1. 研究目的与意义（文献综述包含参考文献）
{title}文 献 综 述一、研究背景及意义气候变化和人类活动改变了全球的水文循环过程，导致水资源在时间和空间上重新分配，进而影响生态环境的良性循环和人类社会的经济发展。
蒸散发在联络大气过程和陆面过程的水文循环中起关键作用。
陆地蒸散发(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。
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。
近年来，气候变化导致全球持续变暖，人类活动打破了区域水循环，蒸散发作为重要的气象要素之一，能够对全球气候变化做出响应。
因此，准确估算陆地蒸散发不仅能够了解水和能量在不同时空尺度下的分布，对于水文学、气象学等诸多学科研究具有重要意义。
遥感技术具有覆盖面广、成本低、尤其在缺乏实测数据的地区可应用遥感手段弥补数据资料缺失的优点，是估算大尺度地表蒸散量的有效方法之一。
目前的遥感技术虽然尚未实现对地表蒸散发的直接观测，但是能够获取大范围连续的地表和大气参数，进而通过遥感模型以较低的成本和较短的时间生产出具有较高时空分辨率的蒸散发产品。
二、研究现状有关地表蒸散发的研究工作可以追溯到200多年以前，在经过一段漫长时间的发展和完善之后，目前对区域地表蒸散发量的研究方法己经相当成熟。
英国学者Dalton是最早对蒸散发进行系统研究的学者，建立了估算地表蒸散发量的道尔顿定律，该定律综合考虑了气象因子与蒸散发量之间的关系，如风速、气温、相对湿度等因素，明确了计算蒸散发量理论的物理含义，为建立计算蒸散发量的理论公式夯实了基础，建立了计算区域蒸散发量的波文比一能量平衡法，该方法依据地表能量平衡原理，适用于计算下垫面湿度较为适中的条件下的区域蒸散发量;Thomthwaite等基于几个假定条件下，建立了一种依据空气动力学原理的新的计算下垫面均匀区域蒸散发量的方法;Penman结合空气动力学原理和能量平衡原理并在大量的实验基础上，建立了Penman模型，该模型主要用来计算作物的潜在蒸散发量，在实际中得到了广泛的应用;Monteith创建了Penman-Monteith公式，该公式在计算湿润半湿润区域的作物潜在蒸散发量时具有良好的精度，该公式将表面阻抗的定义引入到Penman模型中，进而对其在一定程度上进行了修正了，目前该公式在全世界得到了广泛的应用;Shuttle-worth等综合相关研究成果并考虑了土壤表面的蒸发量建立了S-W双层蒸散模型，该模型首次将植被冠层阻抗与土壤阻力引入到区域蒸散发量计算中，并将裸地区域与植被冠层部分作为不同的水汽源，两水汽源之间既相对独立又相互影响[[30]，该模型一般应用于植被覆盖度较小的区域蒸散发量计算;Nouman根据研究区实际情况对S-W双层蒸散模型中的参数进行了进一步修正，建立了平衡双层模型，此后平衡双层模型成为能够精确计算区域蒸散发量的模型。
与国外相比我国关于蒸散发方面的研究工作起步较晚，所以研究进展和研究成果与国外相比有一定的差距。
我国于上世纪50年代开始，众多研究人员对国外典型的计算蒸散发量的公式进行引用、推导或者修正以便适用于国内地区，进而建立了众多适用于国内现实情况的区域蒸散发量估算模型，促进了我国关于区域水循环相关研究工作的发展。
陈鸣等在能量平衡原理的基础上，使用试验场地实测的气象资料和地表温度，利用冠层温度和气温差的原理计算出局部区域的蒸散发量，之后通过结合卫星遥感获得的热红外温度和计算的蒸散发量结果，进而估算出大尺度内农作物的蒸散发量。
综上所述，采用遥感方法对蒸散发进行研究己被众多学者使用且其应用和方法己相当成熟，近年来国内外学者应用遥感影像数据与计算蒸散发量理论相结合的方法，对世界上多个地区的蒸散发量进行了估算。
