基于TSEB-SM模型与DNN-ETo方法的中国区域时空无缝蒸散发产品研制

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》:A spatial-temporal seamless evapotranspiration product based on TSEB-SM model and DNN-ETo method across China

【字体: 大 中 小 】 时间:2025年12月12日 来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 5.4

编辑推荐:

  本文针对中国区域缺乏基于热红外卫星数据和双源能量平衡模型的日常蒸散发产品问题,研发了2001–2020年时空分辨率分别为0.01°和逐日的无缝蒸散发数据集(含蒸腾T与蒸发E)。该数据集通过耦合土壤水分的双源能量平衡模型(TSEB-SM)和结合深度神经网络与参考蒸散发的重建方法(DNN-ETo)生成,在多类下垫面站点验证中RMSE为1.02 mm·day–1,偏差–0.17 mm·day–1,在干旱半干旱区表现出更合理的数值,对水资源管理与气候变化研究具有重要价值。

  
在全球气候变化和水资源短缺压力日益加重的背景下,精确量化地表蒸散发(Evapotranspiration, ET)——即土壤蒸发和植被蒸腾的总和——对理解水循环和能量平衡具有关键意义。尤其在农业用水管理、干旱监测和生态系统研究中,高时空分辨率的ET数据是科学决策的基础。然而,由于云覆盖、传感器限制等因素,传统基于热红外遥感的ET模型难以生成时空连续的日常产品,特别是在中国这样下垫面复杂、气候梯度显著的大国,这一问题更为突出。以往的研究多依赖单一模型或较低分辨率的数据,在干旱半干旱区及高植被变异性区域容易产生较大误差,限制了其在水文、气象及生态等领域的深入应用。
为填补这一空白,由安徽师范大学、电子科技大学等单位的研究人员联合开展了一项创新性研究,开发了一套覆盖中国全域、时空分辨率高达0.01°、逐日、且无缝的ET数据集(2001–2020)。该研究不仅提供了总ET,还将其拆分为蒸腾(Transpiration, T)和蒸发(Evaporation, E)两个组分,极大提升了数据的应用价值。相关成果已发表于《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》,为相关学科提供了重要的数据支撑。
研究团队采用了两大核心技术方法:首先是双源能量平衡模型耦合土壤水分(TSEB-SM),该模型利用热红外遥感获取的地表温度(Land Surface Temperature, LST)和被动微波反演的土壤水分(Soil Moisture, SM)数据,分别计算植被和土壤的能量通量,从而更精确地模拟T和E;其次,针对云覆盖导致的数据缺失问题,提出了DNN-ETo重建策略,即先利用深度神经网络(Deep Neural Network, DNN)基于多源遥感与气象数据拟合TSEB-SM的输出,再在持续低辐射区直接以参考蒸散发(Reference Evapotranspiration, ETo)填补残余缺值,最终生成无缝产品。模型驱动数据包括来自国家青藏高原科学数据中心的LST和SM产品、GLASS叶面积指数(Leaf Area Index, LAI)数据、ERA5-Land再分析气象资料等,并通过18个通量塔站点观测及八大流域水量平衡法进行了系统验证。
A. 站点尺度上TSEB-SM ET的验证
利用全国18个通量塔站点(涵盖草地、农田、森林、湿地、裸地等5种主要土地覆盖类型)的观测数据对TSEB-SM ET进行验证。整体来看,模型表现良好,相关系数(R)为0.74,均方根误差(RMSE)为1.02 mm·day–1,偏差(Bias)为–0.17 mm·day–1。其中,农田效果最佳(R=0.80, RMSE=0.88 mm·day–1),裸地虽相关性稍弱(R=0.53),但误差较低(RMSE=0.60 mm·day–1),模型在低值区存在轻微低估,这与DNN训练源于TSEB-SM输出以及低植被覆盖区能量平衡模拟的不确定性有关。时间序列动态显示,TSEB-SM ET能有效捕捉由辐射、降水和农业灌溉引起的ET日际波动,且与植被LAI季节变化高度同步。
B. DNN-ETo方法的评估
DNN-ETo两步重建法有效填补了约35%的数据缺失。验证表明,DNN重建部分在低值区集中,与观测ET相比R=0.48,RMSE=0.74 mm·day–1;最终重建后的整体数据集精度与原TSEB-SM ET相当,说明该方法在保持数据一致性方面是可靠的。
C. 流域尺度上TSEB-SM ET的验证
在八大流域的水量平衡验证中,TSEB-SM ET年尺度RMSE平均为79.24 mm·year–1,偏差为7.24 mm·year–1,性能优于PML-v2、GLEAM、SEBAL等主流产品。在植被均一、下垫面条件一致的流域(如黄河、淮河、长江流域)表现尤佳,而在西北内陆河等稀疏植被区存在一定高估,在云覆盖频繁的珠江流域则有轻微低估,这部分也与GRACE水储量变化数据本身的不确定性有关。
D. TSEB-SM蒸腾量(T)的评估
TSEB-SM T在月尺度和年尺度上均与站点观测吻合良好,空间上呈现从西北向东南递增的合理格局,全国多年平均T为225.18 mm·year–1,且呈显著上升趋势(1.30 mm·year–1, p<0.01)。与PML-v2、GLEAM、Niu等产品相比,TSEB-SM T在常绿阔叶林等关键生态系统数值更接近观测,空间连续性更优,反映了模型在区分植被蒸腾与土壤蒸发方面的优势。
E. 空间格局与年际变化
2001–2020年间,中国区域年均ET为350.06±9.95 mm,呈显著上升趋势(1.06 mm·year–1)。ET高值区(>800 mm)集中在海南、滇南等植被茂密区,低值区(<150 mm)位于西北干旱半干旱区。组分分析显示,T显著增加而E略有下降,这与全国尺度上LAI增加导致的土壤遮荫效应增强有关。蒸发比(Evaporative Fraction, EF)空间异质性显著,森林区T/ET占比高达76%–86%,体现了植被在气—水交换中的主导作用。
F. 灌溉农田区TSEB-SM ET的评估
选择内蒙古巴彦淖尔(半干旱)和新疆和田(干旱)两个典型灌溉农业区进行深入分析。在灌溉期间,尽管太阳辐射维持高位,土壤水分因灌溉显著上升,TSEB-SM ET随之明显增加(如和田区ET由3.9 mm·day–1升至5.0 mm·day–1),表明模型能有效捕捉干旱区灌溉引起的水热通量变化,为农业水资源精准管理提供了可靠工具。
本研究成功研制了中国首套基于TSEB-SM模型与DNN-ETo重建方法的时空无缝蒸散发产品,兼具高精度(站点RMSE≈1.02 mm·day–1)、高分辨率(0.01°,逐日)和全气象条件覆盖的优势。通过多尺度验证及与主流产品对比,表明该数据集在空间分布、年际变化、组分划分方面均表现出良好一致性与合理性,尤其在干旱半干旱区及灌溉农田等关键区域优势明显。该产品不仅深化了对中国区域陆—气水热交换的理解,而且为水资源管理、农业节水、气候变化研究提供了重要的数据基础,具有广阔的应用前景。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号