基于遥感蒸散发模型的净灌溉水量测算空间尺度研究

穆贵玲，郑江丽*，王行汉，马志鹏，刘晋

基于遥感蒸散发模型的净灌溉水量测算空间尺度研究

穆贵玲1, 2，郑江丽1, 2*，王行汉1, 2，马志鹏1, 2，刘晋1, 2

（1.珠江水利委员会 珠江水利科学研究院，广州 510611；2.水利部珠江河口治理与保护重点实验室，广州 510611）

【】农业用水总量和灌溉水有效利用系数是最严格水资源管理考核总量红线和效率红线控制的重要指标。目前遥感蒸散发模型在珠江片区域蒸散发量估算和净灌溉水量评估的应用度不高，对其空间适用尺度缺乏研究。以广西区为例，通过试验观测-遥感解译等技术计算不同空间尺度遥感蒸散发量，并与相应尺度直接量测的净灌溉水量建立线性相关关系，根据相关系数，得出误差最小的空间尺度，从而建立一套更准确、快速、有效的最优空间尺度下，根据遥感蒸散发量进行区域净灌溉水量估算的方法。在较大的广西区、片区尺度，净灌溉用水量和遥感蒸散发量之间存在明显的线性相关关系，相关系数在0.8以上；对比广西区和桂中片区净灌溉用水量实测结果与遥感估算结果，误差均在0.5%以内。在片区和广西区等较大尺度，遥感测算结果的可信度较高，遥感蒸散发模型适用性较强，其估算结果可为最严格水资源管理考核和农业水资源科学管理提供科学支撑。

遥感蒸散发模型；空间尺度；净灌溉水量测算；最严格水资源管理

0 引言

【研究意义】自2012年出台《国务院关于实行最严格水资源管理制度的意见》（国发〔2012〕3号），我国就加强水资源开发利用红线、用水效率红线、水功能区限制纳污红线管理，先后出台《实行最严格水资源管理制度考核办法》（国办发〔2013〕2号）和《实行最严格水资源管理制度考核工作实施方案》，《“十三五”水资源消耗总量和强度双控行动方案》再次强调全面实施最严格水资源管理制度考核。农业用水总量和灌溉水有效利用系数是总量红线和效率红线控制的重要指标。

珠江片属南方丰水地区，根据《2019年珠江片水资源公报》，2019年珠江片农田灌溉用水量为421.9亿m3，占总用水量的51.8%，农业用水总量占总用水量1/2以上；农田灌溉亩均用水量为697 m3，农田灌溉水利用效率较低。因此农业用水总量和用水效率控制是珠江片实施最严格水资源管理制度的重要部分。

目前净灌溉用水量测算主要采用《全国农田灌溉水有效利用系数测算分析技术指导细则》中的直接量测法和观测分析法。珠江片的中小型灌区较多，其中仅广西区就有中型灌区341处、小型灌区48 395处。这些中小型灌区目前大多缺少基本的计量设施，开展试验观测工作比较困难。而且试验观测工作周期较长，工作量较大，专业技术人员缺乏，工作经费难以落实。随着最严格水资源管理制度和总量强度双控行动方案的实施，灌溉水有效利用系数作为一项主要考核指标，对其所采集数据的精度要求会越来越高，测算工作任务量将会越来越大。因此，基于遥感蒸散发模型的灌溉水有效利用系数测算在未来将会有较大的发展前景。

