溫度的差值)與地面觀測的潛熱通量進(jìn)行回歸分析，建立經(jīng)驗方程，從而估算區(qū)域ET。

1.2.1 能量平衡方程簡化法

Jackson 等［9］和 Idso等［10］對能量平衡方程進(jìn)行了簡化，提出利用地表溫度估算農(nóng)田ET的方法。其后，Seguin 和 Itier［11］進(jìn)一步利用 Jackson 等提出的經(jīng)驗方法加以分析，發(fā)現(xiàn)此回歸系數(shù)與植被覆蓋率有很大的相關(guān)性，因此Seguin與Lagouarde等應(yīng)用NOAA/AVHRR資料，修改了此經(jīng)驗方程，并成功估算了日ET量，即

式中:ETd為日ET量，mm;Ts為地表溫度，K;Ta為大氣溫度，K;A，B為回歸系數(shù)。

式(2)常被稱為“簡化法”，其所需參數(shù)少，計算過程簡單，被廣泛應(yīng)用于區(qū)域ET的估算［12－14］。但在植被不完全覆蓋區(qū)域，或在多云天氣條件下，此方法的誤差較大［15］。

1.2.2 植被指數(shù)－溫度梯形法

Moran 等［16］對作物缺水指數(shù)(crop water stress index，CWSI)模型進(jìn)行了改進(jìn)，采用植被指數(shù)－溫度梯形法來計算CWSI和ET，如圖1所示。

圖1 植被指數(shù)－溫度梯形關(guān)系Fig.1 Trapezoidal shaped relationship between the vegetation index and temperature

式中:ETp為潛在蒸散量，mm;ΔTmax，ΔTmin，ΔTr分別為地表溫度與大氣溫度差值的最大值、最小值和觀測值，K。

由梯形法可知，地表溫度與植被指數(shù)存在著一定的相關(guān)性，潛熱通量越大，則地表溫度越低。

1.2.3 植被指數(shù)－地表溫度三角法

Lambin和 Ehrlich［17］發(fā)現(xiàn)遙感影像的植被指數(shù)(VI)與地表溫度(Ts)散點圖常呈三角形分布，進(jìn)而開發(fā)出如圖2所示的三角法，以簡化梯形法估算ET量。

圖2 植被指數(shù)－地表溫度三角法示意圖［17］Fig.2 Vegetation index and surface temperature triangulation schemes

Jiang和Islam［18］假設(shè)遙感數(shù)據(jù)符合土壤含水量從干到濕、植被從無到完全覆蓋的條件，且在大氣穩(wěn)定、無云情況下，蒸發(fā)比與地面溫度和植被指數(shù)呈線性相關(guān)，將VI－Ts三角法改良成無需地面觀測資料的NDVI－Ts三角法，以估算區(qū)域 ET量。Batra等［19］利用NDVI－Ts三角法對美國南方大平原區(qū)分析比較了不同分辨率影像所估算的潛熱通量。此外，Carlson等［20］也利用 NDVI－Ts圖的“干邊”和“濕邊”估算了土壤含水量。

三角法可估算部分植被覆蓋區(qū)域的ET量，但在陰天或多云天氣下，由于缺乏遙感反演的地表溫度而無法運用。

統(tǒng)計經(jīng)驗法計算過程簡單，所需參數(shù)較少。但由于蒸散與地形條件、植被狀況、土壤水分及大氣條件等呈非線性關(guān)系，使得經(jīng)驗法有較大的局地性。

1.3 能量平衡余項法

能量平衡余項法以能量平衡方程為基礎(chǔ)，通過計算凈輻射通量(Rn)、土壤熱通量(G)和顯熱通量(H)來推算蒸散量(ET)。能量平衡余項法包括單源模型和雙源模型。這類模型以遙感反演的地表參數(shù)為主，結(jié)合與之相關(guān)的經(jīng)驗方程加以實現(xiàn)。由于必要的大氣參數(shù)(如近地層大氣的溫度和風(fēng)速)不能由遙感得到，加之其他方法得到的有關(guān)數(shù)據(jù)的空間分辨率低、精度不夠，所以這類模型的應(yīng)用存在著一定的適用范圍和誤差［21］。

