地表蒸散发是陆地水能循环最重要的环节。卫星遥感是获取长时间、大尺度下非均匀植被下垫面蒸散所不可替代的重要方法。大多数卫星遥感蒸发的算法基于光学植被指数(如NDVI),但它时间分辨率较低、在植被茂密的区域易饱和、受云影响大、无法在夜晚使用。最近发展的新型微波比辐射率差分植被指数(EDVI)主要反映植被含水量信息,具有穿云能力强、信号不易饱和、能全天候使用等优点,能一定程度上客服光学植被指数的缺陷。本研究首先基于Auqa卫星的微波辐射计AMSR-E观测资料、中尺度分辨率光谱仪MODIS云资料以及NCEP大气状态再分析资料,反演生成了中国区域2003-2005的EDVI数据集(分辨率~20km);然后利用CERES数据集、ECMWF大气再分析资料以及MODIS NDVI产品,发展了一种独立于地表站点观测的蒸散反演算法;将该算法运用到中国3个典型森林下垫面,在日尺度和月平均的尺度上分别讨论了蒸散反演结果。结果表明:1)该算法在日尺度上正确反映了森林蒸散的季节变化和量级大小。在中国南部的鼎湖山热带亚热带常绿阔叶林和千烟洲人工针叶林,模拟的年内蒸散最大可达400W/m2,在东北部的长白山温带落叶阔叶林,生长季蒸散最大可达300W/m2,在这3个森林的生长季内,蒸散模拟值和观测值变化较为一致,最大相关系数可达0.75(鼎湖山,2005年),0.80(千烟洲,2003年),0.72(长白山,2003年),对应的RMSE为62.04 W/m2,73.08 W/m2,84.74 W/m2,这说明该算法能应用于不同气候带森林区域每日蒸散的监测。2)月平均的ET模拟值与实测值有很好的相关性。在鼎湖山,千烟洲和长白山林区,月平均值的相关系数达到0.83,0.93和0.82。3)基于EDVI的ET反演算法的精度受到不同因素影响。突出表现为,模型精度依赖于输入的卫星资料和再分析数据的精度,特别是对净辐射和温度输入比较敏感;当地表有积水或发生降水时,ET模拟值会普遍偏小,但去除掉降水影响的样本后,ET模拟结果得到普遍提高。本研究初步证明了:利用基于微波植被指数EDVI的ET反演算法,同时联合卫星资料和再分析数据遥感森林的日蒸散是可行的,这为发展一种不依赖于地表站点数据的卫星遥感地表蒸散算法提供了思路。