【研究进展】遥感蒸散发模型中用于区域蒸散发量提取和灌溉水有效利用系数测算较多的模型是SEBAL（Surface Energy Balance Algorithm for Land）模型[1]、SEBS（Surface Energy Balance System）模型[2]、TSEB（Two-Source Energy Balance）模型[3]。Yang等[4]选取SEBAL模型，以河套灌区为例，对其2000—2010年蒸散发的时空分布规律进行了模拟分析。蒋磊等[5-6]利用SEBAL模型对河套灌区作物生育期的蒸散发量和灌溉水有效利用系数进行了计算分析和评价，后续又基于遥感蒸散发模型对河套灌区玉米生育期日蒸散发量进行了提取，对玉米产量进行了估算。尚松浩等[7]对遥感蒸散发模型在灌区灌溉水利用效率评价中的应用情况进行了总结和评述。陈鹤等[8-9]选取SEBS模型，准确地获取了位山灌区的长系列蒸散发量；后续又探讨了将遥感蒸散发模型由卫星过境时刻的瞬时值扩展到日蒸散发的尺度提升方法，以及由未受云层遮挡的日蒸散发扩展到全年的尺度提升方法。丁杰等[10]利用SEBS模型对地表水热通量和冬小麦生育期内蒸散发总量进行了分析。温媛媛等[11]基于SEBS模型对小流域蒸散量的分布规律和特征进行了研究。宁亚洲等[12]利用SEBAL模型，对2017—2018年疏勒河流域昌马灌区的蒸散量和灌溉水有效利用系数进行了定量估算。李杰等[13]基于遥感蒸散发模型，提出融合“遥感反演-实地监测-计量经济学模型测算-数据综合分析”四位一体的区域灌溉水有效利用系数测算框架。王行汉[14]运用改进SEBAL模型提出一套适用于中国南方地区的灌溉水有效利用系数测算方法。郭二旺等[15]利用SEBAL模型对区域农田蒸散发量进行了估算。

【切入点】尽管目前遥感蒸散发模型已经开始用于区域蒸散发量提取和部分灌溉水有效利用系数估算，但总体应用度不高，南方丰水地区应用很少。而且对遥感蒸散发模型用于灌溉水有效利用系数估算的空间适用尺度没有具体研究。【拟解决的关键问题】本文通过试验观测-遥感解译等遥感技术计算不同空间尺度下的遥感蒸散发量，并与相应尺度直接量测的净灌溉水量建立线性相关关系，根据相关系数，提出误差最小的空间尺度，从而建立一套更准确、快速、有效的最优空间尺度下的根据遥感蒸散发量进行净灌溉水量估算的方法，为最严格水资源管理考核和农业水资源科学管理提供科学支撑。

1 数据与方法

1.1 研究区概况

珠江片包括珠江流域、韩江流域、粤桂沿海诸河、海南省诸河和澜沧江以东国际河流（不含澜沧江），总面积65.43万km2，涉及云南、贵州、广西、广东、湖南、江西、福建、海南8个省（自治区）及香港、澳门2个特别行政区。其中广西区总面积23.76万km2，占珠江片的36.3%，用水量占珠江片总用水量的33.4%，农业用水量占珠江片农业总用水量的42.8%，是珠江片用水大户和农业用水大户。故本次选择广西区作为典型区域进行研究。

广西属亚热带气候，地处低纬度地区，全年受海洋暖湿气流和北方变性冷空气团的交替影响，是国内气温较高、降水较多的地区之一。年平均气温在17～22 ℃之间，气候温暖，雨水丰沛，光照充足。广西耕地总面积437.11万hm2，占土地总面积的18.54%。广西是一个以农业为基础产业的省区，主要农作物有粮食作物（水稻、玉米、大豆、薯类）、甘蔗、木薯、油料（花生、芝麻等）、蔬菜、水果等。2019年全年全区粮食种植面积274.70万hm2，甘蔗种植面积89.02万hm2，油料种植面积25.37万hm2，蔬菜种植面积148.51万hm2，木薯种植面积17.81万hm2，果园面积133.19万hm2，桑园面积19.69万hm2。其中，播种面积比例在10%以上的作物为水稻（32.34%）、蔬菜（19.90%）、甘蔗（15.87%）、玉米（10.15%），其他作物均在10%以下。