1.3.1 單源模型

單源模型是將植被和土壤看成單一的混合層，整個混合層的溫度是均勻的，并與外界空氣交換動量、熱量和水汽［22］。由于地表凈輻射(Rn)、土壤熱通量(G)的估算精度較高，誤差可控制在10%左右，所以模型的研究重點一般都放在顯熱通量(H)的計算上［23］。

顯熱通量H的計算公式為

式中:ρ為空氣密度，kg·m－3;Cp為空氣比熱容，J·kg－1·K－1;ΔT=(Taero－Ta)為空氣動力學(xué)溫度Taero與大氣溫度Ta的差值，K;ra為空氣動力學(xué)阻抗，m·s－1。

空氣動力學(xué)溫度(Taero)是氣溫廓線向下延伸到冠層熱量源匯處的空氣溫度，在實際應(yīng)用中較難確定，常以地表溫度Ts來代替空氣動力學(xué)溫度Taero進(jìn)行估算，由此可能導(dǎo)致較大的估算誤差。為此，陳鏡明［24］、Kustas等［25］、謝賢群［26］提出利用剩余阻抗來進(jìn)行誤差校正。但這種方法涉及的參數(shù)較多，在應(yīng)用上有一定困難。

從式(5)中可以看出，ΔT的兩個極值可通過H估算。當(dāng)H=0時，代表ΔT有最小值;當(dāng)H=Rn－G時，代表ΔT有最大值。在ΔT=0時，即地面熱輻射處于較低的情形，此時可用地表溫度Ts來估算ΔT。

Bastiaanssen等［27］在陸地表面能量平衡算法(surface energy balance algorithm for land，SEBAL)模型中，提出通過Ts與ΔT之間的簡單線性關(guān)系來計算顯熱通量，并利用尼日爾地區(qū)不同地表覆蓋的分析資料，建立線性方程

式中 a，b為線性回歸系數(shù)，根據(jù)遙感影像中的“冷”、“熱”像元的溫差來確定。如圖3所示，在“冷”像元處，地表所獲得的輻射能量大部分用于蒸發(fā)，因而ΔT可以假設(shè)為0;在“熱”像元處，凈輻射幾乎完全用于地表的加熱，地表ET接近于0，顯熱通量Hhot為地表凈輻射“熱”像元 Rn，hot與土壤熱通量“熱像元”Ghot的差值，即 Hhot=Rn，hot－ Ghot，依據(jù)式(5)反推得到“熱”像元處的ΔT，進(jìn)而求解出回歸系數(shù) a，b值。

圖3 SEBAL模型中地表溫度Ts與溫差ΔT的關(guān)系［27］Fig.3 Relationship between the Tsand ΔT in SEBAL model

SEBAL模型基于遙感反演的地表參數(shù)并結(jié)合少量輔助氣象數(shù)據(jù)來估算地表ET量，具有較堅實的物理基礎(chǔ)，適用范圍較廣，估算精度較高，在地表覆蓋均勻的情況下，ET量的估算精度可達(dá)85%以上［28－30］，被認(rèn)為是一種準(zhǔn)業(yè)務(wù)化的計算方法［31］。該模型不足之處在于:①許多參數(shù)都采用簡化的經(jīng)驗公式進(jìn)行估算，其區(qū)域可行性與計算精度需要進(jìn)一步的檢驗;②在顯熱通量的計算中，對“冷”、“熱”像元的選擇存在主觀性;對“冷”、“熱”像元的計算用線性關(guān)系建立，這種帶有統(tǒng)計模式的關(guān)系具有局地性。

