蒸散发遥感把地表能量与植被水分交换转成空间估计

蒸散发（ET）包括土壤和水面的蒸发以及植物蒸腾，是水量平衡和地表能量平衡的重要通量。卫星不能直接看到水汽从每一块地表离开，而是观测地表温度、反射率和植被状态，再结合辐射、气象和地表参数估计潜热通量，最终换算为一定时间尺度的水深。

USGS 的 Landsat Provisional Actual Evapotranspiration 说明了 Landsat 实际蒸散发产品的范围和使用背景。产品具有“provisional”等版本状态时，应保留标识并检查适用区域、输入可用性和质量层，不应只下载主数值层。

能量平衡连接温度与水分通量

地表净辐射由短波和长波收支组成，扣除土壤热通量和感热通量后，剩余能量用于潜热通量。地表温度高通常意味着更多能量进入感热，但关系还受空气温度、风速、粗糙度和稳定度影响。能量平衡模型通过冷热端元、空气动力阻力或气象驱动求解这些项。

遥感反照率、植被指数和地表温度分别参与净辐射、地表覆盖和热状态估计。热红外像元往往比反射波段更粗，锐化或重采样会改变空间纹理，却不能创造真实温度细节。输入几何和时间必须对齐，云与云影会同时破坏温度和反射率。

另一类方法以参考蒸散发为基准，利用植被系数或蒸发分数推算实际 ET。它们对气象站、作物阶段和水分胁迫描述敏感。不同模型即使输出相同单位，也可能表示瞬时、日累计、月累计或参考条件下的比例，比较前应统一时间定义。

卫星热红外观测通常只是晴空过境时刻。将瞬时潜热通量扩展到全天，常假设蒸发分数在日内相对稳定，或按太阳辐射曲线缩放。灌溉、降雨、平流和午后云发展会破坏这种假设。月度产品还要填补多云日期，误差不只来自单景反演，也来自时间插值。

不同传感器的过境时间和空间分辨率不同。高频粗分辨率数据适合描述日际变化，高分辨率 Landsat 能区分田块但重访较慢。融合可以同时利用两者，却需验证在快速灌溉和收获变化时是否保持能量和时间一致性。

累计 ET 的单位常为毫米，其中一毫米相当于单位面积一公斤水。数值在流域汇总时要考虑像元面积、投影和有效覆盖，不能对经纬网格直接做未加权平均。水体、城市和裸地可能需要不同模型或掩膜。

涡度相关塔测量特定风向和稳定条件下的通量足迹，不是一个固定点；蒸渗仪尺度更小，水量平衡则常覆盖田块或流域。与卫星像元比较时，应根据足迹、过境时间和质量标志聚合，避免把不同时空支持的数据直接配对。

能量闭合问题会影响塔基参考，流域水量平衡也包含降水、径流和储量误差。验证应使用多个证据来源，并按土地覆盖、干湿条件、季节和尺度报告偏差、随机误差与累计误差。平均相关性高不保证灌溉峰值或干旱期准确。

Landsat 地表温度是许多 ET 工作流的重要输入，其产品背景和限制可见 USGS 文档：https://www.usgs.gov/landsat-missions/landsat-collection-2-surface-temperature。地表温度产品本身的云、发射率和大气误差会传递到 ET。

实际 ET 反映当前水分和植被条件，参考 ET 描述标准参考表面的气象需求，潜在 ET 则依赖所采用的假设。农业管理中，低实际 ET 可能表示缺水，也可能是裸地、休耕或作物阶段变化；高 ET 可能来自灌溉，也可能来自湿地或平流。需要结合作物类型、降水、土壤水分和管理记录解释。

产品发布应包含算法、输入版本、气象源、时间累计、质量标志、空缺处理和不确定性。历史序列若因输入产品重处理而更新，应重新生成全部相关累计量。蒸散发遥感提供了传统站点难以覆盖的空间视图，但它是模型化通量；能量闭合、晴空采样和尺度匹配必须与数值一起交付。

灌区管理更关心田块之间的持续差异、灌溉前后变化和季节累计。单景 ET 受云边缘、风场和瞬时平流影响，适合与前后日期及作物阶段共同解释。异常检测要使用同一算法和版本建立基线，并对轮作、休耕和田块边界变化做更新。

流域尺度可用降水减径流和储量变化形成独立水量约束，但地下水交换、库容和测站误差会留下闭合差。遥感 ET 与水量平衡不一致时，应分析时间支持和各分量误差，不宜通过统一比例强行闭合。管理阈值还应结合当地水权、生态需水和测量不确定性。

行政区或田块平均值需要按像元相交面积加权，并同时计算有效观测面积。若一个月份只有少数晴空像元，平均值不能代表完整区域。发布统计表时应给出覆盖率、填补比例和像元质量组成，使使用者能决定是否用于结算、预警或趋势分析。