Remote Sensing - Based Estimation of Evapotranspiration Using the Triangle Method: Insights from Tropical Forests of Northeast India

方法

Landsat 8的NDVI与LST三角法，ERA5-Land净辐射，对比MOD

发现

蒸散在季风期达约3.17 mm/天；MOD16A2显著高估，GLDAS与FLDAS更稳定合理。

机会点

可引入地面通量站验证并融合多源数据，提升数据稀缺区森林蒸散估算精度。

在气候变化及其对陆地生态系统和水文循环影响的背景下，理解地表温度（LST）、植被动态与蒸散发（ET）之间的相互作用至关重要。本研究探讨了阿萨姆邦拉基姆普尔、德马吉和迪布鲁格尔等地区森林覆盖区蒸散发的季节变化及其与地表温度和归一化植被指数（NDVI）的关系。分析利用Dynamic World土地利用/土地覆盖掩膜严格限定于森林区域，以确保生态一致性并最大限度减少土地覆盖异质性。蒸散发采用NDVI–LST三角法估算，该方法通过识别干边和湿边从LST–NDVI特征空间推导蒸发比（EF）。研究使用Landsat 8数据生成高分辨率NDVI和LST，净辐射（Rn）取自ERA5-Land并重采样至与Landsat空间分辨率匹配。研究结果进一步与MOD16A2、GLDAS和FLDAS等广泛使用的数据集进行比较，以评估一致性和变异性。研究发现存在明显的季节模式，蒸散发在季风期达到峰值（约3.17 mm/天），在季风前后期间降低。森林区域表现出相对稳定的NDVI和较低的地表温度，有助于形成一致且空间连贯的蒸散发模式。MOD16A2显著高估蒸散发，而GLDAS和FLDAS提供了更稳定且物理上更合理的估算。该方法在数据稀缺地区监测季节性蒸散发动态方面展现出强大潜力。未来工作应侧重于整合实地观测、改进方法框架以及采用多源数据融合技术，以提高蒸散发估算在气候和水资源应用中的准确性和可靠性。