参考文献[1]邓根云.水面蒸发量的一种气候学计算方法[[J].气象学报，1979（03）:87-96.[2]傅抱璞.论陆面蒸发的计算[[J].大气科学，1981(01):23-31.[3]康绍忠.稻田腾发量预报方法的初步研究[[J].水利学报，1988(07):33-41.[4]隋洪智，田国良，李付琴.农田蒸散双层模型及其在千旱遥感监测中的应用[[J].遥感学报，1997(03):220-224.[5]陈鸣，潘之棣.用卫星遥感热红外数据估算大面积蒸散量[[J].水科学进展，1994(02):126-133.[6]王同科，孙景生.SPAC系统中水热藕合运移方程的有限元迭代算法[[J].水利学报，1997(03):66-70.[7]钟强.应用AVHRR的卫星辐射资料计算青藏高原地区的行星反照率与射出长波辐射[[J].高原气象，1984(02):1-9.[8]巩骏骥.黄河三角洲蒸散发变化及影响因素研究[D].山东师范大学，2015.[9]张继. 中国西南喀斯特地区遥感蒸散发变化研究[D].贵州师范大学,2020.[10]陈镜明. 现用遥感蒸散模式中的一个重要缺点及改进[J]. 科学通报, 1988(06):454-454.[11]Palmroth S , Katul G G , Hui D , et al. Estimation of long-term basin scale evapotranspiration from streamflow time series[J]. Water Resources Research, 2010, 46(10):2290-2296.[12]Penman H L . Natural Evaporation from Open Water, Bare Soil and Grass[J]. Proc. Roy. Soc. of London, Ser A, 1948, 193(1032):120-145.[13]Price J C . Using spatial context in satellite data to infer regional scale evapotranspiration[J]. IEEE Transactions on Geoscience 2020年月尺度数据）气象数据：ERA5 Land (2m dewpoint temperature2m temperatureSkin temperature10m u-component of wind10m v-component of windTotal precipitation 2003年2020年月尺度数据)植被数据：全球的土地覆被数据- MODIS产品3.研究方法3.1时空变化分析方法时空变化分析方法主要用于分析气温、降水和风速等气候因子、植被指示因子EVI和ET的时空变化，采用的方法为Theil-Sen Median趋势分析和Mann-Kendall检验相结合的方法。
两种方法结合使用成为了判断长时间序列数据趋势及显著性的重要方法，在分析长时间序列数据变化趋势及趋势显著性检验方面具有良好效果。
3.2简单相关分析方法利用IDL编程语言，实现基于逐像元的相关分析方法来分析全球ET与植被EVI、气温、和降水等单个影响因子的相关性，ET与影响因子的计算公式为:上述表达式中r为相关系数，n为样本个数，xi为某一像元在第i年的影响因子的值，ETi为该像元对应的第i年的蒸散发值，x和ET分别表示该像元多年的影响因子和蒸散发的平均值。
相关系数r值在[-1,1]之间，r=0表示两变量不相关;r值越趋近于一1表示负相关关系越强，反之则正相关关系越强。
3.3归一化多元回归分析归一化多元线性回归分析能分析各影响因子对ET的共同作用及各自的权重，现己在蒸散发、碳水循环和植被指数变化归因研究中被广泛应用，所以在本研究中使用该方法探讨多个影响因子对ET的影响具有一定的科学性和可行性。
使用IDL编程语言基于像元实现下述公式。
将ET与各个影响因子(温度、降水、风速、相对湿度、日照时数和植被EVI ）进行归一化多元线性回归分析，得到的标准回归系数用于区分各影响因子对ET的影响，选取标准回归系数最高的影响因子作为影响该像元ET变化的主导因子。
其中为多年ET平均值，σET为多年ET的标准差，为第n个影响因子的多年平均值，σn为第n个影响因子的标准差，β0为误差项，β1为第一个影响因子的标准回归系数，βn为第n个影响因子的标准回归系数。
采用F检验对上述多元线性回归方程进行显著性检验。
如果显著性水平指示因子p<0.05，认为该像元et与影响因子的关系显著。
></0.05，认为该像元et与影响因子的关系显著。
>
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。