Menenti和 Choudhury［32］利用遙感影像中的干、濕區(qū)產(chǎn)生“蒸發(fā)比”(evaporative fraction)的概念，開發(fā)出陸面能量平衡指數(shù)(surface energy balance index，SEBI)模型，以估算區(qū)域ET量。此概念除了被Su［33］引入到地表能量平衡方程中，開發(fā)出陸面能量平衡系統(tǒng)(surface energy balance system，SEBS)外，也被Roerink等［34］簡化成不需要利用地表觀測資料的簡化陸面能量平衡指數(shù)(simplified surface energy balance index，S－SEBI)模型。

蒸發(fā)比的計算公式［32］為

只要分別求出凈輻射通量(Rn)、土壤熱通量(G)和蒸發(fā)比(Er)，就可以得到潛熱通量(LE)。圖4是S－SEBI模型中地表反照率與地表溫度的關(guān)系圖，可利用獲得的干濕控制曲線計算每個像元的蒸發(fā)比值。

圖4 S－SEBI模型中地表反照率與地表溫度Ts的關(guān)系Fig.4 Relationship between albedo and Tsin S－SEBI model

對于每個像元，地表反照率和地表溫度Ts是確定的，蒸發(fā)比可由

得到瞬時蒸散量。式中 λ為水的汽化潛熱，J·kg－1，估算式為

Gómez等［35］對 S －SEBI模型進(jìn)行了擴展，并反演了日 ET量。Sobrino等［36］則對 Gomez的方法進(jìn)一步擴展，使用高分辨率數(shù)據(jù)進(jìn)行實驗，反演的日ET量精度為1 mm。

S－SEBI模型要求遙感影像中有充足的干、濕像元，且大氣為穩(wěn)定狀態(tài)下，才可以從反照率和地表溫度散點圖中得到干濕控制曲線，進(jìn)而求得蒸發(fā)比值。

由于單源模型將植被和土壤看成單一的混合層，忽略了植被與土壤之間以及與外界大氣的動量、熱量和水汽交換，所以只適用于地表均一、密閉的植被，在地表不完全覆蓋時會有較大誤差。

1.3.2 雙源模型

鑒于單源模型的不足，Shuttleworth等［37］在單源模型的基礎(chǔ)上提出了雙源模型的概念。該模型考慮在地表有植被覆蓋的情況下，將ET過程分為土壤蒸發(fā)和植物蒸騰兩個部分來分別估算。之后一些學(xué)者不斷對模型進(jìn)行改進(jìn)，直到Norman等［38］對其進(jìn)行了

求解。式中:TH是極干狀態(tài)下的溫度;TLE是極濕狀態(tài)下的溫度。

最后由式(7)得到潛熱通量LE，再由簡化，提出了獨立平行雙層模型，該模型假設(shè)土壤通量和冠層通量互相平等，各自獨立地與空氣進(jìn)行湍流交換，總通量為各組分通量的簡單相加。Lhomme等［39］對上述兩種方法進(jìn)行了比較，認(rèn)為雙源模型的精度要高于單源模型，但二者估算的相對精度均與稀疏指數(shù)(植被間裸露土壤的斑塊尺度和植被高度的比值)有關(guān)，稀疏指數(shù)越高，則模型給出的精度就越高。

還有一種“斑塊”模型，認(rèn)為土壤是裸露的，植被像補丁一樣綴在土壤表面，土壤與植被間無耦合關(guān)系，總通量為各組分通量的面積權(quán)重之和［40－42］。

雙源模型考慮了土壤和植被間的耦合關(guān)系，更接近地表－大氣能量與水分交換的實際物理過程;但其計算過程復(fù)雜，且模型中的各種阻抗計算建立在經(jīng)驗公式的基礎(chǔ)上，具有很強的局地性。“斑塊”模型則是雙源模型的簡化，精度略低于雙源模型，但高于單源模型。

