Satellite-Based Estimation of Evapotranspiration over India Using Remote Sensing Models: A Brief Review

方法

综述SEBAL、METRIC、SSEBop及MODIS、GLEAM等遥感蒸散模型

发现

遥感可支撑印度作物耗水与干旱监测，但模型间输入、分辨率与验证差异大，云污染和尺度不匹配仍是主要限制。

机会点

可针对印度多气候区开展系统性地面验证与不确定性量化，并构建融合多源数据的业务化蒸散估算流程。

蒸散发（Evapotranspiration, ET）是水文循环的重要组成部分，在农业水资源管理、干旱评估、生态系统功能和区域水资源规划中发挥着重要作用。由于气候变异性大、季风季节性显著、土地覆盖异质性强、灌溉强度高以及地面测量系统空间分布有限，印度地区蒸散发的准确估算仍面临挑战。卫星遥感通过整合地表温度、植被特征、地表反射率和气象条件观测，为估算蒸散发的空间分布提供了有效手段。本文综述了基于卫星的蒸散发估算主要方法，并讨论了其在印度农业气候条件下的适用性。重点关注地表能量平衡模型，包括陆面能量平衡算法（Surface Energy Balance Algorithm for Land, SEBAL）、高分辨率内校准蒸散发制图模型（Mapping Evapotranspiration at high Resolution with Internalized Calibration, METRIC）和业务化简化地表能量平衡模型（Operational Simplified Surface Energy Balance model, SSEBop）。同时考虑了卫星驱动产品和补充方法，包括基于MODIS的蒸散发产品、全球陆地蒸发阿姆斯特丹模型（Global Land Evaporation Amsterdam Model, GLEAM）以及基于植被的方法。印度的应用实践表明，遥感在作物水分评估、区域水资源核算、干旱监测和长期蒸散发变异性分析方面具有潜力。然而，输入数据、时空分辨率、校准程序和验证策略的差异使得模型间比较复杂化。云污染、热红外数据缺失、气象不确定性以及卫星像元与地面观测之间的尺度不匹配仍是重要限制因素。本文提出了通过系统性区域验证、透明的不确定性分析、多源数据集成以及开发适应印度多样气候和农业条件的业务化工作流程来改进印度蒸散发估算的优先方向。