1.2 研究方法

根据遥感蒸散发模型计算得出的作物蒸发蒸腾量，建立蒸散发量与实测净灌溉水量的线性相关关系，通过线性相关关系计算得到的净灌溉用水量，与直接试验监测得出的净灌溉用水量进行对比分析，确定不同空间尺度下2种计算结果的误差，给出误差较小的空间尺度，详见图1。

图1 研究方法

1.2.1 遥感蒸散发模型

在综合分析国内外研究的基础上，结合研究区的特点，选择采用SEBAL模型，通过估算净辐射、显热通量和土壤热通量计算潜热通量，进而求得逐日蒸散发量。具体计算过程参考文献[13-14]。该方法反演结果已在参考文献[14]中进行了验证，结果表明遥感反演结果与蒸渗仪监测日蒸散发量呈现显著的线性相关性，相关系数达到0.98，遥感反演结果可靠。

遥感数据应用前，必须对其进行预处理。前期处理工作包括辐射定标、几何校正、大气纠正、图像镶嵌、图像掩膜等。作物蒸散发量具体计算式为：

=n--， （1）

式中：为蒸发潜热（J/m3）；为蒸散发量（m/s）；为净辐射量（W/m2）；为土壤热通量（W/m2）；为显热通量（W/m2）。

1.2.2 试验水田净灌溉水量计算

1）样点田块净灌水量

根据典型田块灌溉前后田面水深的变化来确定某次单位面积净灌溉用水量（田净，mm），计算式为：

田净=10×（21）， （2）

式中：1为某次灌水前典型田块田面水深（mm）；2为某次灌水后典型田块田面水深（mm）。

2）样点灌区净灌水量

样点灌区年净灌溉用水总量计算式为：

式中：样净为样点灌区年净灌溉用水总量（m3）；w为样点灌区个片区内第种作物单位面积净灌溉用水量（m3/hm2）；A为样点灌区个片区内第种作物灌溉面积（hm2）；为样点灌区个片区内的作物种类（种）；为样点灌区片区数量（个）。

3）区域净灌水量

分片区、全区等典型区域净灌溉用水量计算方法根据本次测算的单位面积水稻作物净灌溉水量，未实测的旱作则采用广西农业灌溉定额，按照作物种植结构及种植面积推算。

1.3 数据来源

本研究中水稻试验数据来自2019年现场试验监测。未测到的作物采用附近试验站历史研究资料及自治区发布的作物灌溉定额确定。本次未实测作物净灌溉用水定额取区用水定额中的偏高值，即甘蔗4 500 m3/hm2、蔬菜3 000 m3/hm2、玉米1 500 m3/hm2、马蹄6 900 m3/hm2、芋头3 000 m3/hm2、沙糖桔（柑橘）2 775 m3/ hm2、柿子2 250 m3/hm2、葡萄2 700 m3/hm2、其他1 500 m3/hm2。

作物灌溉面积来自桂林试验站统计数据。

遥感数据采用搭载在对地观测卫星TERRA上的中分辨率成像光谱仪MODIS所提供的地表反射率数据、地表温度数据、地表覆盖、植被指数以及地表反照率数据（https://ladsweb.nascom.nasa.gov）。

DEM数据是在地理空间数据云（http://www.giscloud.cn/）下载数据后，根据研究区的范围通过ArcGIS对数据进行拼接，并用最邻近法重采样操作后得到1 km分辨率DEM。通过该数据的使用，能够对研究区内由于地形起伏变化造成的空气温度等的影响进行纠正。

2 结果与分析

2.1 试验测算

2.1.1 样点灌区选择

把广西区分为桂南、桂西、桂北、桂中4个片区，桂南片区包括南宁、崇左、北海、钦州、防城港5个市，桂西片区包括百色、河池2个市，桂北片区包括桂林、梧州、贺州3个市，桂中片区包括来宾、柳州、玉林、贵港4个市。根据代表性、可行性、稳定性等原则，在4个片区中选取6个样点灌区，分别为桂南南蛇山灌区、北海提水灌片，桂西那音灌区，桂北青狮潭灌区，桂中乐业灌区、金秀砂糖桔提水灌片。7个监测点位，其中1号监测点位处有4个样点田块，5号监测点位处有9个样点田块，其他监测点位均有1个样点田块。最终选定监测点位置见表1。

