热蒸发蒸腾模型对不同生态系统和干旱程度下的地表及大气驱动因素的敏感性

《Agricultural and Forest Meteorology》：Sensitivity of thermal evapotranspiration models to surface and atmospheric drivers across ecosystems and aridity

蒸发蒸腾敏感性分析揭示土壤干燥和大气水分亏缺的主导作用，干旱指数>0.54时太阳辐射影响凸显，植被覆盖度>0.49时VPD影响增强。

　　这项研究围绕着蒸散发（ET）对关键环境驱动因素的敏感性展开，特别是在面对气候变化和干旱加剧的背景下。蒸散发是连接能量、水和碳循环的核心过程，其变化不仅影响水循环，还对碳吸收和水使用效率产生深远影响。因此，理解蒸散发对环境因素的响应机制，对于提高水资源管理、气候适应性决策以及生态系统的可持续性至关重要。

研究团队利用三种代表性的热红外遥感（RS）模型（STIC、TSEB 和 SPARSE）以及全球的涡度相关（eddy covariance）观测数据，对蒸散发的敏感性进行了系统分析。这些模型在不同生态系统中的表现各有特点，但目前尚缺乏对它们在干旱条件下的响应机制的深入比较。通过这种对比，研究者希望揭示蒸散发模型如何在不同干旱程度下响应土壤和大气水分胁迫，并进一步评估这些模型在实际应用中的可靠性和适用性。

研究结果显示，在全球范围内，蒸散发的主导驱动因素随着干旱程度的变化而发生转变。在干旱指数（降水与参考蒸散发的比率）低于 0.54（±0.06）的区域，土壤干燥（通过地表温度 LST 减去空气温度 T_A 表示）对蒸散发的贡献最大。然而，当干旱指数超过这一临界值后，太阳辐射（DSR）则成为主要驱动因素。这种转变揭示了不同生态系统在面对干旱时，蒸散发的响应机制存在显著差异。在季节性变化中，土壤干燥对土壤蒸发的波动具有关键影响，特别是在生长季节，这种影响尤为明显。此外，研究还对四个具有不同植被覆盖类型的代表性站点进行了水分胁迫测试，结果显示在草原站点，干旱期间蒸散发对土壤干燥的敏感性几乎翻倍，而在森林站点，当干旱程度适中时，蒸散发则更受蒸气压差（VPD）的影响。

研究还指出，土壤干燥通常对蒸散发具有更强的控制作用，但在植被覆盖超过 0.49 的情况下，蒸气压差异常对蒸散发的影响与土壤干燥胁迫趋于一致。这一发现表明，植被覆盖的差异可能会影响蒸散发对不同环境因素的响应优先级。因此，有必要进一步探讨不同模型在不同生态系统中的表现，特别是在干旱条件下的适应性。

研究强调，随着全球变暖加剧，干旱的频率和强度都在上升，这使得对生态系统水分使用和蒸散发响应机制的理解变得尤为重要。当前，遥感技术在监测蒸散发方面展现出巨大潜力，特别是在高分辨率数据的获取和应用方面。未来计划发射的 TRISHNA、SBG 和 LSTM 等热红外遥感任务，将为每日的蒸散发监测和田间尺度的水资源管理提供更精确的数据支持。这些任务的成功实施，将有助于提高对不同遥感蒸散发产品之间的差异性和适用性的理解。

为了更好地评估这些遥感蒸散发模型的性能，研究团队采用了一种基于方差的敏感性分析方法（Sobol' 方法），对蒸散发的敏感性进行了量化分析。这种方法能够揭示不同环境因素对蒸散发变化的贡献程度，从而为模型的改进和优化提供依据。研究还指出，尽管遥感模型在某些方面具有优势，例如能够提供全球范围内的数据支持，但它们在参数化气动力和气孔导度方面仍存在一定的不确定性，这可能导致模型对干旱胁迫的响应不够准确。

研究进一步探讨了蒸散发模型在不同生态系统中的表现差异。例如，在半干旱和温暖生态系统中，蒸散发对土壤水分的响应较为明显，而在热带森林中，土壤水分胁迫对冠层导度的影响更为显著。这些差异表明，不同植被类型和生态系统对蒸散发的驱动因素可能存在不同的敏感性。因此，需要针对不同生态系统进行专门的模型评估和敏感性分析，以提高模型的适用性和准确性。

此外，研究还分析了蒸散发模型在不同时间尺度下的表现。例如，在季节性变化中，蒸散发对土壤干燥的响应可能更为显著，而在年际变化中，蒸气压差和太阳辐射的影响可能更为突出。这种时间尺度的差异进一步表明，蒸散发的敏感性不仅取决于环境因素本身，还受到生态系统结构和时间变化的影响。因此，需要综合考虑不同时间尺度下的数据和模型参数，以更全面地评估蒸散发的变化机制。

