地表蒸散发遥感产品信息提取验证与融合

蒸散发是陆地水循环重要变量，同时对农业水资源规划与管理、全球环境变化等研究异常关键。本课程主要介绍常用的区域及全球蒸散发产品，讲解蒸散发数据产品的下载、处理、可视化、数值统计等方法；蒸散发产品的验证方法、精度评价、不确定性评估；多种蒸散发产品的融合方法等。

总体框架与安排

常用蒸散发产品的下载、处理与信息提取

目前，全球有将近几十种地表蒸散发产品，本课程挑选了9种常用的地表蒸散发产品，并详细讲解这些产品的下载，并利用Python程序进行遥感信息的提取、可视化、信息统计等。

产品名称	描述	时空范围	时空分辨率
GLEAM	P-T算法	1980-2020，全球	25km，逐日
MOD16	MODIS产品	2001-今，全球	0.5km，逐日
CR-ET	互补相关模型	1982-2017，中国 1982-2016，全球	10km，逐月 25km，逐月
GLASS	BMA融合算法	2000-2018，全球 1982-2018，全球	1km，8天 5km，8天
GLDAS	Noah模型	1948-2015，全球	25km，逐月
ERA5-Land	ECWMF同化系统再分析资料	1950-今，全球	10km，小时/月
FLUXCOM	机器学习	2001-2015，全球	50km/8km，逐月/8天
PML-V2	P-M算法	2002-2019，全球	5km，8天
农田蒸散发	机器学习	2001-2015，华北平原	1km，8天

蒸散发产品的验证与评估

本节主要包括：站点验证、流域水量平衡验证、区域相对误差验证三个部分。

站点验证

地面观测数据通常被作为“真值”来评估地表蒸散发算法的性能和产品的精度。蒸散发地面观测数据较为多样，主要包括：蒸渗仪系统、波文比系统、涡动相关系统、闪烁仪、机载涡动相关系统等。其中，涡动相关仪器应用最为流行和广泛。涡动相关仪器的观测数据可以在FLUXNET2015、Ameriflux、CERN等观测网络下载。

站点数据的下载与处理

讲解涡动相关系统观测数据的下载与处理。

涡动相关系统观测数据存在能量不闭合的问题，比如：Rn-G>H+LE

因此，本课程将讲解涡动相关系统的能量闭合订正，土壤热通量缺失数据的插补等数据处理操作。

站点数据验证方法实践

利用处理好的观测数据对蒸散发产品进行整体精度评价，时间变化趋势分析等。

流域水量平衡验证

水量平衡验证是以流域或子流域为验证单元，在多年尺度（无陆地总储水量变化数据）和月尺度（有陆地总储水量变化数据）对多种蒸散发产品进行验证的方法。

水量平衡各分量的数据准备

水量平衡方法各个分量的数据准备，包括：降水、径流等；ET=P-R-△S

水量平衡验证方法与实践

利用水量平衡方法对地表蒸散发进行流域总体验证与分析。

区域相对误差验证

多源遥感数据的空间匹配与重采样

对多源遥感数据产品进行空间尺度的匹配、重采样等。

帽方法与蒸散发区域评价

在没有“真值”的情况下，利用帽方法对多种遥感产品进行相对误差的逐像元评价。

贝叶斯融合原理及实践

讲解贝叶斯融合原理、以及使用贝叶斯方法进行多种数据产品的融合实践操作，获得更高精度的蒸散发数据集。

贝叶斯原理介绍

基于贝叶斯原理的多种产品融合

两种产品融合方法：

多种产品融合权重：

原文链接：点此进入