Google Earth Engine中的Penman-Monteith-Leuning蒸散 建模框架 PML_V1 -Monteith-Leuning模型（缩写为PML_V1 ）由Leuning等人提出。 （2008年） ，并由Zhang等人（2010年，2016年）进一步完善。 在PML中，蒸发分为：来自植物的蒸腾作用（Ec），来自土壤的直接蒸发（Es）和来自植物的截留降雨的蒸发（Ei）。 PML_V2是由Gan等人（2018）和Zhang等人（2019）开发的，它们通过树冠电导理论将ET和初级生产总值结合PML_V2 。 它们的分辨率分别为500 m和8天，范围从-60°S到90°N。 图1 。 全局强制数据处理和PML_V2建模过程的流程图。 多变的 描述 单元 最高温度 每日最高温度 摄氏 Tmin 每日最低温度 摄氏 塔夫格 日平均温度 摄氏 帕 大气压 千帕 ü 1

几种潜在蒸散量经验公式在华北地区的应用评价，罗健，荣艳淑，本文根据华北地区6个气象站的长序列资料，以 Penman-Monteith公式为标准，对温度估算法中的Hargreaves and Samani法、改进Thornthwaite法和Mc Cloud�

概述 这是用于计算标准降水指数 (SPI) 的 Python 实现。 这是识别干旱的关键指标之一。 有关 SPI 与 SPEI 的相对优点的有用讨论，请参阅 [NCAR 的气候数据指南] ( )。 这些函数松散地基于 Santiago Beguería 和 Sergio M. Vicente-Serrano。 关于SPI和SPEI的论文很多。 我发现最清楚地描述算法的论文是：Lloyd-Hughes、Benjamin 和 Mark A. Saunders。 “欧洲干旱气候学。” 国际气候学杂志 22.13 (2002): 1571-1592。 这篇论文包含在 docs 文件夹中。 关于哪种分布适合历史数据，文献中有一些共识。 对于仅降水数据 (SPI)，建议使用 Gamma 分布。 这是 SPI 函数中的默认分布。 但是，用户可以选择自己的发行版（请参阅注释）。 当前的实现允许用

彭曼公式计算代码，应用matlab进行计算，主要针对气象数据

参考作物蒸散量计算工具，日、旬、月三个尺度，方便科研人员直接师兄

应用matlab编写的计算潜在蒸散量的彭曼公式，只需要输入基本的气象数据就可以直接运行，程序提供时了示例数据