科学家们期望能够洞悉世间万物的全貌，无论何时何地。这一点在地球科学领域尤为突出，我们致力于理解从分子尺度到行星尺度的各种过程，探究世界如何运行、如何影响人类以及人类如何影响它——特别是水循环。蒸散发是闭合水循环过程中最后一个被测量的分量：数十年来，闭合水平衡意味着将所有可测量的分量相加，然后将蒸散发作为余项来推断。早期的测量依赖于蒸发皿的水分损失和称重式蒸渗仪，随后发展为插入植物体内监测液流的传感器以及捕捉蒸腾作用的叶室。通过涡动协方差通量塔，可以升级到生态系统尺度；再通过无人机、飞机，最终是卫星的近感测，进一步扩展到景观尺度。尽管在随时随地测量或估算蒸散发方面已取得巨大进展，但目前还没有单一方法能同时实现这两个目标。通量塔有助于“全天候”测量，但无法覆盖“所有地方”。卫星可以覆盖“所有地方”，但无法做到“全天候”（部分同步卫星除外，但其空间覆盖和分辨率不足）。新兴的小卫星星座正在推动我们向高细节分辨率的“随时随地”观测迈进，尽管我们刚刚进入这个时代。本文讨论了蒸散发地球观测的演进与革命，从最早的Landsat卫星和蒸散发模型的发展，到国际空间机构和商业公司逐步提高时空分辨率的进程，再到蒸散发模型日益精进、云计算和机器学习的应用。我们正继续朝着随时随地获取蒸散发的目标前进，并运用这些知识更好地管理水资源，维系我们的星球。
1 伊始
在开端（1972年），美国国家航空航天局发射了Landsat-1。Landsat-1上的多光谱扫描仪能够以高细节（60米）观测世界各个角落。但单颗卫星无法实现频繁的全球重访，且没有合适的辅助卫星；因此，美国国家海洋和大气管理局随后创建了带有可见光和红外自旋扫描辐射计的地球静止业务环境卫星（1975年），以及带有改进型甚高分辨率辐射计的电视红外观测卫星（1978年）。同样在1978年，NASA发射了实验性的热容量测绘任务卫星。与此同时，欧洲空间局在1977年发射了第一颗地球静止气象卫星，搭载了Meteosat可见光和红外成像仪。这些卫星及其计划蓬勃发展，延续数十年，实现了高细节与区域到全球覆盖的结合。
它们并非最早的卫星仪器，但却是首个在可见光和近红外波段观测地球的设备，通过计算归一化差值植被指数（NDVI）及其相关指数，提供了植被健康和活动的指示。NDVI本身通常是蒸散发的良好预测因子，但在植被胁迫、变化的气象条件、茂密冠层或高土壤蒸发条件下可能失效。因此，研究人员结合气象数据与NDVI，构建了比单独使用NDVI保真度更高的蒸散发模型。
热容量测绘任务卫星、GOES-1的VISSR和Meteosat的MVIRI还包含另一个测量波段：热红外。热红外能够直接探测地表温度，而地表温度通过蒸发的冷却效应与植物的用水量（即蒸腾作用）相关。在同一年，NOAA发射了具有热红外能力的AVHRR-1，NASA发射的Landsat-3也搭载了热红外波段（尽管该波段在发射后不久失效）。次年（1981年）AVHRR-2迅速跟进，具备了热红外能力。Landsat-4于1982年发射，其专题制图仪配备了改进的热红外波段。此后所有的Landsat-5-9任务都具备热红外能力；同样，所有后续的NOAA-6-19任务也都在其AVHRR仪器中配备了热红外能力，GOES-1-19和Meteosat-1-12系列任务亦是如此。
2 最早的基于卫星的蒸散发模型
20世纪80年代早期这些提供可见光近红外和热红外数据的首批卫星，使得计算蒸散发成为可能，开创性研究在80年代末到90年代初开始出现。不过，使用这类数据的模型是在卫星出现之前，通过类似的地基仪器形成的。这些早期模型在90年代末演变成一些至今仍在使用的基本的卫星蒸散发建模框架。
从早期卫星模型发展中涌现的是双源能量平衡模型。TSEB将观测到的地表温度在土壤和冠层之间进行划分，分别推导出这两个组分间的能量通量。TSEB在农业应用中变得非常有用，因为它将作物用水与行间的土壤蒸发表分开。TSEB至今仍在由美国农业部农业研究局开发的ALEXI/DisALEXI模型以及欧空局的Sen-ET平台中使用。