研究还指出，虽然遥感模型在某些方面具有优势，但在某些情况下，它们的表现可能不如基于物理机制的模型。例如，在干旱条件下，土壤干燥对蒸散发的影响可能比蒸气压差更为显著，但在植被覆盖较高的情况下，蒸气压差的影响可能趋于重要。因此，有必要进一步探讨不同模型在不同生态系统中的适用性，并结合实地观测数据进行验证和优化。

总体而言，这项研究不仅加深了我们对蒸散发变化机制的理解，还为未来的高分辨率遥感蒸散发产品在干旱预警、水资源管理和气候适应性决策中的应用提供了理论支持。通过对比不同模型的敏感性，研究者希望为遥感蒸散发模型的改进和优化提供依据，从而提高其在实际应用中的可靠性。此外，研究还强调了数据驱动方法和物理模型方法在评估蒸散发变化中的互补性，以及在不同时间尺度和空间尺度下的应用潜力。

研究团队采用的方法论主要包括数据收集和模型评估。数据来源于全球多个站点，包括 FLUXNET2015、AmeriFlux Core、Integrated Carbon Observation System（ICOS）、OzFlux 和 ChinaFlux。这些站点提供了丰富的涡度相关观测数据，能够反映不同生态系统在不同环境条件下的蒸散发变化。此外，植被覆盖数据来源于 Moderate Resolution Imaging Spectroradiometer（MODIS）的双向反射率分布函数（BRDF）校正地表反射率数据，这些数据能够帮助研究者评估植被覆盖对蒸散发的影响。

在模型评估方面，研究团队对三种代表性的热红外遥感蒸散发模型（STIC、TSEB 和 SPARSE）进行了详细的分析。这些模型基于地表能量平衡原理，使用地表温度（LST）作为重要的下边界条件。通过这些模型，研究者能够模拟不同生态系统中的蒸散发变化，并评估其对环境因素的响应机制。此外，研究团队还对干旱期间的蒸散发变化进行了分析，以进一步揭示不同模型在干旱条件下的表现差异。

研究的发现对于全球蒸散发研究具有重要意义。首先，研究揭示了不同生态系统在面对干旱时，蒸散发的响应机制存在显著差异。例如，在干旱指数较低的区域，土壤干燥对蒸散发的影响更为显著，而在干旱指数较高的区域，太阳辐射则成为主要驱动因素。这种差异表明，不同生态系统对水分胁迫的响应可能受到多种因素的影响，包括土壤特性、植被类型和气候条件。

其次，研究强调了植被覆盖对蒸散发的影响。在植被覆盖较高的生态系统中，蒸散发可能更受蒸气压差的影响，而在植被覆盖较低的生态系统中，土壤干燥对蒸散发的影响更为显著。这一发现表明，植被覆盖的差异可能会影响蒸散发的驱动因素，因此需要在不同生态系统中进行专门的模型评估和敏感性分析。

此外，研究还指出，遥感蒸散发模型在不同时间尺度下的表现可能存在差异。例如，在季节性变化中，蒸散发对土壤干燥的响应可能更为显著，而在年际变化中，蒸气压差和太阳辐射的影响可能更为突出。这种时间尺度的差异进一步表明，蒸散发的敏感性不仅取决于环境因素本身，还受到生态系统结构和时间变化的影响。因此，需要综合考虑不同时间尺度下的数据和模型参数，以更全面地评估蒸散发的变化机制。

研究的结论表明，土壤干燥通常对蒸散发具有更强的控制作用，但在某些情况下，蒸气压差的影响可能与土壤干燥胁迫相当。这一发现对于改进遥感蒸散发模型的参数化方法具有重要意义。此外，研究还强调了未来高分辨率遥感蒸散发产品在干旱预警和水资源管理中的潜力。通过这些产品，研究者可以更精确地监测蒸散发的变化，并为水资源管理提供科学依据。

最后，研究团队指出，尽管遥感蒸散发模型在某些方面具有优势，但在实际应用中仍需进一步验证和优化。例如，遥感模型在参数化气动力和气孔导度方面可能存在一定的不确定性，这可能导致模型对干旱胁迫的响应不够准确。因此，有必要进一步探讨不同模型在不同生态系统中的适用性，并结合实地观测数据进行验证和优化。

这项研究不仅为蒸散发的变化机制提供了新的视角，还为未来的遥感蒸散发产品在干旱预警和水资源管理中的应用奠定了基础。通过对比不同模型的敏感性，研究者希望为遥感蒸散发模型的改进和优化提供依据，从而提高其在实际应用中的可靠性。此外，研究还强调了数据驱动方法和物理模型方法在评估蒸散发变化中的互补性，以及在不同时间尺度和空间尺度下的应用潜力。这些发现对于全球蒸散发研究具有重要意义，并为未来的水资源管理和气候适应性决策提供了科学支持。