基于遙感技術的區域蒸散發計算方法綜述

王 軍，李和平，鹿海員(中國水利水電科學研究院 牧區水利科學研究所，呼和浩特 010020)

0 引 言

蒸散發(ET)是水從液態或固態轉變成氣態，進入大氣的過程。由植被截流蒸發、植被蒸騰、土壤蒸發和水面蒸發構成，涉及土壤、植被和大氣等與氣候密切相關的多種復雜過程[1]。該過程既是能量循環過程中能量傳輸的重要載體，又是區域水量平衡和能量平衡的重要成分，這在很大程度上決定了下墊面條件，從而影響地區生態系統的形成和演變。從研究尺度分類，ET研究主要包括：對植被吸收、散失水分的生理過程研究的微觀尺度，對生態環境中影響植被ET關鍵因素進行定量化研究的農田微氣候區域尺度，及圍繞遙感技術研究ET的宏觀區域尺度[2]。盡管微觀尺度上的研究為認識蒸散發機理奠定了基礎，但從能夠實現區域水資源管理可持續的角度考慮，農田微氣候區域和宏觀區域ET的研究越來越受到關注。特別是近幾年隨著地表能量交換和物質遷移研究的深入及水資源合理利用與管理定量化的迫切要求，ET問題越來越受到專家學者的重視。

傳統估算和實測ET的方法(如水文學法、微氣象學法、植物生理學法和蒸滲儀法等)大都基于局地尺度，加上人力物力的限制，很難用于較大區域尺度上[3,4]?？紤]宏觀區域尺度下墊面條件復雜多變，會造成ET時空分布不均勻，局地尺度得到的結果存在以點代面、以偏概全，不能完全反映研究區域ET的時空間變異性、水資源演變和生態平衡等問題。許多專家學者也意識到，僅通過小尺度計算ET的方法遠遠不夠，迫切需要對ET從大尺度范圍、長時間序列來模擬其變化特征。隨著遙感(RS)技術的出現，特別是高分辨率遙感影像的出現和普及，可以利用其時空連續性和大跨度的特點，克服了傳統研究方法中定點觀測難以推廣到大尺度的難題，為區域、流域等大尺度研究ET提供了可能，解決了計算ET的空間尺度擴展問題[5]?；诖?，本文通過總結國內外區域尺度遙感蒸散發計算方法，分析當前研究熱點和存在主要問題，旨在為探索區域尺度下墊面需耗水規律、水循環演變等研究提供借鑒。

1 區域尺度遙感蒸散發計算方法

1.1 經驗模型

經驗模型是地面觀測數據與遙感技術相結合，利用已有的觀測數據擬合熱通量與下墊面參數(如地表溫度、歸一化植被指數、地表濕度等)的關系，進而反演區域上的蒸散發[6-8]。其中具有代表性的Jackson模型經驗公式為：

(Rn-λET)24=B(Ts-Ta)n

(1)

式中：Ts為當地時間13點的地表輻射溫度；Ta為當地時間13點的瞬時空氣溫度；B為由NDVI(歸一化植被指數)決定的常量；n為由NDVI決定的常量，此處n=1。

式(1)可以看出，地表凈輻射量和潛熱通量的24 h累積差值與地表輻射溫度和空氣溫度的差值存在線性關系，比例系數B是由歸一化植被指數決定。該模型適用于植被覆蓋比較茂密的地區，模型中沒有考慮下墊面中的土壤熱通量，所以對區域ET的估計會造成一定的誤差[9]。

另一代表性的經驗統計模型是Rivas 和Caselles 提出的一種地表溫度與參考作物蒸散發的統計模型[10]。研究發現，輻射項除去含有地表溫度項的剩余項與空氣動力學項之和幾乎為一常數，假設含有地表溫度與潛在蒸散發之間呈線性變化。由此建立模型的表達式為：

ET0=a″Ts+b″

(2)

式中：a″、b″均為經驗常數。

考慮到地表下墊面的分布不均勻性，模型中的參數多為經驗參數，模型在區域的適用性取決于地面上空大氣層的空間均一性，應用起來較為困難。

1.2 能量余項模型

ET作為區域水量平衡和能量平衡的重要成分，不僅在水循環過程中具有極其重要的作用，而且也是能量循環過程中能量傳輸的重要載體，它會改變進入陸地表面的潛熱通量、顯熱通量和土壤熱通量等熱通量的大小，進而影響區域的水資源空間分布以及生態環境的變化。