最具影响力的卫星蒸散发模型之一是地表能量平衡算法。SEBAL应用“热”像素和“冷”像素的概念，在给定图像内缩放感热通量，从而避免显式反演空气动力学属性。它是自校准的，不依赖于地面数据，且相对易于使用。因此，它早期就被许多用户采纳，其免费提供的代码和精度赋予了它持久的生命力。SEBAL至今仍被广泛使用，例如作为OpenET系统的一部分，以及作为Hydrosat的IrriWatch农业管理系统的组成部分。
尽管TSEB和SEBAL大约在同一时期独立出现，但TSEB显式地模拟地表-大气耦合，而SEBAL采用了更经验性的简化。两者都受益于Landsat卫星提供的热红外数据相对较高的空间分辨率，可以在更接近地面管理尺度的水平上量化用水量。相比之下，AVHRR和GOES的1-4公里热红外分辨率往往会混合多种土地覆盖类型和管理方式的信号，限制了它们在田间尺度应用中的效用。
3 MODIS时代
21世纪初，作为NASA地球观测系统的一部分，搭载在Terra和Aqua卫星上的中分辨率成像光谱仪仪器的发射，标志着卫星蒸散发数据和模型的快速扩展。MODIS在1公里或更精细的空间分辨率上，每日提供全球的可见光近红外和热红外数据。同样值得注意的是，Terra上的先进星载热发射和反射辐射计部署了一个扩展的5波段热成像仪，分辨率为90米，但由于数据量巨大，NASA在全球空间和时间覆盖范围的数据下行和存储能力有限。MODIS还与FLUXNET的出现直接相关，这显著提高了建模者利用来自涡动协方差的大量高质量、一致性测量数据，在1公里像素尺度上跨生态系统验证其蒸散发估计的能力。
随着MODIS数据的积累，Landsat计划（由美国地质调查局管理）当时已经发展到第五颗卫星和第六颗卫星，积累了跨越其所有卫星的二十多年数据。同样，在世纪之交，AVHRR已发展到搭载在NOAA-14和NOAA-15上的第九和第十次迭代，GOES也发展到其第十颗卫星，两个计划后续都有更多任务。一些最广泛使用的卫星蒸散发模型在21世纪中期基于Landsat和AVHRR数据开发，并很快应用于新兴的MODIS数据。
大约在这个时候，21世纪中期，出现了六个关键的卫星蒸散发模型，其中四个最初主要设计用于局地到区域尺度应用，两个用于全球尺度应用。前者包括地表能量平衡系统、大气-陆地交换反演算法、具有内部校准的蒸散发制图和简化地表能量平衡；后者包括Priestley-Taylor喷气推进实验室模型和用于MODIS产品16的Penman-Monteith模型。
所有局地/区域尺度模型都求解感热通量，并将蒸散发计算为能量平衡的余项。ALEXI/DisALEXI从TSEB模型演变而来，是最早使用来自GOES的地球静止热红外数据的模型之一，主要利用时间差分来求解日蒸散发的能量平衡，然后使用Landsat或MODIS热红外数据进行降尺度。ALEXI/DisALEXI已被用于多尺度的用水、植物胁迫和农业干旱监测。源自SEBAL模型的METRIC和SSEB主要依赖于Landsat热红外数据，并开始在美国西部及其他水资源有限地区的农业和水资源管理应用中得到广泛使用。
PT-JPL代表了最早的全球尺度卫星蒸散发模型之一，利用了AVHRR的记录以及国际卫星陆地表面气候学项目第二倡议汇编的气候数据集。与求解感热通量的能量平衡方法不同，PT-JPL通过利用结合了可见光近红外、热红外和气象敏感性的生态生理约束，来下调Priestley-Taylor潜在蒸散发模型，从而直接求解蒸散发。类似地，PM-MOD16模型被开发用于直接使用Penman-Monteith方程求解蒸散发，并通过适用于全球可用数据的适应性来反演阻力。PM-MOD16成为MODIS数据集的业务化蒸散发模型，在MODIS记录期间产生了海量的全球数据。
此后，许多模型都超越了其最初的设计尺度。最初具有局地焦点的模型已被调整为用于全球制图，而专注于全球评估的模型现在也适用于田间尺度应用。SEBS在最早的统一蒸散发相互比较之一中被扩展到全球，同时参与的还有PT-JPL和PM-MOD16的一种解读。ALEXI最初使用地球静止卫星的时间差分，现在可以使用来自MODIS等极轨卫星的昼夜温差。SEBAL、METRIC和SSEB中先前手动完成的热/冷像素端元选择，现在已经实现了自动化。
