Remote Sensing of Environment | NIRvP 在估计蒸散量方面的潜力

主要观点总结

本研究旨在通过遥感数据评估不同的指标（如SIF、NIRv和NIRvP）在估算区域尺度蒸散发（ET）和参考蒸散发（ETo）方面的能力。通过结合Fick定律半经验模型和最优气孔行为模型，研究发现NIRvP×VPD在估计ET方面表现优越。此外，揭示了温度和大气压是介导最佳估算指标与ETo或ET关系的主要因素。

关键观点总结

关键观点1: 研究背景

随着科学合理的水资源管理、农业灌溉决策和生态系统监测的重要性日益凸显，准确估算ET和ETo至关重要。目前主要依赖于地面气象站或通量塔的观测数据，但由于参数和模型的复杂性以及观测站分布不均，存在很大的不确定性。

关键观点2: 研究方法

开发了一个基于Fick定律的半经验模型，并结合了植被光合作用指标和气象参数。通过比较不同卫星反演的SIF、NIRv和NIRvP在估算ETo或ET方面的能力，揭示了最佳估算指标与ETo或ET之间的关系。

关键观点3: 研究结果

研究发现NIRvP×VPD在估计ET方面具有优势，使用NIRvP和VPD估计ET的准确性超过了使用SIF。揭示了温度和大气压力是介导NIRvP×VPD和ET之间以及NIRvP和ET之间关系的主要因素。

关键观点4: 研究亮点

提出了一种基于NIRvP×VPD的随机森林模型估计ETo和ET的新方法，该方法具有降低计算成本和提高准确性的优点。研究认为NIRvP作为植被光合活性的指标，有潜力估计大尺度ETo和ET。

关键观点5: 研究意义

本研究为提供更准确可靠的植被蒸散量估算方法奠定了基础，对农业灌溉、水资源规划和环境管理具有实际应用价值。