基于遙感技術的ET計算思路是以能量平衡方程為基礎，不考慮由平流引起的水平能量傳輸和生物體內需水情況。其原理式為：

λET=Rn-G-H-PH

(3)

式中：Rn為地表凈輻射通量，W/m2；G為土壤熱通量，W/m2；H為顯熱通量(又稱感熱通量)，W/m2；PH為用于植被光合作用和生物量增加的能量，一般予以忽略；λET為潛熱通量，W/m2；λ為水的汽化潛熱。

凈輻射Rn是地球表面進入的短波輻射和出去的長波輻射之差，凈輻射是地球表面吸收的能量。它和地球表面吸收的短、長波輻射與反射、散發的短、長波輻射之差是平衡的，或者說與進來的凈短波輻射(Rns)和出去的凈長波輻射(Rnl)之差是平衡的。一般情況下Rn由太陽天頂角、地表溫度、反照率和地表發射率等計算[11,12]。土壤熱通量G是指由于傳導作用而存儲在植被和土壤中的那部分能量。G通常有Rn和下墊面特征參數如葉面積指數、NDVI等確定。

因此，各遙感蒸散發模型的核心思路是如何確定H和λET[13,14]。

1.2.1單層模型

單層模型又稱“大葉”模型，模型是將土壤和植被看作一個整體與大氣進行水分和能量的交換。該模型先利用式(4)求出顯熱通量，再利用能量平衡方程求出區域ET。模型表達式為：

(4)

式中：ρ為空氣密度，1.29 kg/m3；cp為空氣定壓比熱容，取1 004 J/kg·K；ra為空氣動力學阻抗，s/m；T0為空氣動力學地表溫度，K；Ta為參考高度的溫度，K。

從計算方法上講，單層模型具有所需參數少、計算簡便、物理意義明確的特點。但模型假設下墊面是由單一界面組成，會造成反演出的蒸散發誤差較大；另外，公式中所要求的地表溫度并非RS獲取地輻射表面溫度。為了提高模型的計算精度，通常有兩種辦法[15]：①通過添加“剩余阻抗”rex或熱擴散系數KB-1來修正空氣動力學阻抗。1983年Hatfield[16]等提出了Monteith-Hatfield層結穩定度訂正公式來對阻抗進行層結穩定度訂正；謝賢群[17,18]利用Dyer 和Webb 提出的層結穩定度訂正公式，對空氣動力學阻抗進行了改進；陳鏡明[19]是基于植物小氣候原理，通過“剩余阻抗”對空氣動力學阻抗進行修正。②利用經驗公式直接調整空氣動力學溫度和輻射溫度的溫差，如SEBS模型和SEBAL模型[20,21]。

(1)SEBS模型。SEBS(The Surface Energy Balance System) 是Su等提出的地表能量平衡系統模型[22,23]。該模型建立了一個物理模型來描述地表能量中關鍵參數——熱傳輸粗糙度長度[24]。其表達式為：

(5)

(6)

(7)

式中：z0h為地表熱傳輸粗糙長度；z0m為動力學粗糙長度；fs=1-fc；fc為植被覆蓋度；Cd為葉片拖曳系數；Ct為熱傳輸系數，w/(m·℃)，取值范圍為0.005N≤Ct≤0.075N，N是參與熱交換的葉面數；u(h)為冠層高度處的水平風速，m/s；C*t為土壤熱傳輸系數。

該處理方法優于其他遙感通量估算模型中多采用固定值的做法。因而近幾年在國內外都獲得了較廣泛應用[25-28]。

(2)SEBAL模型。SEBAL模型是基于遙感技術的陸面能量平衡模型，從本質上講是單層模型的“進化版”。模型利用氣象站點提供的風速、氣溫等氣象數據以及遙感影像，可計算出能量平衡方程中地表凈輻射量、土壤熱通量；模型的核心是在流域范圍內選取“干點”和“濕點”兩個特殊象元，結合風速、氣溫等氣象資料，利用莫寧-奧布霍夫(Monin-Obukhov)定律循環遞歸運算求得穩定的顯熱通量；最后根據能量平衡方程求得瞬時ET[11,20]。該模型顯熱通量計算公式見式(4)，其中地表溫差和空氣動力學阻抗表達式為：

dT=T0-Ta=aTs+b

(9)