4 VIIRS、Sentinel、ECOSTRESS和下一代蒸散发模型
在MODIS仪器发射大约十年后，NASA和NOAA合作，于2011年在Suomi国家极轨伙伴关系卫星上发射了可见光红外成像辐射计套件，随后是2017年的NOAA-20和2022年的NOAA-21，主要是为了确保与MODIS的连续性。VIIRS的I5波段在375米处提供了比MODIS更高的可见光近红外和热红外空间分辨率，并且由于增加了刈幅宽度，仅用一个传感器就能提供相同的时间分辨率。然而，光谱波段数量从MODIS的36个减少到VIIRS的22个，使得连续性不完美，特别是对于那些使用了MODIS缺失波段的产品。
几年后的2015年，欧空局哥白尼计划发射了用于光学成像的Sentinel-2A。虽然Sentinel-2A没有热红外波段，但它确实提供了10米高分辨率的可见光近红外数据，每10天一次。随着2017年Sentinel-2B的发射，重访时间缩短到5天。直到2016年和2018年Sentinel-3AB发射，哥白尼计划才通过搭载的海陆表面温度辐射计包含了热红外波段，但其分辨率较粗。大约在同一时间（2016年），地球静止能力在GOES-R时代得到提升，搭载先进基线成像仪的GOES-16发射，随后是GOES-17-19。GOES-16比上一代GOES提高了四倍的空间分辨率和三倍以上的光谱波段数量。NOAA的国家环境卫星、数据和信息服务局目前使用这些数据来生成蒸散发和干旱产品。ABI与日本向日葵8/9号任务、中国风云-4系列、韩国GEO-KOMPSAT和欧洲Meteosat-12上的成像仪具有相似的光谱灵敏度。整合地球静止卫星以实现一致的近全球覆盖一直是一个挑战，由GeoNEX计划主导。
2018年，NASA发射了国际空间站上的生态系统空间热辐射计实验任务，这是首个以蒸散发为核心的星载任务。ECOSTRESS发射到国际空间站，在52°S至52°N纬度之间以70米分辨率测量热红外，每日过境时间和重访周期各不相同，每几天一次。ECOSTRESS使用PT-JPL业务化生产近全球覆盖的蒸散发数据，并使用ALEXI/DisALEXI生产美国大陆的数据，后来扩展到包括其他模型。ECOSTRESS提供的时空分辨率的提高，通过增加云间观测的概率，开启了对世界多云地区（如热带地区）的分析。
仍在2010年代，新一代遥感蒸散发模型出现，具有更高的复杂性和物理真实性。呼吸地球系统模拟器和全球陆地蒸发阿姆斯特丹模型均于2011年发表，引入了新的维度：BESS引入了叶角、冠层氮、光合作用和漫射/直射辐射；GLEAM引入了截留蒸发、土壤湿度和植被含水量。此外，Penman-Monteith方程在四个新模型中被重新审视：2012年的ETLook、2014年的地表温度启动闭合、2015年的ETMonitor和2016年的Penman-Monteith-Leuning模型。ETLook构成了联合国粮农组织水生产力通过遥感数据开放获取数据集的核心。与GLEAM一样，ETMonitor中使用微波数据使得在云层下反演蒸散发成为可能，这是基于热红外/可见光近红外的蒸散发的一个限制。此外，PT-JPL的一个新版本包含了2015年发射的土壤水分主动被动任务的微波土壤湿度数据。STIC和这个新版本后来都被纳入ECOSTRESS的数据生产中。联合国粮农组织发布了一份全面的概述，总结了其中许多模型及其实际功能。
5 新参与者与新格局：随时随地的蒸散发
