基于遥感技术的区域蒸散发计算方法综述

王 军，李和平，鹿海员(中国水利水电科学研究院 牧区水利科学研究所，呼和浩特 010020)

0 引 言

蒸散发(ET)是水从液态或固态转变成气态，进入大气的过程。由植被截流蒸发、植被蒸腾、土壤蒸发和水面蒸发构成，涉及土壤、植被和大气等与气候密切相关的多种复杂过程[1]。该过程既是能量循环过程中能量传输的重要载体，又是区域水量平衡和能量平衡的重要成分，这在很大程度上决定了下垫面条件，从而影响地区生态系统的形成和演变。从研究尺度分类，ET研究主要包括：对植被吸收、散失水分的生理过程研究的微观尺度，对生态环境中影响植被ET关键因素进行定量化研究的农田微气候区域尺度，及围绕遥感技术研究ET的宏观区域尺度[2]。尽管微观尺度上的研究为认识蒸散发机理奠定了基础，但从能够实现区域水资源管理可持续的角度考虑，农田微气候区域和宏观区域ET的研究越来越受到关注。特别是近几年随着地表能量交换和物质迁移研究的深入及水资源合理利用与管理定量化的迫切要求，ET问题越来越受到专家学者的重视。

传统估算和实测ET的方法(如水文学法、微气象学法、植物生理学法和蒸渗仪法等)大都基于局地尺度，加上人力物力的限制，很难用于较大区域尺度上[3,4]。考虑宏观区域尺度下垫面条件复杂多变，会造成ET时空分布不均匀，局地尺度得到的结果存在以点代面、以偏概全，不能完全反映研究区域ET的时空间变异性、水资源演变和生态平衡等问题。许多专家学者也意识到，仅通过小尺度计算ET的方法远远不够，迫切需要对ET从大尺度范围、长时间序列来模拟其变化特征。随着遥感(RS)技术的出现，特别是高分辨率遥感影像的出现和普及，可以利用其时空连续性和大跨度的特点，克服了传统研究方法中定点观测难以推广到大尺度的难题，为区域、流域等大尺度研究ET提供了可能，解决了计算ET的空间尺度扩展问题[5]。基于此，本文通过总结国内外区域尺度遥感蒸散发计算方法，分析当前研究热点和存在主要问题，旨在为探索区域尺度下垫面需耗水规律、水循环演变等研究提供借鉴。

1 区域尺度遥感蒸散发计算方法

1.1 经验模型

经验模型是地面观测数据与遥感技术相结合，利用已有的观测数据拟合热通量与下垫面参数(如地表温度、归一化植被指数、地表湿度等)的关系，进而反演区域上的蒸散发[6-8]。其中具有代表性的Jackson模型经验公式为：

(Rn-λET)24=B(Ts-Ta)n

(1)

式中：Ts为当地时间13点的地表辐射温度；Ta为当地时间13点的瞬时空气温度；B为由NDVI(归一化植被指数)决定的常量；n为由NDVI决定的常量，此处n=1。

式(1)可以看出，地表净辐射量和潜热通量的24 h累积差值与地表辐射温度和空气温度的差值存在线性关系，比例系数B是由归一化植被指数决定。该模型适用于植被覆盖比较茂密的地区，模型中没有考虑下垫面中的土壤热通量，所以对区域ET的估计会造成一定的误差[9]。

另一代表性的经验统计模型是Rivas 和Caselles 提出的一种地表温度与参考作物蒸散发的统计模型[10]。研究发现，辐射项除去含有地表温度项的剩余项与空气动力学项之和几乎为一常数，假设含有地表温度与潜在蒸散发之间呈线性变化。由此建立模型的表达式为：

ET0=a″Ts+b″

(2)

式中：a″、b″均为经验常数。

考虑到地表下垫面的分布不均匀性，模型中的参数多为经验参数，模型在区域的适用性取决于地面上空大气层的空间均一性，应用起来较为困难。

1.2 能量余项模型

ET作为区域水量平衡和能量平衡的重要成分，不仅在水循环过程中具有极其重要的作用，而且也是能量循环过程中能量传输的重要载体，它会改变进入陆地表面的潜热通量、显热通量和土壤热通量等热通量的大小，进而影响区域的水资源空间分布以及生态环境的变化。

基于遥感技术的ET计算思路是以能量平衡方程为基础，不考虑由平流引起的水平能量传输和生物体内需水情况。其原理式为：

λET=Rn-G-H-PH

(3)

式中：Rn为地表净辐射通量，W/m2；G为土壤热通量，W/m2；H为显热通量(又称感热通量)，W/m2；PH为用于植被光合作用和生物量增加的能量，一般予以忽略；λET为潜热通量，W/m2；λ为水的汽化潜热。

