白洋淀流域蒸散发时间序列遥感反演的中期报告.docx

白洋淀流域蒸散发时间序列遥感反演的中期报告
本项目旨在利用遥感技术反演白洋淀流域的蒸散发（Evapotranspiration，ET）时间序列数据，以探究该流域水资源的利用与管理。在此中期报告中，我们完成了以下工作：
1.数据准备
我们从官方渠道获得了白洋淀流域的多源遥感数据，包括Landsat8、MODIS和SMOS等卫星遥感数据，以及站点观测数据。同时，我们还收集了气象站和水文站的气象和水文数据。
2.算法选择
我们评估了多种蒸散发反演算法，并选择了基于能量平衡原理的SEBAL算法（SurfaceEnergyBalanceAlgorithmforLand）和基于物理模型的PT-JPL算法（Penman-MonteithwiththeShuttleworth-Wallacemodel,developedattheJetPropulsionLaboratory）进行反演。
3.算法实现
我们使用ENVI软件和Python编写了SEBAL算法和PT-JPL算法的程序，并对程序进行了初步测试。其中，SEBAL算法主要使用Landsat8和MODIS数据，PT-JPL算法主要使用MODIS和SMOS数据。
4.初步结果与分析
我们对SEBAL算法和PT-JPL算法得到的蒸散发时序数据进行了初步比较。结果显示，在白洋淀流域的大部分地区，两种算法得到的结果相对一致，但在局部区域存在较大差异。我们进一步分析发现，这些差异主要与覆盖类型、土地利用、气象条件等因素有关。
未来工作：
1.继续完善算法实现，提高反演精度；
2.加入更多的数据源，如降雨、蒸发、地下水位等数据，进一步探究白洋淀流域的水循环过程；
3.尝试使用机器学习等新兴技术对蒸散发进行预测和分析。