式中：Z1為值略高于植被冠層的平均高度(0.01 m)；Z2為值略低于邊界層的參考高度(2 m)。

1.2.2S-W模型

S-W模型是Shuttleworth 和Wallace 提出的一個描述植被冠層湍流熱通量的雙層模型[29]。模型考慮到土壤對蒸散發的貢獻，假設下墊面植被冠層和土壤是兩個相對獨立的界面，兩者之間相互疊加，下層土壤的通量只能透過頂部冠層才能傳輸出去。分別進行下墊面的植被冠層和土壤表面的能量平衡計算。表達式為：

LETs=Rns-Hs-G

(10)

LETp=Rnp-Hp

(11)

LET=LETs+LETp

(12)

式中：s表示土壤；p表示植被。

S-W雙層模型假設下墊面分成土壤和植被兩層界面，較好地描述了兩者之間的能量耦合規律，物理意義較為明確。該模型在植被較為稀疏的地區得到了廣泛應用[30]。但從上述表達式看，模型在計算過程中需要將很多參數進行分解計算，在實際計算過程中較為復雜。針對這一系列問題，后人在S-W模型基礎上提出了改進，以便于數據的獲取和計算。如Lhomme[31]等假設植被冠層與土壤表面溫度的加權平均值作為熱紅外表面溫度，兩者的權重因子分別為植被和土壤的覆蓋率，提出一種計算顯熱通量的雙層模式；Norman[32]等通過對系列模型進行簡化，提出了一種基于遙感影像的平行模式，平行模式假設植被冠層通量和土壤通量互相平行，植被冠層和土壤表面兩者分別與上層的大氣系統進行獨立的水分和能量交換。這種簡化后的雙層模型可以利用氣象數據和遙感數據進行ET的計算。計算較為方便，被廣泛地應用于植被較為稀疏的干旱、半干旱地區。研究認為，改進的雙層模型對推進反演ET研究起到了重要的作用。

1.3 遙感數值模型

土壤-植被-大氣傳輸(SVAT)模型是陸面過程中考慮水分在土壤-植被-大氣系統各界面之間物質傳輸和能量交換過程中重要作用的物理-化學-生物聯合模型，該模型是通過遙感技術將陸面過程參數化，建立計算ET的物理模型。主要方法有3種[33-35]：①總體動力學方法，根據空氣的紊動擴散理論來估算潛在ET，BATS、ISBA、SSIB等模型采用此方法；②Penman-Monteith 方程，根據地表能量收支平衡方程和空氣動力學原理綜合得出，COUPMODEL、VIC等模型采用此方法；③Priestley-Taylor方程[36]。從反演ET的模型中可以看出，模型的物理意義非常明確，但是模型計算時所需參數如氣孔傳導率和大氣條件等難以通過日常的遙感手段獲取，這對于遙感數值模型在反演ET研究中起到了限制作用[37]。

1.4 全遙感信息模型

該模型是由張仁華[38]等2002年首次提出的一種計算區域ET的方法。以往的遙感反演模型不論是基于物理意義的模型，還是經驗模型，都需要遙感手段所獲取的地表參數、植被指數以及氣溫、風速等氣象數據，進行動力學反饋的空間內插。模型仍然不能脫離氣溫、風速等這些非遙感參數。張仁華[38]等認為，通過微分熱慣量提取土壤水分可供率而獨立于土壤類型、質地等局地參數；通過土壤水分可供率計算波文比，可以擺脫風速、氣溫等氣象數據，并以表觀熱慣量和凈輻射通量對土壤熱通量進行參數化。最終實現以全遙感信息反演潛熱通量的目標。不難發現，全遙感信息模型的建立是選在干旱、植被覆蓋度低的地區，這制約了模型應用的推廣。但全遙感信息的這種觀點為研究遙感反演提供了一種新的思路，在下墊面需耗水規律、水文循環等研究中將有極大的應用前景。