净辐射Rn是地球表面进入的短波辐射和出去的长波辐射之差，净辐射是地球表面吸收的能量。它和地球表面吸收的短、长波辐射与反射、散发的短、长波辐射之差是平衡的，或者说与进来的净短波辐射(Rns)和出去的净长波辐射(Rnl)之差是平衡的。一般情况下Rn由太阳天顶角、地表温度、反照率和地表发射率等计算[11,12]。土壤热通量G是指由于传导作用而存储在植被和土壤中的那部分能量。G通常有Rn和下垫面特征参数如叶面积指数、NDVI等确定。

因此，各遥感蒸散发模型的核心思路是如何确定H和λET[13,14]。

1.2.1单层模型

单层模型又称“大叶”模型，模型是将土壤和植被看作一个整体与大气进行水分和能量的交换。该模型先利用式(4)求出显热通量，再利用能量平衡方程求出区域ET。模型表达式为：

(4)

式中：ρ为空气密度，1.29 kg/m3；cp为空气定压比热容，取1 004 J/kg·K；ra为空气动力学阻抗，s/m；T0为空气动力学地表温度，K；Ta为参考高度的温度，K。

从计算方法上讲，单层模型具有所需参数少、计算简便、物理意义明确的特点。但模型假设下垫面是由单一界面组成，会造成反演出的蒸散发误差较大；另外，公式中所要求的地表温度并非RS获取地辐射表面温度。为了提高模型的计算精度，通常有两种办法[15]：①通过添加“剩余阻抗”rex或热扩散系数KB-1来修正空气动力学阻抗。1983年Hatfield[16]等提出了Monteith-Hatfield层结稳定度订正公式来对阻抗进行层结稳定度订正；谢贤群[17,18]利用Dyer 和Webb 提出的层结稳定度订正公式，对空气动力学阻抗进行了改进；陈镜明[19]是基于植物小气候原理，通过“剩余阻抗”对空气动力学阻抗进行修正。②利用经验公式直接调整空气动力学温度和辐射温度的温差，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统模型[22,23]。该模型建立了一个物理模型来描述地表能量中关键参数——热传输粗糙度长度[24]。其表达式为：

(5)

(6)

(7)

式中：z0h为地表热传输粗糙长度；z0m为动力学粗糙长度；fs=1-fc；fc为植被覆盖度；Cd为叶片拖曳系数；Ct为热传输系数，w/(m·℃)，取值范围为0.005N≤Ct≤0.075N，N是参与热交换的叶面数；u(h)为冠层高度处的水平风速，m/s；C*t为土壤热传输系数。

该处理方法优于其他遥感通量估算模型中多采用固定值的做法。因而近几年在国内外都获得了较广泛应用[25-28]。

(2)SEBAL模型。SEBAL模型是基于遥感技术的陆面能量平衡模型，从本质上讲是单层模型的“进化版”。模型利用气象站点提供的风速、气温等气象数据以及遥感影像，可计算出能量平衡方程中地表净辐射量、土壤热通量；模型的核心是在流域范围内选取“干点”和“湿点”两个特殊象元，结合风速、气温等气象资料，利用莫宁-奥布霍夫(Monin-Obukhov)定律循环递归运算求得稳定的显热通量；最后根据能量平衡方程求得瞬时ET[11,20]。该模型显热通量计算公式见式(4)，其中地表温差和空气动力学阻抗表达式为：

dT=T0-Ta=aTs+b

(9)

式中：Z1为值略高于植被冠层的平均高度(0.01 m)；Z2为值略低于边界层的参考高度(2 m)。

1.2.2S-W模型

S-W模型是Shuttleworth 和Wallace 提出的一个描述植被冠层湍流热通量的双层模型[29]。模型考虑到土壤对蒸散发的贡献，假设下垫面植被冠层和土壤是两个相对独立的界面，两者之间相互叠加，下层土壤的通量只能透过顶部冠层才能传输出去。分别进行下垫面的植被冠层和土壤表面的能量平衡计算。表达式为：

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双层模型假设下垫面分成土壤和植被两层界面，较好地描述了两者之间的能量耦合规律，物理意义较为明确。该模型在植被较为稀疏的地区得到了广泛应用[30]。但从上述表达式看，模型在计算过程中需要将很多参数进行分解计算，在实际计算过程中较为复杂。针对这一系列问题，后人在S-W模型基础上提出了改进，以便于数据的获取和计算。如Lhomme[31]等假设植被冠层与土壤表面温度的加权平均值作为热红外表面温度，两者的权重因子分别为植被和土壤的覆盖率，提出一种计算显热通量的双层模式；Norman[32]等通过对系列模型进行简化，提出了一种基于遥感影像的平行模式，平行模式假设植被冠层通量和土壤通量互相平行，植被冠层和土壤表面两者分别与上层的大气系统进行独立的水分和能量交换。这种简化后的双层模型可以利用气象数据和遥感数据进行ET的计算。计算较为方便，被广泛地应用于植被较为稀疏的干旱、半干旱地区。研究认为，改进的双层模型对推进反演ET研究起到了重要的作用。