表1 样点灌区基本情况

2.1.2 样点灌区净灌溉水量计算

根据样点灌区的实测净灌溉水量数据，结合桂林试验站的常年历史研究资料和自治区发布的《农林牧渔业及农村居民生活用水定额》（DB 45/T 804—2019），采用《全国农田灌溉水有效利用系数测算分析技术指导细则》中计算式，计算得出各样点灌区年净灌溉用水总量，详见表2。水稻单位面积净灌溉水量在7 952.25～8 776.65 m3，其中桂西片区的那音灌区水稻单位面积净灌溉水量最小，用水效率最高；桂北片区的青狮潭灌区水稻单位面积净灌溉水量最大，用水效率最低。

表2 样点灌区净灌溉水量计算

2.1.3 区域净灌溉水量计算

桂南片区、桂西片区和桂中片区主要种植作物为水稻、柑桔、蔬菜、玉米、甘蔗；桂北片区作物种类较多，主要种植作物为水稻、柑桔、蔬菜、玉米、葡萄、柿子、马蹄、芋头、甘蔗。

根据各片区作物种植结构及样点灌区作物实测净灌溉用水定额和自治区发布的《农林牧渔业及农村居民生活用水定额》（DB 45/T 804—2019），计算得到桂南片区净灌溉水量为23.01亿m3，桂西片区净灌溉水量为6.84亿m3，桂北片区净灌溉水量为22.98亿m3，桂中片区净灌溉水量为32.79亿m3。整个广西区2019年净灌溉水量为85.61亿m3。详见表3。

表3 区域净灌溉水量计算

2.2 遥感测算

2.2.1遥感蒸散发量计算

以2019年MODIS卫星为数据源，基于SEBAL模型，计算得到了2019年广西壮族自治区年尺度的蒸散发总量和逐日蒸散发量时空分布。计算结果表明，2019年广西壮族自治区年蒸散发总量介于470～2 042 mm之间，空间分布上高蒸散发区与低蒸散发区相互镶嵌，无明显集中连片区域。与此同时，年蒸散发量基本呈正态分布的特征，年蒸散发量主要集中在1 000 mm附近，详见图2和图3。

图3 广西2019年蒸散发量值统计分布

2.2.2 不同空间尺度遥感蒸散发量与试验值关系分析

1）灌区尺度

基于ArcGIS软件平台，采用空间点位的数据提取方法，获得各样点灌区空间点位一致的多期遥感反演的日蒸散发量值，建立各样点灌区试验监测灌溉水深与同一时间遥感蒸散发量的相关关系图，结果发现各灌区遥感蒸散发量与试验监测值之间的相关系数在0.37～0.62之间，相关性较低。

图4 样点灌区实测净灌溉用水量与遥感蒸散发量之间的关系

2）片区尺度

以桂中片区为例，分析桂中片区试验监测灌溉水深与同一时间遥感蒸散发量的相关关系图，结果发现桂中片区遥感蒸散发量与试验监测值之间的相关系数为0.854 6，桂中片试验监测灌溉水深与同一时间遥感蒸散发量高度相关。

3）广西区尺度

分析广西区试验监测灌溉水深与同一时间遥感蒸散发量的相关关系图，结果发现广西区遥感蒸散发量与试验监测值之间的相关系数为0.837 4，广西区试验监测灌溉水深与同一时间遥感蒸散发量高度相关。

2.2.3 遥感测算净灌溉水量

基于广西区年蒸散发量结果，结合广西区和桂中片区2019年灌区种植结构的空间分布，提取获得广西区和桂中片2019年种植结构下灌区的总蒸散发量。计算得到广西区和桂中片2019年种植结构下灌区的总蒸散发量分别为852 322.61万、93 297.37万m3。