虽然美国政府开创了蒸散发地球观测的基础卫星，但欧盟很快加入，随后是全球新参与者。中国国家航天局发射了许多搭载热红外和可见光近红外成像仪的卫星。印度空间研究组织也为天气监测发射了搭载热红外成像仪的卫星。更重要的是，ISRO与法国国家空间研究中心合作开发了用于高分辨率自然资源评估的热红外成像卫星任务，计划于2026年发射，具有四个60米分辨率的热红外光谱波段和三天的重访周期。TRISHNA标志着蒸散发领域首次政府间空间机构合作，NASA与意大利航天局计划在21世纪30年代初进行表面生物学和地质学任务，欧空局开发了陆地表面温度监测任务计划于2029年和2031年发射，NASA计划在2031年发射Landsat Next，所有这些任务的空间分辨率均为50-60米。NASA/NOAA正在开发的GeoXO成像仪将继续改进计划于2032、2034、2039和2043年发射的GOES任务的空间和光谱分辨率。这些任务本身都不会提供每日全球重访，但结合起来将接近这一关键的时间频率。TRISHNA的预期寿命为5年，因此其他任务的任何延误都会使联合的每日观测频率面临风险。
长期以来，人们已经认识到需要每日高分辨率蒸散发数据来回答关键的科学问题和社会应用。从评估异质性生态系统和河岸带到监测农田和水资源管理，都需要能够捕捉这些系统时空动态的分辨率。然而，上述任务都无法实现如此高的时空分辨率，限制了我们随时随地获取蒸散发数据的能力。这一空白可能很快被新参与者和新的游戏规则填补。
卫星蒸散发领域最新的参与者来自商业航天工业，他们发射的具有前所未有的分辨率、频率和发射节奏的热红外和可见光近红外卫星。特别是Hydrosat，其VanZyl-1于2024年发射，VanZyl-2于2025年发射，计划部署16颗卫星，每天多次提供全球25米分辨率的热红外和10米分辨率的可见光近红外数据。Constellr也在开发高分辨率30米热红外微卫星。EarthDaily将通过10颗卫星每天在全球范围内获取120米分辨率的热红外数据。其他令人兴奋的技术来自SatVu和Albedo，它们已将星载热红外测量降低到小于5米。来自FireSat、OroraTech和WildFireSat的低延迟测量提供了中波红外的补充测量，尽管这些侧重于火灾探测而非蒸散发。最后，许多公司现在通过轨道上的数百颗卫星，提供每日全球的超高分辨率可见光近红外数据。这些新的小卫星星座通过与政府任务的协同校准和组合数据来增加覆盖。
直到最近，卫星获取的数据及其相应的数据产品都是在本地计算机和服务器上处理和存储的。然而，新的数据领域是云端。亚马逊网络服务和谷歌地球引擎等服务现在允许在几分钟内处理和访问新产生的大量数据，比传统服务器快几个数量级。一些最高质量的蒸散发数据来自GEE上的OpenET系统，它将多个蒸散发模型协同融合成一个集合产品。云端是“随时随地”的，这对于与即将实现几乎相同时空普适性的热红外和蒸散发数据的新时代是必要的配对。尽管如此，关于访问和成本的问题仍然存在，但将在未来几年得到解决。
蒸散发模型的开发最近已转向将基于过程的模型和卫星/气象数据与机器学习融合到混合模型中。利用遥感数据在不同机器学习模型中升尺度涡动通量塔，产生了FLUXCOM和X-BASE数据集以及ALIVE系统。将不同的基于过程的模型与多种机器学习技术和贝叶斯推断混合在一起，产生了全球陆表卫星数据集。
6 结论
我们展示了遥感蒸散发的发展就像一条河流，清澈如水晶，源自数十年的技术和科学进步。从最早的NASA/USGS Landsat卫星和利用热红外、可见光近红外及气象数据的蒸散发模型的发展，到国际空间机构和商业公司逐步提高时空分辨率的热红外和可见光近红外的稳步推进，再到蒸散发模型日益精进、云计算和机器学习的应用，我们已经朝着随时随地获取蒸散发的目标前进。以前仅将高分辨率数据用于局地应用的模型，现在通过与将粗分辨率数据用于全球应用的模型融合，实现了全局性。例如，来自Landsat、ECOSTRESS、MODIS、VIIRS、Sentinel-2AB和Hydrosat的数据都被整合到Hydrosat的IrriWatch应用中，每天以10米分辨率向70多个国家的数百万农民提供数据，从而在灌溉和作物管理方面取得实质性改进。像空中的通量塔一样，蒸散发的未来是更多的卫星、更高的空间分辨率和频率、新的处理流程、更多的数据和更便捷的访问，从而在可持续水资源管理和气候适应力方面促进更广泛的应用。