1.3 遥感数值模型

土壤-植被-大气传输(SVAT)模型是陆面过程中考虑水分在土壤-植被-大气系统各界面之间物质传输和能量交换过程中重要作用的物理-化学-生物联合模型，该模型是通过遥感技术将陆面过程参数化，建立计算ET的物理模型。主要方法有3种[33-35]：①总体动力学方法，根据空气的紊动扩散理论来估算潜在ET，BATS、ISBA、SSIB等模型采用此方法；②Penman-Monteith 方程，根据地表能量收支平衡方程和空气动力学原理综合得出，COUPMODEL、VIC等模型采用此方法；③Priestley-Taylor方程[36]。从反演ET的模型中可以看出，模型的物理意义非常明确，但是模型计算时所需参数如气孔传导率和大气条件等难以通过日常的遥感手段获取，这对于遥感数值模型在反演ET研究中起到了限制作用[37]。

1.4 全遥感信息模型

该模型是由张仁华[38]等2002年首次提出的一种计算区域ET的方法。以往的遥感反演模型不论是基于物理意义的模型，还是经验模型，都需要遥感手段所获取的地表参数、植被指数以及气温、风速等气象数据，进行动力学反馈的空间内插。模型仍然不能脱离气温、风速等这些非遥感参数。张仁华[38]等认为，通过微分热惯量提取土壤水分可供率而独立于土壤类型、质地等局地参数；通过土壤水分可供率计算波文比，可以摆脱风速、气温等气象数据，并以表观热惯量和净辐射通量对土壤热通量进行参数化。最终实现以全遥感信息反演潜热通量的目标。不难发现，全遥感信息模型的建立是选在干旱、植被覆盖度低的地区，这制约了模型应用的推广。但全遥感信息的这种观点为研究遥感反演提供了一种新的思路，在下垫面需耗水规律、水文循环等研究中将有极大的应用前景。

2 当前研究热点和存在主要问题

2.1 下垫面特征参数反演

利用遥感技术计算区域尺度蒸散发需要众多下垫面特征参数，如地表温度、地表反射率、地表比辐射率、NDVI等。准确计算这些特征参数对遥感蒸散发结果的计算精度至关重要[39]；同时，这些特征参数受下垫面植被、土壤、大气和微气象特征影响，但会通过遥感影像信息所表现出来，研究其联系和内在规律，可提高模型实用性[40]。

2.2 时空尺度转换研究

2.2.1空间尺度融合

很多遥感蒸散发模型中涉及很多非遥感参数，如风速、气压等。部分地区由于地面测站的限制，需要对气象点数据进行面扩展，由点到面的转换需要借助ARCGIS等空间处理平台。另外，由于地表覆盖的不均匀性和地形的复杂性，确定部分非遥感参数就要有高分辨率的遥感影像产品，这种不同分辨率的遥感影像产品叠加应用，一是会增加计算结果的不确定性，更重要的是会出现空间尺度效应的问题[41]。目前，常用的融合方法有线性变换、非线性变换及STARFM融合方法等[42]。

2.2.2时间尺度扩展

这些方法解决了ET空间尺度扩展的问题，取得了大量卓有成效的成果。研究遥感反演ET的尺度问题包括时间和空间两个方面，遥感自身技术特点很好地解决了空间尺度扩展问题；然而，在时间尺度上，由于遥感提供的是瞬时信息，将瞬时ET进行时间扩展时，鉴于目前技术水平的局限(如现有技术还不能获得连续时间上的高分辨率遥感影像、遥感影像受大气影响或者云遮挡影响)，以及区域尺度上ET随时间变化的规律特征尚不明确等，使得遥感蒸散发在时间尺度上扩展已成为该领域研究的一个难点。

目前在长时间尺度扩展问题上，由瞬时蒸散发延拓到日蒸散发时主要还是利用蒸发比不变法或正弦关系两种方法来扩展；由日尺度向更长时间尺度扩展时，Allen[43]等总结Kimberly/Idaho等地多年研究的成果，提出了基于参考蒸散发的时间序列扩展方法，该方法利用样条插值等方法来获得中间某天的参考蒸发比，从而求得长时间尺度的蒸散发；Anderson[44]等提出一种土壤含水量逐日变化的概念模型，用于蒸散发长时间尺度的计算；吴炳方[45,46]等以Penman-Monteith公式为基础，通过建立下垫面逐日表面阻抗模型，利用逐日气象数据与遥感反演参数，获得逐日连续的蒸散发结果。但由于非晴日、灌溉等外界因素对ET的干扰，利用遥感蒸散发模型并不能完全真实反映区域实际的蒸散发状况，从而使得遥感蒸散发时间尺度扩展结果仍存在很大的不确定性。