根据图6和图5中的相关关系式，计算得到2019年广西区和桂中片区净灌溉用水总量分别为86.01亿、32.83亿m3。

图5 桂中片区实测净灌溉用水量与遥感蒸散发量之间的关系

图6 广西区实测净灌溉用水量与遥感蒸散发量之间的关系

2.3 遥感测算误差分析

2019年广西区实测的净灌溉用水总量为85.61亿m3，桂中片区实测的净灌溉用水总量为32.79亿m3。对比实测与遥感估算的结果，误差均在0.5%以内。说明在片区尺度和全广西尺度，遥感测算的结果可信度较高。

3 讨论

目前遥感蒸散发模型已经大量用于区域蒸散发量提取，学者们主要运用SEBS模型[8-11]和SEBAL模型[4-5,12,15]对蒸散发量进行提取，结果证明SEBS模型和SEBAL模型均能够较准确地获取地表蒸散发时空分布信息，但主要应用于西北和东北地区，南方丰水地区应用较少；遥感蒸散发模型少量开始用于灌溉水有效利用系数测算[14]，但尚处于尝试阶段，总体应用度不高，南方丰水地区应用更少。目前国内外对遥感蒸散发模型用于净灌溉水量估算的空间适用尺度尚没有具体研究。

针对遥感蒸散发模型用于净灌溉水量估算的空间适用尺度研究缺乏的问题，本文通过试验观测-遥感解译等遥感技术计算出广西不同空间尺度下的作物遥感蒸散发量，与试验观测灌溉水量建立相关关系，根据相关系数的大小，提出误差较小的空间尺度，从而建立了一套更准确、快速、有效的最优空间尺度下的区域净灌溉水量估算方法。

该方法可为最严格水资源管理考核和农业水资源科学管理提供科学支撑。但目前试验及分析的样本数量偏少，后续可继续增加样本数量，进行更系统、深入、全面研究。

4 结论

1）针对作物净灌溉水量难以测算，受人为主观影响大等突出问题，提出了基于遥感技术手段的农业灌溉用水总量估算方法体系，并对其适用尺度进行了具体研究。

2）在广西区尺度上，净灌溉用水量和遥感蒸散发量之间存在明显的线性相关关系，相关系数为0.84，表明在广西区尺度上，通过建立校正关系，可以实现利用遥感蒸散发量来推算净灌溉用水量。

3）在片区尺度上，以桂中片为例，分析桂中片试验监测灌溉水深与同一时间遥感蒸散发量的相关关系图，结果发现相关系数为0.85，桂中片试验监测灌溉水深与同一时间遥感蒸散发量高度相关。表明在片区尺度上，通过建立校正关系，可以实现利用遥感蒸散发量来推算净灌溉用水量。

4）在灌区尺度上，对桂林青狮潭灌区、防城港南蛇灌区、来宾乐业灌区和百色那音灌区的净灌溉用水量和遥感蒸散发量进行了分析。各灌区相关系数在0.37～0.62之间，相关性较低。表明在灌区尺度上，相关关系整体偏低，不适宜采用遥感蒸散发量直接推算净灌溉用水量。

5）对比广西区和桂中片区实测净灌溉水量与根据遥感蒸散发量估算结果，误差均在0.5%以内。表明在片区尺度和全广西尺度，遥感估算的结果可信度较高，遥感蒸散发模型可以适用。

[1] BASTIAANSSEN W G M, PELGRUM H, WANG J, et al. A remote sensing surface energy balance algorithm for land (SEBAL): Part 2: Validation[J]. Journal of Hydrology, 1998, 212/213: 213-229.

[2] SU Z. The Surface Energy Balance System (SEBS) for estimation of turbulent heat fluxes[J]. Hydrology and Earth System Sciences, 2002, 6(1): 85-100.

