1. 研究目的与意义（文献综述包含参考文献）
第一章绪论
1.1选题背景和目的
蒸散发（Evapotranspiration，ET）是指水分从地表土壤、植被或水面由液态转为气态的物理过程，并伴随着能量的转化过程。因此，蒸散发不仅是地表水循环的重要组成部分，同时也是地表能量平衡中重要的变量。具体来说，蒸散发主要包括土壤蒸发、植被蒸腾、冠层截留和水面或冰面的蒸发。全球每年约有三分之二的降水蒸散到大气中，同时陆地表面吸收的太阳净辐射有超过一半的能量用于蒸发地表水分（Jasechko et al.，2013）。蒸散发的水文过程在地表水交换和能量平衡中发挥着重要的作用，对全球气候变化、陆地水循环和生态系统有着深远影响（Chahine，1992；Oki Kanae，2006；Pan et al.，2020）。
2. 研究的基本内容、问题解决措施及方案
第一章研究数据
2.1蒸散发产品
全球遥感蒸散发产品的筛选遵循以下原则为：（1）通过遥感影像获取的连续大尺度地表参数，进而用于估算地表蒸散发；（2）基于遥感模型来估算地表蒸散发，其中遥感模型主要有：基于能量平衡模型、经验模型和基于过程模型；（3）产品在多时间尺度下对地表蒸散发进行了估算，尽可能保证产品的时空分辨率一致。根据以上选取原则，最终本研究选取了五种全球遥感蒸散发产品，这些产品的时空分辨率及时间跨度见表2.1。各蒸散发产品的基本原理介绍如下。 韩国首尔国立大学环境生态实验室提出一种呼吸地球系统模拟器（Breathing Earth System Simulator，BESS），该系统利用空间分辨率 1~5 km、时间分辨率为8天的MODIS大气和陆地产品，通过更高阶的迭代方法来量化地表蒸散发（Ryu et al.，2011；Jiang Ryu，2016）。BESS 提供的大气辐射传输模型（森林光环境模拟器）来计算有效光合辐射和近红外光谱中的直接辐射和漫辐射（Kobayashi Iwabuchi，2008；Ryu et al.，2011；Jiang Ryu，2016），然后通过基于过程模型来耦合大气和冠层的辐射传递，并结合能量平衡公式来生成具有高时空分辨率的陆地蒸散发数据集（Ryu et al.，2011）。 SSEBop 蒸散发产品使用的是简化能量平衡模型（Operational Simplified Surface Energy Balance），该模型属于单源能量平衡模型（Senay et al.，2013），通过对每个像元使用预先定义的、季节性动态条件来优化模型参数。该算法中的潜在蒸散发通过标准化的 Penman-Monteith 公式得到（Allen et al.，1998），为了准确估算实际蒸散发并把握地形对表面温度的影响，Senay 等人（2013）利用地表和大气温度差来计算蒸散发分数（ET fraction），最后对潜在蒸散发和蒸散发分数进行积分来得到实际蒸散发。 表2.1：各蒸散发产品的基本信息 | |||
名称 | 方法 | 分辨率 | 数据来源 |
SEB | 1km/month | https://earlywarning.usgs.gov/ | |
RS-PM | 1km/8days | http://environment.snu.ac.kr/ |
2.2通量站点数据
2.3辅助数据
本研究使用气象数据作为辅助研究数据，使用的日气象资料包括平均气温、最高气温、最低气温、气压、日照时数、降水和相对湿度。所有气候数据采集自黄土高原75个气象站（见图1），下载路径为中国国家气象数据服务中心（CMDC）（http：//data.cma.cn/en/ ?r = site/index）。通过逆距离加权插值方法，使用Albers圆锥等面积地理参考，将所有气候数据插值到1公里分辨率（Fotheringham和Okelly，1989；Lloyd，2005）。原始记录中存在一些异常值，包括仪器故障造成的误差和多站记录缺失。根据2003年颁布的《地面气象观测规范》，在下载的原始数据中标注了异常记录。在插补之前，进行质量控制，排除异常记录。
2.4本章小结
本章主要介绍了两种全球遥感蒸散发产品的基本原理，通量站点数据筛选原则及其在黑河流域的分布，辅助数据来源及其适用性。
第二章蒸散发产品验证分析
3.1数据处理
（1）通量站点数据预处理
（2）遥感蒸散发产品数据预处理
3.2不同下垫面
3.3涡动源区
3.4验证结果
第三章蒸散发变化机制研究
4.1与气候因子的相关性分析
利用统计方法探讨了黑河流域蒸散发时空变化与气候因子和植被变化之间的关系。
4.2蒸散发趋势分析
本研究首先对比不同产品多年平均蒸散量，分析这些产品多年的蒸散发趋势及差异
第四章预期成果
（1）论文
完成本科生毕业论文并尝试发表期刊论文一篇
（2）社会效益
蒸散发是黑河流域中游地区农业绿洲水分消耗的主要途径,对该地区蒸散发产品的验证及其变化规律进行分析对于科学指导当地农业灌溉、优化水资源配置等具有重要意义。
第五章进度安排
02.21-03.06 | 提交开题报告与文献综述，翻译外文文献 |
03.07-04.30 | 开展实验，完成中期检查 |
05.01-05.15 | 撰写完成论文初稿 |
05.16-05.30 | 修改论文并进行定稿 |
6月初 | 完成毕业答辩 |
第六章参考文献
[1]Carter C , Liang S . Evaluation of ten machine learning methods for estimating terrestrial evapotranspiration from remote sensing[J]. International Journal of Applied Earth Observation Geoinformation, 2019, 78:86-92.