2.3 模型结果检验研究

受影像精度的限制，基于遥感技术估算的蒸散发是区域尺度范围上的平均值。对于区域蒸散发估算方法的检验，一般有两种途径：一种是通过其他区域蒸散发估算方法的结果间接验证[47]，这种非标准化的验证方法自身精度是否保证尚不确定，在此基础上对遥感蒸散发模型计算结果进行验证，其可信度往往会大大降低。另一种是通过地面精确的观测计算直接验证如蒸渗仪法、波文比仪法、涡度相关法等[48-50]。这类检验方法的局限性在于，现有的观测数据与遥感计算结果相比，只能代表特定点或小区域的蒸散发状况，这类方法尤其是检验中低分辨率数据反演结果时，也会缺乏说服力。随着大孔径闪烁仪精度和尺度的提升，研究者认为该方法将会对区域尺度遥感蒸散发检验研究提供一种新的思路。

3 结 语

总结遥感蒸散发模型研究现状，计算方法从最初的经验模型到物理意义明确的遥感数值模型，遥感蒸散发模型研究仍处于不断完善过程中。目前研究过程中存在模型精度受原始影像数据的分辨率、地表参数的反演方法的选取、时空尺度的扩展、模型计算结果的验证等一系列问题影响，且仍有大量的机理性的理论需要探索和认识。笔者认为，这些问题和理论皆会随着遥感技术的进步不断地得到解决和优化，遥感蒸散发模型将成为区域尺度水循环模拟、生态耗水及水资源管理等现代水利领域重要的应用工具；另外，以良好的物理基础为背景，模拟SPAC中能量、物质交换过程，利用遥感技术确定地表关键参数的区域蒸散发数值模型建立将是今后的发展方向之一。

[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管理理念为核心的水资源管理在现代水资源管理中的重要性与可行性[R].中国节水灌溉网, 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] 杨启国,张旭东,杨兴国,等．旱作小麦农田实际蒸散量计算模式研究[J]．干旱地区农业研究，2005，23(1)：34-38．

[5] 张晓涛,康绍忠,王鹏新,等.估算区域蒸发蒸腾量的遥感模型对比分析[J].农业工程学报，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] 易永红，杨大文，刘 钰，等.区域蒸散发遥感模型研究的进展[J].水利学报，2008，39(9)：1 118-1 125.

[14] 冯景泽，王忠静.遥感蒸散发模型研究进展综述[J].水利学报，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] 谢贤群.遥感改进的测定农田蒸发量的能量平衡-空气动力学阻抗模式[J].气象学报,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] 陈镜明.现有遥感蒸散模式中的一个重要缺点及改进[J].科学通报,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] 杨永民,冯兆东,周 剑. 基于SEBS模型的黑河流域ET[J].兰州大学学报(自然科学版),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] 崔亚莉,徐映雪,邵景力,等.应力遥感方法研究黄河三角洲地表蒸发及其与下垫面关系[J].地学前缘,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,冯兆东.陇西黄土庙的路面蒸散的遥感研究[J].地理与地理信息科学，2004,20(1):16-19.

[28] 何延波,Zhongbo Su. SEBS模型在黄淮海地区地表能量通量估算中的应用[J].高原气象，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] 马柱国,魏和林,符淙斌.土壤湿度与气候变化关系的研究进展与展望[J].地球科学进展,1999,14(3):299-305.

[34] 袁文平,周广胜.干旱指标的理论分析与研究展望[J].地球科学进展,2004,19(6):982-991.

[35] 曹丽娟,刘晶淼.陆面水文过程研究进展[J].气象科技,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] 辛晓洲，田国良，柳钦火.地表蒸散定量遥感的研究进展[J].遥感学报，2003,5(3)233-240.

[38] 张仁华,孙晓敏,朱治林,等.以微分热惯量为基础的地表蒸发全遥感信息模型及在甘肃沙坡头地区的验证[J].中国科学,D辑,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] 高彦春,龙 笛.遥感蒸散发模型研究进展[J].遥感学报，2008(5)，12(3):515-528.

[41] 许 迪.灌区水文学尺度转换问题研究综述[J].水利学报，2006,37(2)：141-149.

[42] 柳树福，熊 隽，吴炳方. ETWatch中不同尺度蒸散融合方法[J].遥感学报，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] 吴炳方,熊 隽,闫娜娜,等.基于遥感的区域蒸散量监测方法-ET Watch [J].水科学进展,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] 蔡锡填，徐宗学，苏保林，等.区域蒸散发分布式模拟及其遥感验证[J].农业工程学报，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 .