近日，我院大气科学专业2017级博士生王怿璞（第一作者）和李锐教授（通讯作者）及合作者在遥感领域国际知名期刊《RemoteSensing of Environment》（简称RSE）发表了题为“A Three-source Satellite Algorithmfor Retrieving All-sky Evapotranspiration Rate using Combined Optical andMicrowave Vegetation Index at Twenty AsiaFlux Sites”的研究成果。RSE是遥感领域最顶级的SCI学术期刊，在全球同类期刊中长期排名第一，其2018年最新影响因子为8.22，五年影响因子8.79。该研究受到国家重点研发计划、中国自然科学基金重点项目和中国自然科学基金贝尔蒙特论坛国际合作项目等重大项目的资助。

地表蒸散发（Evapotranspiration）是陆地水能循环最重要的环节。卫星遥感是获取长时间、大尺度下非均匀植被下垫面蒸散所不可替代的重要方法。目前大多数卫星遥感蒸发的算法基于光学观测(如地表温度，光学植被指数)，但它们受云影响大，直接估算有云天气下的地表蒸散还存在很大难度。卫星被动微波遥感具有穿云能力强、能全天候使用等优点，能一定程度上客服卫星光学观测的缺陷。因此联合微波和光学观测反演在不同云况下、同时具有高时空分辨率的地表蒸散发具有十分重要的意义。

该研究联合多源卫星数据和再分析资料，包括基于Aqua卫星的EDVI数据集，CERES地表辐射数据集和MODIS NDVI产品，以及欧洲中心ERA-20C温湿度资料，提出了一种新的三源地表蒸散发反演的算法。算法利用EDVI对多个植被状态变量进行参数化，基于NDVI和地表覆盖类型对植被覆盖度进行计算，进一步联合Penman-Monteith 和Priestley –Taylor 方法分别对植被蒸腾、土壤蒸发、植被截留水蒸发在不同的云天进行估算。利用亚洲通量网AsiaFlux的20个通量站点对结果精度进行了广泛的验证。结果表明该方法能够应用于森林、农田和草地等下垫面条件并取得较好精度。并且算法还能够对这些植被类型在不同云况下（晴天到阴天）稳定反演出其蒸散发。与全球地表蒸散发模型GLEAM的比较中也说明算法对蒸散发不同成分的计算也是合理的。提出的新算法是对当前蒸散发反演领域的有力补充。

图. EDVI-ET和GLEAM-ET卫星产品在站点的验证。(a)-(c)分别是EDVI-ET，GLEAM-ET和站点观测之间的比较。(d)-(e) 分别是EDVI-ET和GLEAM-ET估算的不同蒸散成分的比较。

微波比辐射率差分植被指数（EDVI）可在全天候条件下反映植被含水量信息，已经被用于森林地区的植被水文状态监测、植被甲醛排放、森林火灾等相关研究。

文章链接：

https://www.sciencedirect.com/science/article/pii/S0034425719304821?dgcid=author

Wang, Y.P., Li, R*., Min, Q, Fu, Y, Wang,Y., Zhong, L., and Fu, Y.-Y., 2019:A Three-source Satellite Algorithm for Retrieving All-sky EvapotranspirationRate using Combined Optical and Microwave Vegetation Index at Twenty AsiaFluxSites, Remote Sensing ofEnvironment, 235, 111463, https://doi.org/10.1016/j.rse.2019.111463