2 當前研究熱點和存在主要問題

2.1 下墊面特征參數反演

利用遙感技術計算區域尺度蒸散發需要眾多下墊面特征參數，如地表溫度、地表反射率、地表比輻射率、NDVI等。準確計算這些特征參數對遙感蒸散發結果的計算精度至關重要[39]；同時，這些特征參數受下墊面植被、土壤、大氣和微氣象特征影響，但會通過遙感影像信息所表現出來，研究其聯系和內在規律，可提高模型實用性[40]。

2.2 時空尺度轉換研究

2.2.1空間尺度融合

很多遙感蒸散發模型中涉及很多非遙感參數，如風速、氣壓等。部分地區由于地面測站的限制，需要對氣象點數據進行面擴展，由點到面的轉換需要借助ARCGIS等空間處理平臺。另外，由于地表覆蓋的不均勻性和地形的復雜性，確定部分非遙感參數就要有高分辨率的遙感影像產品，這種不同分辨率的遙感影像產品疊加應用，一是會增加計算結果的不確定性，更重要的是會出現空間尺度效應的問題[41]。目前，常用的融合方法有線性變換、非線性變換及STARFM融合方法等[42]。

2.2.2時間尺度擴展

這些方法解決了ET空間尺度擴展的問題，取得了大量卓有成效的成果。研究遙感反演ET的尺度問題包括時間和空間兩個方面，遙感自身技術特點很好地解決了空間尺度擴展問題；然而，在時間尺度上，由于遙感提供的是瞬時信息，將瞬時ET進行時間擴展時，鑒于目前技術水平的局限(如現有技術還不能獲得連續時間上的高分辨率遙感影像、遙感影像受大氣影響或者云遮擋影響)，以及區域尺度上ET隨時間變化的規律特征尚不明確等，使得遙感蒸散發在時間尺度上擴展已成為該領域研究的一個難點。

目前在長時間尺度擴展問題上，由瞬時蒸散發延拓到日蒸散發時主要還是利用蒸發比不變法或正弦關系兩種方法來擴展；由日尺度向更長時間尺度擴展時，Allen[43]等總結Kimberly/Idaho等地多年研究的成果，提出了基于參考蒸散發的時間序列擴展方法，該方法利用樣條插值等方法來獲得中間某天的參考蒸發比，從而求得長時間尺度的蒸散發；Anderson[44]等提出一種土壤含水量逐日變化的概念模型，用于蒸散發長時間尺度的計算；吳炳方[45,46]等以Penman-Monteith公式為基礎，通過建立下墊面逐日表面阻抗模型，利用逐日氣象數據與遙感反演參數，獲得逐日連續的蒸散發結果。但由于非晴日、灌溉等外界因素對ET的干擾，利用遙感蒸散發模型并不能完全真實反映區域實際的蒸散發狀況，從而使得遙感蒸散發時間尺度擴展結果仍存在很大的不確定性。

2.3 模型結果檢驗研究

受影像精度的限制，基于遙感技術估算的蒸散發是區域尺度范圍上的平均值。對于區域蒸散發估算方法的檢驗，一般有兩種途徑：一種是通過其他區域蒸散發估算方法的結果間接驗證[47]，這種非標準化的驗證方法自身精度是否保證尚不確定，在此基礎上對遙感蒸散發模型計算結果進行驗證，其可信度往往會大大降低。另一種是通過地面精確的觀測計算直接驗證如蒸滲儀法、波文比儀法、渦度相關法等[48-50]。這類檢驗方法的局限性在于，現有的觀測數據與遙感計算結果相比，只能代表特定點或小區域的蒸散發狀況，這類方法尤其是檢驗中低分辨率數據反演結果時，也會缺乏說服力。隨著大孔徑閃爍儀精度和尺度的提升，研究者認為該方法將會對區域尺度遙感蒸散發檢驗研究提供一種新的思路。

3 結 語

總結遙感蒸散發模型研究現狀，計算方法從最初的經驗模型到物理意義明確的遙感數值模型，遙感蒸散發模型研究仍處于不斷完善過程中。目前研究過程中存在模型精度受原始影像數據的分辨率、地表參數的反演方法的選取、時空尺度的擴展、模型計算結果的驗證等一系列問題影響，且仍有大量的機理性的理論需要探索和認識。筆者認為，這些問題和理論皆會隨著遙感技術的進步不斷地得到解決和優化，遙感蒸散發模型將成為區域尺度水循環模擬、生態耗水及水資源管理等現代水利領域重要的應用工具；另外，以良好的物理基礎為背景，模擬SPAC中能量、物質交換過程，利用遙感技術確定地表關鍵參數的區域蒸散發數值模型建立將是今后的發展方向之一。

[1] Allen R G, Pereira L S, Raes D. Crop evapotranspiration-Guidelines for computing crop water requirements-FAO Irrigation and drainage paper 56[J]. FAO Irrigation & Drainage Paner,1988,56.