[2]Chen J M , Liu J . Evolution of evapotranspiration models using thermal and shortwave remote sensing data[J]. Remote Sensing of Environment, 2020, 237:111594.
[3]Cleugh H A , Leuning R , Mu Q , et al. Regional evaporation estimates from flux tower and MODIS satellite data[J]. Remote Sensing of Environment, 2007, 106(3):285-304.
[4]Gibson J J . Terrestrial water fluxes dominated by transpiration[J]. Nature, 2013.
[5]Khan M S , Liaqat U W , Baik J , et al. Stand-alone uncertainty characterization of GLEAM, GLDAS and MOD16 evapotranspiration products using an extended triple collocation approach[J]. Agricultural and Forest Meteorology, 2018, 252.
[6]Moustafa, T, Chahine. The hydrological cycle and its influence on climate[J]. Nature, 1992, 359(6394):373 - 380.
[7]Mu Q , Zhao M , Running S W . Improvements to a MODIS global terrestrial evapotranspiration algorithm[J]. Remote Sensing of Environment, 2011, 115(8):1781-1800.
[8]Oki T . Global hydrological cycles and world water resources[J]. Science, 2006, 313.
[9]Pan Y , Zhang C , Gong H , et al. Detection of human-induced evapotranspiration using GRACE satellite observations in the Haihe River Basin of China[C]// Egu General Assembly Conference. EGU General Assembly Conference Abstracts, 2017.
[10]Peng B , X Liu. Intercomparison and evaluation of three global high-resolution evapotranspiration products across China[J]. Journal of Hydrology, 2018, 566.
[11]Sun S , Chen B , Shao Q , et al. Modeling Evapotranspiration over China's Landmass from 1979 to 2012 Using Multiple Land Surface Models: Evaluations and Analyses[J]. Journal of Hydrometeorology, 2017, 18(4):1185-1203.
[12]Tang R , Li Z L , Tang B . An application of the T s VI triangle method with enhanced edges determination for evapotranspiration estimation from MODIS data in arid and semi-arid regions: Implementation and validation[J]. Remote Sensing of Environment, 2010, 114(3):540-551.
[13]Xu T , Guo Z , Xia Y , et al. Evaluation of Twelve Evapotranspiration Products from Machine Learning, Remote Sensing and Land Surface Models over Conterminous United States[J]. Journal of Hydrology, 2019, 578:124105.
[14]Yin L , Wang X , Feng X , et al. A Comparison of SSEBop-Model-Based Evapotranspiration with Eight Evapotranspiration Products in the Yellow River Basin, China[J]. Remote Sensing, 2020, 12(16):2528.
[15]Zeng R , Cai X . Hydrologic Observation, Model, and Theory Congruence on Evapotranspiration Variance: Diagnosis of Multiple Observations and Land Surface Models[J]. Water Resources Research, 2018, 54(11):9074-9095.
[16]Zhang Y , Pea-Arancibia J L , Mcvicar T R , et al. Multi-decadal trends in global terrestrial evapotranspiration and its components[J]. Scientific Reports, 2016, 6(1):19124.
[17]Zonghan Ma et al. Variation in actual evapotranspiration following changes in climate and vegetation cover during an ecological restoration period (20002015) in the Loess Plateau, China[J]. Science of the Total Environment, 2019, 689 : 534-545.
[18]陈新芳, 居为民, 陈镜明,等. 陆地生态系统碳水循环的相互作用及其模拟[J]. 生态学杂志, 2009(8):10.
[19]赵文智, 吉喜斌, 刘鹄. 蒸散发观测研究进展及绿洲蒸散研究展望[J]. 干旱区研究, 2011, 28(3).
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
