为了讨论黑龙江省龙凤山灌域五常市民意乡和四川省青衣江流域乐山灌区主要作物的蒸散发量情况,利用Sentinel 2影像数据作为土地利用分类的数据源,讨论了最大似然分类法、CART决策树分类法和基于多时相遥感数据的决策树分类方法在青衣江流域的土地利用分类效果。以Landsat 8卫星影像为数据源,利用SEBAL模型反演了民意乡和乐山灌区的日蒸散发,在作物已分类的基础上,进而获得各个作物的日蒸散发反演情况。为了验证反演结果,以MODIS的蒸散发产品和气象数据为基础,利用彭曼公式计算的日蒸散发结果为准,对反演结果进行验证及评价。分析并研究了影响日蒸散发的因素和日蒸散发结果产生误差的原因。在由日尺度扩展到月尺度的方法上,运用了以日蒸散发乘以当月天数和作物系数法来得到作物的月蒸散发量,并与文献资料中的结果进行验证,对这两种方法进行了评估与分析。由此得出以下结论:(1)基于Sentinel 2影像,对青衣江乐山灌区地物分类,选择基于多时相遥感数据的决策树分类法能更好的提取灌区的作物种植信息。(2)利用SEBAL模型模拟得出民意乡2016年5月10日、2016年6月27日、2016年8月14日、2017年7月16日、2017年9月2日、2018年4月30日、2019年7月6日水稻和玉米日蒸散发量分别为:4.24mm和3.56mm、5.91mm和 5.34mm、4.56mm 和 4.55mm、5.69mm 和 4.78mm、3.27mm 和 3.18mm、3.40mm和2.25mm、5.84mm和5.05mm。将模拟结果与彭曼公式计算结果做验证发现误差均小于lmm。说明模拟结果可接受。而利用SEBAL模型模拟得出乐山灌的作物日蒸散发量的验证误差主要集中在0～1mm内,少数时间在1～2mm之间,考虑到乐山灌区的种植情况复杂,模拟结果可接受。在验证过程中发现:不推荐用空间分辨率过小的蒸散发产品(如:500m的MOD16)来研究同一地区各种不同作物的日蒸散发量以及它们之间在日蒸散发方面的差异。(3)在由日到月蒸散发量的尺度扩展方法中,利用作物日蒸散发量乘以当月天数获得的月蒸散发量与累加作物系数计算的日蒸散发结果都存在不小的误差;如果作物系数的确定方法不进一步改进,那前者精度优于后者;直接乘以天数得到的月蒸散发量大于作物系数法计算的结果。