山区在我国乃至世界均广泛分布,而山坡是生成陆地水资源的关键景观特征。谷底比山顶湿润,阳坡比阴坡温暖干燥,导致山谷和山顶之间、阳坡和阴坡之间土壤和植被的系统性差异,因此坡面对于理解水和陆地生态系统的结构和功能至关重要。蒸散作为陆地表面水分消耗的主要方式,是全球水循环的重要分量,是生态过程和水文过程相互联系的关键纽带,故基于坡面尺度的蒸散监测可以更好地理解坡面的水热通量,有效地提高水循环分析和水资源管理的水平。现有的蒸散模型由于分辨率太粗无法揭示山坡结构对水热通量的影响机理,现有的蒸散数据产品同样空间分辨率较低,不足以反映出复杂地形条件下的蒸散异质性。本研究针对坡面蒸散过程,首先从现有蒸散数据产品的不确定性分析出发,发展数据融合模型以求提升山区蒸散数据的精度,并分别从蒸散过程关键参量的角度与蒸散主要影响因素的角度出发来开展高空间分辨率坡面尺度蒸散模型的研究,从地表参量和影响因子角度发展坡面尺度的蒸散监测方法,为山区的水资源管理与配置提供理论支持。本论文的主要结论和创新点如下:（1）基于多源蒸散数据进行不确定性分析与集成融合研究。从时间序列变化趋势与时间序列发展一致性的角度对13种蒸散数据集进行不确定性分析。基于通量观测数据在不同下垫面类型、气候带和海拔高程的条件下以8个评价指标对各蒸散数据进行综合评估,进而发展基于验证矩阵和泰勒技能分数（TSS）的蒸散加权融合方法,使用PML＿V2、ETWatch和SSEBop数据集构建了2003年至2017年的蒸散融合数据集,使用GLEAM 3.3a、CR＿ET和NTSG数据集构建了1982年至2002年的蒸散融合数据集。研究表明山区蒸散数据的不确定性较非山区的区域偏高。（2）考虑地形因子净辐射的蒸散模型。从蒸散过程能量驱动的角度出发,基于高空间分辨率的哨兵2号遥感数据与数字高程模型数据,获取高空间分辨率的地表信息,改进太阳辐射的计算过程,发展了考虑地形因子的净辐射计算模型,得到坡面尺度高空间分辨率的蒸散监测结果。精度验证表明,怀柔研究区的决定系数达到0.84,而在宝天曼则达到0.86;均方根误差值分别为0.59毫米和0.82毫米。验证结果表明,该模型适用于地形复杂的地区,且蒸散结果的空间分布可以捕捉到一定的地形纹理。从坡向的角度来看,两个研究区南向坡的蒸散量都高于北向坡的蒸散量。怀柔阳坡和半阳坡的平均年蒸散量为616.93毫米,阴坡和半阴坡的平均年蒸散量为596.22毫米;对于宝天曼而言,阳坡和半阳坡与阴坡和半阴坡的平均年蒸散量分别为761.58毫米和655.53毫米。此外,该模型的蒸散结果比不考虑地形因素净辐射的蒸散结果精度有所提升。（3）基于坡面单元的蒸散分解模型。研究首先基于地形特征的情况,依据高空间分辨率的数字高程模型数据划分得到不同的坡面单元。利用体现不同地形条件下蒸散差异的主要影响因子,包括辐射因子、植被因子和水分因子,结合高空间分辨率的哨兵2号数据和数字高程模型数据,构建坡面间蒸散差异综合指示因子。结合1千米分辨率的ETWatch数据,基于综合指示因子发展坡面尺度蒸散分解模型,获得10米高空间分辨率、精度可靠且空间分布合理的蒸散数据,能够反应出坡面尺度蒸散的变异性。验证表明,怀柔和宝天曼模型验证的决定系数分别达到0.9和0.91,均方根误差分别为0.45毫米和0.47毫米,基于坡面单元的蒸散分解模型在两个研究区都取得了良好的表现。同时,与输入的1千米分辨率蒸散数据相比,坡面蒸散分解结果在两个研究区的精度均有一定程度的提升,怀柔和宝天曼的决定系数分别提升0.01和0.02,均方根误差分别下降0.12毫米和0.07毫米。本模型同样在山区水资源管理与配置方面有较广应用前景。