1.4 數(shù)值模型

由于簡單的回歸經(jīng)驗方程常受到許多特定條件的限制，造成無法滿足眾多的使用需求，因此有些研究將已經(jīng)發(fā)展成熟的土壤－植被－大氣傳輸模型(soil－vegetation－atmosphere transfer，SVAT)與遙感技術(shù)相結(jié)合，開發(fā)出估算地表ET量的數(shù)值模型，如雙源能量平衡模型(two－source energy balance model，TSEB，亦稱 TSM)［38］和雙源時間集成模型(two － source time － integrated model，TSTIM)［43］。

近年來，在TSEB和TSTIM基礎(chǔ)上發(fā)展起來的大氣 －陸地交換反演模型(atmosphere－land exchange inversion model，ALEXI)，通過耦合 TSEB模型和簡化邊界層模型，減少了對氣象數(shù)據(jù)的依賴，可快速模擬區(qū)域地表能量轉(zhuǎn)換狀況，在估算地表ET量方面的可靠性和準(zhǔn)確性已得到廣泛驗證［44］。

將遙感數(shù)據(jù)輸入到SVAT模型中主要有兩種方式:①強迫法［45］，通過空間和時間的內(nèi)插，將遙感數(shù)據(jù)強制輸入到SVAT模型中;②數(shù)據(jù)同化法［46］，圖5表示出了SVAT模型與其他資料同化的過程。

圖5 SVAT模型與其他資料同化示意圖［47］Fig.5 Assimilation schematic representation of the SVAT and other data

遙感數(shù)據(jù)與SVAT模型的耦合為綜合利用遙感數(shù)據(jù)提供了一種可行的方法，遙感反演的數(shù)據(jù)可為SVAT模型提供某些地面觀測難以獲取的參數(shù)，在一定程度上提高了模擬精度。但SVAT模型往往需要大量參數(shù)，如果參數(shù)的精度較低，將會影響最后的結(jié)果;同時有些參數(shù)如土壤參數(shù)、連續(xù)變化的氣象要素等難以大范圍獲取，且加之較大的計算量，從而造成SVAT模型與遙感數(shù)據(jù)的同化技術(shù)在實際應(yīng)用中還存在一定的距離［46］。

2 存在的問題

2.1 地表參數(shù)反演的困難

在地表ET估算中，對地表反照率、NDVI、比輻射率和地表溫度等地表參數(shù)的反演將影響最后的估算精度，其中地表溫度的反演尤為重要。目前用于地表溫度反演的算法有單窗/單通道算法、分裂窗/劈窗算法等，均建立在同溫均勻像元的假設(shè)之上，反演得到的地表溫度是缺少物理意義的平均溫度，而具有真正物理意義的混合像元組分溫度才是遙感所要反演的。目前主要困難還在于必要的大氣參數(shù)(如近地層大氣的溫度和風(fēng)速)不能通過遙感數(shù)據(jù)反演的方法獲得，而其他方法得到的有關(guān)數(shù)據(jù)的空間分辨率低、精度不夠。

2.2 蒸散模型的局地性與誤差

在用能量平衡原理估算ET量時，重心都落在顯熱通量的計算上;而在實際計算中，常常用遙感反演的地表溫度來代替空氣動力學(xué)溫度。但是，兩者只有在植被完全覆蓋的情況下才近似相同，在部分覆蓋或有裸地的情況下，兩者之間差值能達(dá)到10 K［48］，由此造成ET模型存在較大的局地性。另外，模型中還需要估算地表溫度與大氣溫度的差值，由于氣溫在一定區(qū)域范圍內(nèi)的變化量不大，因此往往將相鄰測站1.5或2 m高的氣溫測量值輸入到模型。但是如果地表過于復(fù)雜或植被覆蓋不均勻，遙感得到的地面溫度有時可能是10 m以上的樹冠層溫度，有時也可能代表1 m高的樹冠層溫度，因而常存在較大的估算誤差［49］。

2.3 幾種不確定性

地表能量平衡原理是理論基礎(chǔ)，其本身就存在著抽象、簡化、經(jīng)驗性等不確定因素。另外，能量平衡方程各通量的計算實際上采用的是間接求解法，各通量參數(shù)的計算都有多種模型，這些模型間存在的不確定性又會造成各通量最終計算結(jié)果的不確定性。

