中国陆地实际蒸散发数据集（1982-2017），用ArcGIS Pro或ArcMap将NC数据转为tif格式 1.将蒸散发数据Ea_1982_2017_CR.nc导出为逐月的TIFF数据（共432个月） 2.将导出的逐月TIFF数据进行逐年求和，然后重采样为空间分辨率1km的栅格，裁剪出需要的区域，输出为逐年的TIFF数据。 3、空间分析建模的学习、ModelBuilder

数据经下载、拼接、去除异常值，最终得到中国范围逐年实际蒸散发（ET）数据，数据为

作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matlab代码作物潜在蒸散量（彭曼公式）matl

敏感性分析对于理解每个气候输入变量对蒸发蒸腾量变化的影响非常重要，而蒸发蒸腾量是水文模型，灌溉计划和水资源管理的重要元素。 这项研究调查了蒸散量对最大和最小温度，太阳辐射，风速以及最大和最小相对湿度的变化的响应。 使用1998年至2012年的8个站点的每日数据。 对于每个气候变量，进行5％到±25％的变化，以评估蒸散量对输入变量的敏感性。 结果表明，蒸散量分别对太阳辐射，最高温度和风速的变化更为敏感。

参考蒸散量（ETo）是确定作物所需水量的关键因素，这对正确的灌溉计划至关重要。 粮农组织Penman-Monteith（EToPM）是估算ETo的最受欢迎的方法之一。 显然，有时由于数据可用性方面的挑战，很难使用Penman-Monteith计算ETo。 FAO Penman-Monteith方法需要许多参数（太阳辐射，气温，风速和湿度），而Hargreaves-Samani方法则根据气温来计算ETo。 由于中亚是一个数据有限的地区，气象站无法提供PM方法的所有必需参数，因此本研究旨在使用乌兹别克斯坦南部喀什卡达里亚省Karshi草原的Hargreaves和Samani（HS）方法估算ETo。基于2011年至2017年的数据。在夏季，通过非修正HS方法计算的参考蒸散量被低估了。 低估的原因可能是这几个月的气温和风速较高。 因此，原始形式的HS方法无法在我们的研究范围内用于估计ETo。 通过应用偏差校正因子对EToHS进行修改，可以获得更好的性能，并可以提高该区域ETo计算的准确性。 计算得出的ETo值可以为有关Amudarya流域和中亚较大地区的水分配，灌溉计划和作物选择的决策和管理实

根据站点纬度计算天顶辐射值，可用于潜在蒸散发的计算。 在利用Hargreaves公式计算潜在蒸散发时，需要提供最高温度、最低温度、平均温度及天顶辐射值，气温可由实测数据得来，天顶辐射值需要根据站点纬度计算。

彭曼公式计算潜在蒸散发，转自小木虫，非常好的程序，推荐！

PDSI提取和计算，PDSI的计算需要两种气象资料：降水量和潜在蒸散发量，另外还需当地下垫面土壤的最大有效持水量，即AWC。

土地利用与蒸散发的关系研究--以淮河流域五道沟地区为例，陈竟文，朱永华，不同的土地利用方式和地表覆盖会影响水循环中的蒸散发，进而影响到水量平衡、水环境演变，因此进行土地利用与蒸散发的关系研究对

立足于绿洲农田生态系统,采用人工神经网络方法对潜热通量数据进行模拟和插补。根据作物生长季分阶段模拟,对比整体模拟结果,发现分阶段模拟效果(R2=0.91～0.95,RMSE=28.9～41.3W/m2,MAE=21.3～28.8W/m2)优于整体模拟效果(R2=0.87～0.92,RMSE=39.6～50.7W/m2,MAE=27.6～34.9W/m2)。通过模型网络连接权值对各阶段环境因子的相对贡献率作了定量分析,并从数学统计的角度对研究区蒸散发环境因子影响机理进行了分析。结果表明为了提高潜热通量的插补