Abstract. We recapitulate the approaches of sensible heat flux (H) estimation, which is a critical parameter in the remote sensing (RS)-based evapotranspiration (ET) models. We propose a classification scheme for the ET models considering their distinctions in approaches for the estimation of H. Adhering to the proposed classification scheme, the theoretical backgrounds of H estimation in the single-source and two-source RS-based ET models are discussed in brief, along with their unique characteristics. We addressed the role of critical parameters that influenced the H computation under each model and presented the related progress in the research. The importance of data assimilation techniques, as well as the application of unmanned aerial vehicles for the uninterrupted estimation of turbulent heat flux, are discussed in the context of single-source and two-source models. The influence of scale on the validation of the models and the impact of the aggregation methods are discussed. We compared the performance of the popular ET models for the estimation of H, utilizing the information obtained from peer-reviewed articles. The limitations related to the RS datasets in terms of spatial and temporal resolution and the scope of alleviating the shortcomings using the future satellite missions are discussed. We conclude by pointing toward the current challenges and the prospective domain of research, which needs to be addressed critically in the future.

中文翻译：

---

基于遥感的蒸散模型中感热通量估计方法的回顾

摘要。我们概括了感热通量 (H) 估计方法，这是基于遥感 (RS) 的蒸散 (ET) 模型中的关键参数。我们为 ET 模型提出了一种分类方案，考虑到它们在 H 估计方法上的区别。 根据所提出的分类方案，在单源和双源基于 RS 的 ET 模型中 H 估计的理论背景在简短，以及他们独特的特点。我们讨论了影响每个模型下 H 计算的关键参数的作用，并介绍了研究中的相关进展。数据同化技术的重要性，以及无人机在不间断估算湍流热通量方面的应用，在单源和双源模型的上下文中讨论。讨论了规模对模型验证的影响以及聚合方法的影响。我们利用从同行评审文章中获得的信息，比较了流行的 ET 模型在估计 H 方面的性能。讨论了在空间和时间分辨率方面与 RS 数据集相关的限制以及使用未来卫星任务来缓解这些缺点的范围。最后，我们指出了当前的挑战和未来需要重点解决的研究领域。我们利用从同行评审文章中获得的信息，比较了流行的 ET 模型在估计 H 方面的性能。讨论了在空间和时间分辨率方面与 RS 数据集相关的限制以及使用未来卫星任务来缓解这些缺点的范围。最后，我们指出了当前的挑战和未来需要重点解决的研究领域。我们利用从同行评审文章中获得的信息，比较了流行的 ET 模型在估计 H 方面的性能。讨论了在空间和时间分辨率方面与 RS 数据集相关的限制以及使用未来卫星任务来缓解这些缺点的范围。最后，我们指出当前的挑战和未来需要重点解决的研究领域。