[3] NORMAN J M, KUSTAS W P, HUMES K S. Source approach for estimating soil and vegetation energy fluxes in observations of directional radiometric surface temperature[J]. Agricultural and Forest Meteorology, 1995, 77(3/4): 263-293.

[4] YANG Y T, SHANG S H, JIANG L. Remote sensing temporal and spatial patterns of evapotranspiration and the responses to water management in a large irrigation district of North China[J]. Agricultural and Forest Meteorology, 2012, 164: 112-122.

[5] 蒋磊, 杨雨亭, 尚松浩. 基于遥感蒸发模型的干旱区灌区灌溉效率评价[J]. 农业工程学报, 2013, 29(20): 95-101.

JIANG Lei, YANG Yuting, SHANG Songhao. Evaluation on irrigation efficiency of irrigation district in arid region based on evapotranspiration estimated from remote sensing data[J]. Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(20): 95-101.

[6] 蒋磊, 尚松浩, 杨雨亭, 等. 基于遥感蒸散发的区域作物估产方法[J]. 农业工程学报, 2019, 35(14): 90-97.

JIANG Lei, SHANG Songhao, YANG Yuting, et al. Method of regional crop yield estimation based on remote sensing evapotranspiration model[J]. Transactions of the Chinese Society of Agricultural Engineering, 2019, 35(14): 90-97.

[7] 尚松浩, 蒋磊, 杨雨亭. 基于遥感的农业用水效率评价方法研究进展[J]. 农业机械学报, 2015, 46(10): 81-92.

SHANG Songhao, JIANG Lei, YANG Yuting. Review of remote sensing-based assessment method for irrigation and crop water use efficiency[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(10): 81-92.

[8] 陈鹤, 杨大文, 刘钰, 等. 基于遥感模型的华北平原农田区蒸散发量估算[J]. 灌溉排水学报, 2014, 33(Z1): 21-25.

CHEN He, YANG Dawen, LIU Yu, et al. Cropland evapotranspiration estimation based on remote sensing model in the North China plain[J]. Journal of Irrigation and Drainage, 2014, 33(Z1): 21-25.

[9] 陈鹤, 蔡甲冰, 张宝忠, 等. 灌区尺度遥感蒸散发模型时间尺度提升方法研究[J]. 中国农村水利水电, 2016(9): 149-152.

CHEN He, CAI Jiabing, ZHANG Baozhong, et al. Research on remote sensing ET model temporal up-scaling method at irrigation district level[J]. China Rural Water and Hydropower, 2016(9): 149-152.

[10] 丁杰, 陈鹤, 魏征, 等. 改进SEBS模型在大兴地区农田蒸散发反演中的应用[J]. 灌溉排水学报, 2018, 37(S2): 121-126.

DING Jie, CHEN He, WEI Zheng, et al. Application of improved SEBS model for evapotranspiration retrievals over crop land in Daxing district[J]. Journal of Irrigation and Drainage, 2018, 37(S2): 121-126.

[11] 温媛媛, 郭青霞, 王炎强. 基于SEBS模型的岔口小流域蒸散量特征及影响因子研究[J]. 灌溉排水学报, 2018, 37(4): 80-87.

WEN Yuanyuan, GUO Qingxia, WANG Yanqiang. Evapotranspiration and the factors affecting it in Chakou basin studied with the SEBS model[J]. Journal of Irrigation and Drainage, 2018, 37(4): 80-87.

[12] 宁亚洲, 张福平, 冯起, 等. 基于SEBAL模型的疏勒河流域蒸散发估算与灌溉效率评价[J]. 干旱区地理, 2020, 43(4): 928-938.

NING Yazhou, ZHANG Fuping, FENG Qi, et al. Estimation of evapotranspiration in Shule River Basin based on SEBAL model and evaluation on irrigation efficiency[J]. Arid Land Geography, 2020, 43(4): 928-938.

[13] 李杰, 王爱娜, 范群芳, 等. 基于遥感蒸散发模型的区域灌溉水有效利用系数测算方法框架设计[J]. 人民珠江, 2016, 37(9): 70-73.

