机器学习赋能下的地表蒸散发遥感反演：方法、挑战与应用突破.docx

机器学习赋能下的地表蒸散发遥感反演：方法、挑战与应用突破

一、引言

1.1研究背景与意义

地表蒸散发（Evapotranspiration，ET）作为地球系统物质循环和能量交换的关键环节，在整个生物圈、大气圈和水圈的水分循环与能量传输中发挥着核心作用。它不仅是陆域水循环的第二大组成部分，仅次于降水，还影响着陆地表面降水和辐射能量的重新分配。在全球范围内，地球表面吸收的太阳能有一半以上用于蒸散发，同时地表蒸散发将超过60%的降水量返回于大气中。从气候角度来看，几乎所有的干旱、热浪等极端水文气象事件都与蒸散发密切相关；在农业领域，农田灌溉的节水提升、精准农业的高效实施依赖于对蒸散发的准确把