蒸散发（Evapotranspiration,ET）包括土壤蒸发和植被蒸腾,是地表水热传输和水循环重要组成部分。蒸散发的精确估算,为区域水资源优化配置和农田灌溉等研究提供良好的理论基础。由于我国幅员辽阔、地形地貌条件复杂和蒸散发监测仪器设备昂贵等因素,传统观测手段难以对大范围区域蒸散发进行监测。遥感数据的宏观性和动态性对于获取大范围蒸散发,提供了经济允许、技术可行的方案。本文以济南-泰安市为研究区,结合该地区的Landsat 5遥感数据和微气象数据,首先应用反距离权重法对气温进行空间插值,并作为单窗算法重要输入参数之一估算地表温度,以此提高单窗算法的反演精度。其次结合地表温度和SEBS（Surface Energy Balance System,简称SEBS）模型,得到地表蒸散发量的空间分布反演结果,最后以恒定蒸发比（evaporative fraction,EF）法进行蒸散发的日尺度扩展获取日蒸散发。为评估SEBS模型在该地区的应用效果,研究利用禹城站通量观测数据对估算的蒸散发结果进行验证。结果表明,遥感反演的误差在6.6%³5%之间;对蒸散发反演结果进行时空特征分析发现,受研究区东西部气温等环境因素影响,西部蒸散发略高于东部,中部受泰山影响形成局部蒸散区,蒸散发量区别于周边地区;在人类活动干预下,不透水层（城镇建设用地）取代了自然下垫面,改变了地表能量交换特征,下垫面显热明显,形成了独特的城市热岛效应。基于遥感反演蒸散发的时空分布,利用禹城站微气象数据和通量数据,进一步分析蒸散发变化规律和影响因子间的响应关系。蒸散发受农作物生长规律和灌溉的影响,变化规律显著。12月至1月蒸散发下降（冬小麦播种期）;1月至3月,蒸散发缓慢回升（越冬至返青）;3月至5月,蒸散发上升趋势加快（拔节期至开花期）;6月,蒸散发大幅下跌（冬小麦收获,夏玉米播种）;7月至9月,蒸散发变化平稳（抽雄吐丝至灌浆成熟）;10月,蒸散发下降（夏玉米收获）。不同季节下蒸散发及其影响因子的相关性具有差异性。各影响因子与蒸散发的相关性排序,春、秋季均为:气温>水汽密度>水平风速>CO₂>垂直风速;夏季为水汽密度>气温>CO₂浓度>垂直风速>水平风速;冬季为气温>水汽密度>水平风速>CO₂浓度>垂直风速。基于偏相关性得到蒸散发及其影响因子的拟合方程,春季蒸散发主要影响因子为气温和垂直风速,秋、冬季节主要影响因子为气温。