許多ET模型都屬于半經(jīng)驗性質(zhì)，由經(jīng)驗公式所帶來的局地性和人為獲取數(shù)據(jù)的不確定性將最終表現(xiàn)為各種遙感反演參數(shù)的不確定性。更為重要的是，由于遙感數(shù)據(jù)自身的瞬時性，所反演出的數(shù)據(jù)以及所估算出的ET量不能表達(dá)地表連續(xù)的蒸散發(fā)過程。為了將瞬時的遙感數(shù)據(jù)轉(zhuǎn)換為時段數(shù)據(jù)，需要進(jìn)行積分運算。如對于日ET量的計算，謝賢群等［26］認(rèn)為日ET量與任一時刻的瞬時ET存在著正弦關(guān)系。但其并沒有考慮到任何瞬間湍流的影響(如風(fēng)速的瞬時變化)都會使正弦曲線出現(xiàn)波動，從而產(chǎn)生較大的誤差。

2.4 真實性檢驗的困難

科學(xué)、嚴(yán)格的真實性檢驗是遙感數(shù)據(jù)產(chǎn)品精度和數(shù)據(jù)使用可靠性的重要保證，也是檢驗?zāi)Ｐ瓦m用性以及改進(jìn)模型的手段之一。真實性檢驗涉及到地面觀測、同步觀測、模型反演、遙感產(chǎn)品獲取和尺度轉(zhuǎn)換等定量遙感的關(guān)鍵環(huán)節(jié)［6］。目前對于遙感ET的真實性檢驗多利用地面實測的方法，例如蒸滲儀、波文比和渦度相關(guān)儀。但是，實測數(shù)據(jù)僅能代表“點”，而像元尺度“面”的檢驗是目前所有遙感ET模型所面臨的難題。在均勻地表條件下，可以認(rèn)為點狀的觀測數(shù)據(jù)具有“面”上較好的代表性，但在地形起伏、植被覆蓋復(fù)雜等條件下就難以具備像元尺度的代表性［50］。近年來發(fā)展的大口徑閃爍儀(LAS)的測值通過一定算法可以轉(zhuǎn)換為路徑上由地面進(jìn)入大氣的面平均顯熱通量，實驗結(jié)果表明，LAS與渦度相關(guān)儀所測結(jié)果具有較好的一致性，被認(rèn)為是遙感方法和數(shù)值模擬結(jié)果的最佳驗證工具，但涉及的源區(qū)影響、地表特征參數(shù)、摻混高度等問題還需要更加深入的實驗與研究［51］。

3 總結(jié)與展望

模型是整個遙感蒸散應(yīng)用的核心，模型算法的結(jié)構(gòu)和復(fù)雜程度也決定著遙感應(yīng)用的范圍。遙感ET模型的發(fā)展經(jīng)歷了由簡到繁、由經(jīng)驗性到機理性的理論與技術(shù)的提升過程。局地水平非均勻問題和時間動態(tài)過程的模型將是今后遙感ET研究的重點。遙感的最終目的是要將獲取的地表參數(shù)及能量通量輸入到陸面過程模式，從而對陸面過程的參數(shù)進(jìn)行改進(jìn)，并為遙感ET模型的區(qū)域化應(yīng)用提供修正參數(shù)。因此，如何將遙感與陸面模式結(jié)合起來是遙感在ET研究中更為深入的問題。

由于不同的遙感傳感器具有各自的優(yōu)點，利用不同的遙感數(shù)據(jù)獲取不同特征的地表參數(shù)，聯(lián)合利用各種遙感數(shù)據(jù)獲取同一種參數(shù)，相互補充、相互驗證，是今后遙感ET研究的發(fā)展趨勢。將目前應(yīng)用的可見光、紅外光波段的遙感擴展到微波遙感領(lǐng)域，必然會促進(jìn)遙感ET模型的發(fā)展。

［1］ Burman R，Pochop L.Evaporation，Evapotranspiration and Climatic Data［M］.The Netherlands:Elsevier Science，1994.