LI Jie, WANG Aina, FAN Qunfang, et al. Study of regional irrigation water use efficiency calculation method based on remote evapotranspiration model[J]. Pearl River, 2016, 37(9): 70-73.

[14] 王行汉. 基于遥感蒸散发的灌溉水有效利用系数测算方法研究[D]. 广州: 华南农业大学, 2018.

WANG Xinghan. Study on estimation method of irrigation water effective utilization coefficient based on remote sensing evapotranspiration[D]. Guangzhou: South China Agricultural University, 2018.

[15] 郭二旺, 郭乙霏, 张凌杰, 等. 基于SEBAL模型和Landsat-8遥感数据的农田蒸散发估算[J]. 灌溉排水学报, 2019, 38(1): 83-89.

GUO Erwang, GUO Yifei, ZHANG Lingjie, et al. Estimating evapotranspiration using the SEBAL model and landset-8 RS data[J]. Journal of Irrigation and Drainage, 2019, 38(1): 83-89.

Using Remote Sensing to Estimate Evapotranspiration from Terrestrial Ecosystems at Different Scales

MU Guiling1, 2, ZHENG Jiangli1, 2*, WANG Xinghan1, 2, MA Zhipeng1, 2, LIU Jin1, 2

(1. Pearl River Water Resources Research Institute, Pearl River Water Resources Commission, Guangzhou 510611, China;2. Key Laboratory of the Pearl River Estuary Regulation and Protection of Ministry of Water Resources, Guangzhou 510611, China)

【】Evapotranspiration is an important component in the hydrological cycle and provides a nexus between water, carbon and surface energy exchanges in terrestrial systems. It is difficult to measure in situ at large scales. Remote sensing can plug this gap and has seen rapid application over the past three decades. The purpose of this paper is to test the feasibility of remote sensing to estimate evapotranspiration at provincial and sub-provincial scales in Guangxi province of China.【】We established a model to calculate evapotranspiration using remote sensing data first and then compared it with ground-true data. It was then used to estimate the net irrigation water measured at different scales using a regression model. Based on the correlation coefficient between the measurements and estimations at different scales, we found the optimal scale for application of the model and established an accurate and effective method to estimate net irrigation water using remote sensing data.【】There is a linear correlation between net irrigation water and the remote sensing evapotranspiration at both provincial and sub-provincial scale, and the correlation coefficient was higher than 0.8. Comparison with measured results revealed that the errors of the evapotranspiration estimated using the remote sensing data was less than 0.5% at provincial and sub- provincial scales.【】At large scales, remote sensing provides a reliable alternative to estimate evapotranspiration and be used to help improve irrigation and agricultural managements.

remote sensing evapotranspiration; spatial scales; net irrigation water measurement; the strictest water management

1672 - 3317（2022）03 - 0026 - 07

S27

A

10.13522/j.cnki.ggps.2021267

穆贵玲, 郑江丽, 王行汉, 等. 基于遥感蒸散发模型的净灌溉水量测算空间尺度研究[J]. 灌溉排水学报, 2022, 41(3): 26-32.

MU Guiling, ZHENG Jiangli, WANG Xinghan, et al. Using Remote Sensing to Estimate Evapotranspiration from Terrestrial Ecosystems at Different Scales[J]. Journal of Irrigation and Drainage, 2022, 41(3): 26-32.

2021-06-22

广西重点研发计划项目（902229136010）；水利技术示范项目（SF201913）；贵州省水利厅科技专项经费项目（KT201904）

穆贵玲（1989-），女，河南新乡人。工程师，硕士，主要从事水资源高效利用与水生态环境研究。E-mail: mumudull2012@163.com

郑江丽（1985-），女，湖北仙桃人。高级工程师，硕士，主要从事农业灌溉与水资源规划研究。E-mail: 1307xiaoli@163.com

责任编辑：赵宇龙