[2] 王浩.以ET管理理念為核心的水資源管理在現代水資源管理中的重要性與可行性[R].中國節水灌溉網, 2008,7.

[3] Su Z B，Yacob A，Wen J，et a1．Assessing relative soil moisture with remote sensing data：theory, experimental validation，and application to drought monitoring over the North China Plain[J]．Physics and Chemistry of the Earth，2003，28(1/2/3)：89-101.

[4] 楊啟國,張旭東,楊興國,等．旱作小麥農田實際蒸散量計算模式研究[J]．干旱地區農業研究，2005，23(1)：34-38．

[5] 張曉濤,康紹忠,王鵬新,等.估算區域蒸發蒸騰量的遙感模型對比分析[J].農業工程學報，2006,22(7)：6-13.

[6] Jackson R D, Regina to, R J, et al. Wheat canopy parameter: a practical tool for evaluating water requirements [J]. Water Resources Research, 1977,13(3):651-656.

[7] Raul Rivas, Vicente Caselles. A simplified equation to estimate spatial reference evaporation from remote sensing-based surface temperature and local meteorological data [J]. Remote Sensing of Environment, 2004,93:1-2,68.

[8] 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 Hydrometeorology, 2008,9(4):712-727．

[9] 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, 1995,54:161-167.

[10] Rivas Rual, Caselles Vicente. A simplified equation to estimate spatial reference evaporation from remote sensing-based surface temperature and local meteorological data [J]. Remote Sensing of Environment,2003(93)：68-76.

[11] 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.

[12] Clothier B E, Clawson K L, Pinter P J, et al. Estimation of soil heat flux from net radiation during the growth of alfalfa [J].Agr. and Forest Met.,1986,37:319-329.

[13] 易永紅，楊大文，劉 鈺，等.區域蒸散發遙感模型研究的進展[J].水利學報，2008，39(9)：1 118-1 125.

[14] 馮景澤，王忠靜.遙感蒸散發模型研究進展綜述[J].水利學報，2012(8)，43(8)：914-924.

[15] Chehbouni A, Lo Seen D, Njoku E G, et al. Examination of the difference between radiative and aerodynamic surface temperatures over sparsely vegetated surface [J]. Remote Sensing of Environment, 1996,58:177-186.

[16] Hatfield J L, Perrier A, Jackson K D. Estimation of evapotranspiration at one-time-of-day using remotely sensed surface temperature [J]. A-gric. Water.Manage.,1983(7):105-110.

[17] 謝賢群.遙感改進的測定農田蒸發量的能量平衡-空氣動力學阻抗模式[J].氣象學報,1988,46(1):102-106.

[18] Webb E K. Profile relationships, the log linear range and extension to strong stability [J]. Q.J.R. Meteor. Soc., 1976,96:85-100.

[19] 陳鏡明.現有遙感蒸散模式中的一個重要缺點及改進[J].科學通報,1988,33(6):454-458.

[20] 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,1998:212-213:213-229.

[21] Su Z. The surface energy balance system (SEBS) for estimation of turbulent heat fluexes[J]. Hydrology and Earth System Sciences, 2002,6(1):85-99.

[22] Su Z. A Surface Energy Balance System (SEBS) for estimation of turbulent heat fluxes from point to continental scale[M].Publications of the National Remote Sensing Board (BCRS), USP-2,01-02, 2001:91-108.

[23] 楊永民,馮兆東,周 劍. 基于SEBS模型的黑河流域ET[J].蘭州大學學報(自然科學版),2008,44(5):1-2.

[24] Su Z, Schmugge T, Kusta W P, et al. An evaluation of two models for estimation of the roughness height for heat transfer between the land surface and the atmosphere [J]. Journal of Applied Meteorology, 2001,40:1 933-1 951.