［2］ Bowen I S.The Ratio of Heat Losses by Conduction and by Evaporation from any Water Surface［J］.Physical Review，1926，27(6):779－787.

［3］ Thornthwaite C W，Holzman A.Report of the Commutation on Transpiration and Evaporations［J］.Transactions of the American Geophysical Union，1944，25(1):683 －693.

［4］ 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.

［5］ Monteith J L.Principles of Environmental Physics［D］.London:Edward Arnold，1973.

［6］ 張仁華.定量熱紅外遙感模型及地面實驗基礎(chǔ)［M］.北京:科學(xué)出版社，2009.

［7］ Nagler P L，Scott R L，Westenburg C，et al.Evapotranspiration on Western U.S.Rivers Estimated Using the Enhanced Vegetation Index from MODIS and Data from Eddy Covariance and Bowen Ratio Flux Towers［J］.Remote Sensing of Environment，2005，97(3):337－351.

［8］ Prater M R，Delucia E H.Non－native Grasses Alter Evapotranspiration and Energy Balance in Great Basin Sagebrush Communities［J］.Agricultural and Forest Meteorology，2006，139(1/2):154 －163.

［9］ Jackson R D，Reginato R J，Idso S B.Wheat Canopy Temperature:a Practical Tool for Evaluating Water Requirements［J］.Water Resource Research，1977，13(3):651 －656.

［10］ Idso S B，Reginato R J，Jackson R D.An Equation for Potential Evaporation from Soil，Water and Crop Surfaces Adaptable to Use by Remote Sensing［J］.Geophysical Research Letters，1977，4(5):187－188.

［11］ Seguin B，Itier B.Using Midday Surface Temperature to Estimate Daily Evaporation from Satellite Thermal IR Data［J］.International Journal of Remote Sensing，1983，4(2):371 －383.

［12］田國良.黃河流域典型地區(qū)遙感的動態(tài)研究(一)［J］.遙感技術(shù)與應(yīng)用，1990(2):25 －32.

［13］陳 鳴，潘之棣.用衛(wèi)星遙感熱紅外數(shù)據(jù)估算大面積蒸散量［J］.水科學(xué)進(jìn)展，1994，5(2):126 －133.

［14］ Sánchez J M，Caselles V，Niclós R，et al.Evaluation of the B －method for Determining Actual Evapotranspiration in a Boreal Forest from MODIS Data［J］.International Journal of Remote Sensing，2007，28(6):1231 －1250.

［15］ Carlson T N，Capehart W J，Gillies R R.A New Look at the Simplified Method for Remote Sensing of Daily Evapotranspiration［J］.Remote Sensing of Environment，1995，54(2):161 －167.

［16］ Moran M S，Clarke T R，Inoue Y，et al.Estimating Crop Water Deficit Using the Relation Between Surface－air Temperature and Spectral Vegetation Index［J］.Remote Sensing of Environment，1994，49(3):246 －263.

［17］ Lambin E F，Ehrlich D.The Surface Temperature － vegetation Index Space for Land Cover and Land － cover Change Analysis［J］.International Journal of Remote Sensing，1996，17(3):463 －487.

［18］ Jiang L，Islam S.An Intercomparison of Regional Latent Heat Flux Estimation Using Remote Sensing Data［J］.International Journal of Remote Sensing，2003，24(11):2221 －2236.

［19］ Batra N S，Islam V，Venturini G，et al.Estimation and Comparison of Evapotranspiration from MODIS and AVHRR Sensors for Clear Sky Days over the Southern Great Plains［J］.Remote Sensing of Environment，2006，103(1):1 －15.

［20］ Carlson T N，Ripley D A.On the Relation Between NDVI，F(xiàn)ractional Vegetation Cover，and Leaf Area Index［J］.Remote Sensing of Environment，1997，62(3):241 － 252.

