数据驱动的蒸散发遥感反演方法及产品研究进展.pdfVIP

1007-4619 （2021 ）08-1517-21 National Remote Sensing Bulletin 遥感学报 数据驱动的蒸散发遥感反演方法及产品研究进展 1 2 ，3 1 1 4 刘萌 ，唐荣林 ，李召良 ，高懋芳 ，姚云军 1. 中国农业科学院农业资源与农业区划研究所 农业农村部农业遥感重点实验室, 北京 100081; 2. 中国科学院地理科学与资源研究所 资源与环境信息系统国家重点实验室, 北京 100101; 3. 中国科学院大学, 北京 100049; 4. 北京师范大学 地理科学学部遥感科学国家重点实验室, 北京 100875 摘 要：蒸散发是水圈、大气圈和生物圈中水分循环和能量交换的纽带。在全球尺度上，蒸散发约占陆地降水 总量的60%；作为其能量表达形式，潜热通量约占地表净辐射的80%。随着通量观测技术的发展，全球长期持 续的观测数据得以获取和共享，近年来基于数据驱动的蒸散发遥感反演方法取得了较好的研究进展。本文针对 数据驱动的蒸散发遥感反演方法和产品，从经验回归、机器学习和数据融合3个方面展开，对现有的研究进展进 行了梳理、归纳和总结，并从驱动数据、反演方法、已有产品等方面指出目前仍存在的问题和不足。未来仍需 开展数据驱动的高时空分辨率的蒸散发遥感反演方法的研究，有效考虑地表温度和土壤水分等可以指示地表蒸 散发短期变化的重要信息，同时加强基于过程驱动的物理模型与数据驱动的模型的结合，使两类模型能互为补 充、各自发挥所长，共同推动蒸散发遥感反演研究水平的进步。 关键词：蒸散发，数据驱动，地表温度，经验方法，机器学习，数据融合，遥感产品 引用格式：刘萌，唐荣林，李召良，高懋芳，姚云军.2021.数据驱动的蒸散发遥感反演方法及产品研究进展.遥感学报，25（8）： 1517-1537 LiuM，TangRL，LiZL，GaoMFandYaoYJ.2021.Progressofdata-drivenremotelysensedretrievalmethods andproductsonlandsurfaceevapotranspiration. NationalRemoteSensingBulletin，25（8）：1517-1537［DOI：10. 11834/jrs 发时空分布的有效方法 （Li等，2009；唐荣林， 1 引 言 2011）。由于下垫面地表异质性、复杂的近地表气 蒸散发ET （Evapotranspiration）包括土壤水分 象条件等空间异质性以及水热传输过程的动态多 蒸发、植被水分蒸腾、冠层截流蒸发和水体表面 变性，使得地表蒸散发的时空变化差异较大，区 蒸发，是陆地表面热量平衡和水量平衡的主要过 域尺度的准确估算仍面临很大挑战 （Liu等 ， 程参量 （Wang和Dickinson，2012）。在全球尺度 2016）。 上，蒸散发约占陆地降水总量的60% （Oki和 已有的蒸散发遥感反演方法按原理机理可以 Kanae，2006）；作为其能量表达形式，潜热通量 分为基于导度的方法和基于温度的方法 （Chen等， 约占地表净辐射的80% （Trenberth等，2009）。作 2020），按驱动数据可以分为基于短波波段数据、 为陆地表层水循环过程中仅次于降水的第二大组 热红外波段数据 （姚云军等，2012）以及微波波 分，蒸散发却是水循环过程中最难估算的分量。 段数据的方法。本文按照模型驱动力将其归为两 随着卫星遥感技术的发展，地表温度、植被指数、 大类：基于过程驱动的物理反演方法，如能量平 土壤水分等与地表水热通量密切相关的地表参数