[25] 崔亞莉,徐映雪,邵景力,等.應力遙感方法研究黃河三角洲地表蒸發及其與下墊面關系[J].地學前緣,2005,12(特刊):159-165.

[26] Li Jia, Zhongbo Su, Bart van den Hurk, et al. Estimation of sensible heat flux using the surface energy balance system (SEBS) and ATSR measurements [J]. Physics and Chemistry of the Earth, 2003,28:75-88.

[27] 詹志明,馮兆東.隴西黃土廟的路面蒸散的遙感研究[J].地理與地理信息科學，2004,20(1):16-19.

[28] 何延波,Zhongbo Su. SEBS模型在黃淮海地區地表能量通量估算中的應用[J].高原氣象，2006,25(6):1 092-1 100.

[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: 839-855.

[30] Friedl M A. Modeling land surface fluxes using a sparse canopy model and radiometric surface temperature measurements [J]. Journal of Geophysical Research, 1995,100(D12):435-446.

[31] Lhomme J P, Monteny B, Amadou M. Estimating sensible heat flux from radiometric temperature over sparse millet [J]. Agricultural and Forest Meteorology,1994,68:77-91.

[32] 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 Meteorogy, 1995,77:263-293.

[33] 馬柱國,魏和林,符淙斌.土壤濕度與氣候變化關系的研究進展與展望[J].地球科學進展,1999,14(3):299-305.

[34] 袁文平,周廣勝.干旱指標的理論分析與研究展望[J].地球科學進展,2004,19(6):982-991.

[35] 曹麗娟,劉晶淼.陸面水文過程研究進展[J].氣象科技,2005,33(2):97-103.

[36] Priestly C H B, TaylorR J. On the assessment of surface heat flux and evaporation using large-scale parameters [J]. Monthly Weather Review, 1972,100(2):81-92.

[37] 辛曉洲，田國良，柳欽火.地表蒸散定量遙感的研究進展[J].遙感學報，2003,5(3)233-240.

[38] 張仁華,孫曉敏,朱治林,等.以微分熱慣量為基礎的地表蒸發全遙感信息模型及在甘肅沙坡頭地區的驗證[J].中國科學,D輯,2002,32(12):1 041-1 051.

[39] Courault D，Seguin B，Olioso A. Review on estimation of evapotranspiration from remote sensing data：From empirical to numerical modeling approaches [J]. Irrigation and Drainage Systems，2005，19：223-249.

[40] 高彥春,龍 笛.遙感蒸散發模型研究進展[J].遙感學報，2008(5)，12(3):515-528.

[41] 許 迪.灌區水文學尺度轉換問題研究綜述[J].水利學報，2006,37(2)：141-149.

[42] 柳樹福，熊 雋，吳炳方. ETWatch中不同尺度蒸散融合方法[J].遙感學報，2011，15(2): 256-269.

[43] Allen R G, Tasumi M, Trezza R. Satellite-based energy balance for mapping evapotranspiration with internalized calibration (METRIC)-model [J]. Journal of irrigation and drainage engineering, 2007,133(4):381-394.

[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 Atmospheres, 2007,112, D10117:1-17.

[45] 吳炳方,熊 雋,閆娜娜,等.基于遙感的區域蒸散量監測方法-ET Watch [J].水科學進展,2008,19(5):671-678.

[46] Wu B F, Xiong J, Yan N N. ET Watch: models and methods. Journal of Remote Sensing, 2011,15(2): 224-239.

[47] 蔡錫填，徐宗學，蘇保林，等.區域蒸散發分布式模擬及其遙感驗證[J].農業工程學報，2009,25:154-160.

[48] Seguin B，Courault D，Guérif M. Surface temperature and evapotranspiration：Application of local scale methods to regional scales using satellite data[J]. Remote Sensing, Environment，1994，49：287-295.

[49] Todd R W，Evett S R，Howell T A. The Bowen ratio-energy balance method for estimating latent heat flux of irrigated alfalfa evaluated in a semi-arid，advective environment[J]. Agric. For. Meteorol.，2000，103：335-348.

[50] Farahani H J，Howell T A，Shuttleworth W J，et al. Evapotranspiration：progress in measurement and modeling in agriculture[J]. Trans . ASABE .，2007，50：1 627-1 638 .