［21］甘甫平，陳偉濤，張緒教，等.熱紅外遙感反演陸地表面溫度研究進(jìn)展［J］.國土資源遙感，2006(1):6－11.

［22］ Zhang L，Lemeur R，Goutorbe J P.A One－layer Resistance Model for Estimating Regional Evapotranspiration Using Remote Sensing Data［J］.Agricultural and Forest Meteorology，1995，77(3/4):241－261.

［23］ Schmugge T J，Kustas W P，Ritchie J C，et al.Remote Sensing in Hydrology［J］.Advances in Water Resources，2002，25(8/12):1367－1385.

［24］陳鏡明.現(xiàn)用遙感蒸散模式中的一個重要缺點及改進(jìn)［J］.科學(xué)通報，1988(6):454 －457.

［25］ Kustas W P，Choudhury B J，Moran M S，et al.Determination of Sensible Heat Flux Sparse Canopy Using Thermal Infrared Data［J］.Agricultural and Forest Meteorology，1989，44(3/4):197 －216.

［26］謝賢群.遙感瞬時作物表面溫度估算農(nóng)田全日蒸發(fā)散總量［J］.環(huán)境遙感，1991，6(4):253 －259.

［27］ Bastiaanssen W G M，Menenti M，F(xiàn)eddes 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.

［28］ Bastiaanssen W G M，Pelgrum H，Wang J，et al.A Remote Sensing Surface Energy Balance Algorithm for Land(SEBAL)－2.Validation［J］.Journal of Hydrology，1998，212/213(1/4):213 － 229.

［29］ Bastiaanssen W G M.SEBAL－based Sensible and Latent Heat Fluxes in the Irrigated Gediz Basin，Turkey［J］.Journal of Hydrology，2000，229(1/2):87 －100.

［30］ Bastiaanssen W G M，Noordman E J M，Pelgrum H D，et al.SEBAL Model with Remotely Sensed Data to Improve Water－resources Management under Actual Field Conditions［J］.ASCE Journal of Irrigation and Drainage Engineering，2005，131(1):85 －93.

［31］ Tasumi M，Allen R G.Satellite－based ET Mapping to Assess Variation in ET with Timing of Crop Development［J］.Agricultural Water Management，2007，88(1/3):54 －62.

［32］ Menenti M，Choudhury B.Parameterization of Land Surface Evaporation by Means of Location Dependent Potential Evaporation and Surface Temperature Range［C］//Proceedings of IAHS Conference on Land Surface Processes，1993:561 －568.

［33］ Su Z.The Surface Energy Balance System(SEBS)for Estimation of Turbulent Heat Fluxes［J］.Hydrology and Earth System Sciences，2002，6(1):85 －99.

［34］ Roerink G J，Su Z，Menenti M.A Simple Remote Sensing Algorithm to Estimate the Surface Energy Balance［J］.Physics and Chemistry of the Earth(B)，2000，25(2):147 －157.

［35］ Gómez M，Olioso A，Sobrino J A，et al.Retrieval of Evapotranspiration over the Alpilles/ReSeDA Experimental Site Using Airborne POLDER Sensor and a Thermal Camera［J］.Remote Sensing of Environment，2005，96(3/4):399 － 408.

［36］ Sobrino J A，Gómez M，Jiménez－ Munoz J，et al.A Simple Algorithm to Estimate Evapotranspiration from DAIS Data:Application to the DAISEX Campaigns［J］.Journal of Hydrology，2005，315(1/4):117－125.

［37］ Shuttleworth W J，Gurney R J.The Theoretical Relationship Between Foliage Temperature and Canopy Resistance in Sparse Crop［J］.Quarterly Journal of Royal Meteorological Society，1990，116(492):497－519.

［38］ Norman J M，Kustas W P，Humes K S.Source Approach for Estimating Soil and Vegetation Energy Fluxes in Observations of Directional Radiometric Surface Temperature［J］.Agricultural and Forest Meteorology，1995，77(3/4):263 －293.

