数据驱动的蒸散发遥感反演方法及产品研究进展

• 作者: 刘萌 唐荣林 李召良 高懋芳 姚云军
• 来源期刊: 遥感学报
• 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
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 综述|Review
• 页码范围: 前插2-前插3,1517-1537
• 页数: 1页
• 语种: 中文

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.