［39］ Lhomme J P，Chehbouni A.Comments on Dual－ source Vegetation Atmosphere Transfer Models［J］.Agricultural and Forest Meteorology，1999，94(3/4):269 －273.

［40］ Blyth E M，Harding R J.Application of Aggregation Model to Surface Heat Flux from the Sahelian Tiger Bush［J］.Agricultural and Forest Meteorology，1995，72(3/4):213 －215.

［41］ Nishida K，Nemani R R，Running S W，et al.Remote Sensing of Land Surface Evaporation(I)Theoretical Basis for an Operational Algorithm［EB/OL］.［2011 － 05 －20］.Http://secure.ntsg.umt.edu/projects/files/documents/mod16/SER－ver9－JGR.DOC.

［42］何 玲，莫興國，汪志農(nóng).基于MODIS遙感數(shù)據(jù)計算無定河流域日蒸散［J］.農(nóng)業(yè)工程學(xué)報，2007，23(5):114 －149.

［43］ 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.

［44］ 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(D10):117－129.

［45］ Delécollet R，Mass S J，Guérif M，et al.Remote Sensing and Crop Production Models:Present Trends［J］.ISPRS Journal of Photogrammetry and Remote Sensing，1992，47(2/3):145 －161.

［46］徐同仁，劉紹民，秦 軍，等.同化MODIS溫度產(chǎn)品估算地表水熱通量［J］.遙感學(xué)報，2009，13(6):999 －1009.

［47］ Olioso A，Chauki H，Courault D，et al.Estimation of Evapotranspiration and Photosynthesis by Assimilation of Remote Sensing Data into SVAT Models［J］.Remote Sensing of Environment，1999，68(3):341－356.

［48］辛?xí)灾?，田國良，柳欽火.地表蒸散定量遙感的研究進(jìn)展［J］.遙感學(xué)報，2003，7(3):233 －240.

［49］ Cleugh H A，Leuning R，Mu Q Z，et al.Regional Evaporation Estimates from Flux Tower and MODIS Satellite Data［J］.Remote Sensing of Environment，2007，106(3):285 －304.

［50］李 新，馬明國，王 建，等.黑河流域遙感—地面觀測同步試驗科學(xué)目標(biāo)與試驗方案［J］.地球科學(xué)進(jìn)展，2008，23(9):897 －914.

［51］盧 俐，劉紹民，孫敏章，等.大孔徑閃爍儀研究區(qū)域地表通量的進(jìn)展［J］.地球科學(xué)進(jìn)展，2005，20(9):932 －938.

Advances in the Study of Evapotranspiration of Regional Land Surface Based on Remote Sensing Technology

WANG Wan － tong1，2，ZHAO Qing － liang1，DU Jia2
(1.College of Environment and Planning，Henan University，Kaifeng 475001，China;2.State Key Laboratory of Resources and Environmental Information System，Institute of Geographical Sciences and Natural Resources Research，CAS，Beijing 100101，China)

The development of remote sensing technology provides a new means for the inversion and estimation of widespread land surface evapotranspiration(ET).Researchers both in China and abroad have already studied the theories and techniques of this field.The principle of energy balance is the basic theory of estimating land surface ET，which has led to the formulation of a lot of models and algorithms of remote sensing ET.Based on an analysis of basic principles as well as merits and shortcomings of several models，the authors expound the adaptability and progress of different methods，point out the existing problems of the study of remote sensing ET，and finally prospect the development trend of remote sensing ET.

remote sensing;land surface evapotranspiration(ET);energy balance;ET model

TP 79;S 161.4

A

1001－070X(2012)01－0001－07

10.6046/gtzyyg.2012.01.01

2011－05－20;

2011－06－19

國家自然科學(xué)基金項目(編號:40801180)資助。

王萬同(1974－)，男，博士研究生，主要從事遙感影像處理和定量遙感研究。E－mail:kfwwt@yahoo.com.cn。

(責(zé)任編輯:邢 宇)