在半干旱地区，利用基因表达编程和FAO56 Penman-Monteith模型对不同陆地表面尺度下的蒸发蒸腾量进行估算

《Journal of Hydrology》：Evapotranspiration estimation at different land surface scales in semi-arid areas using gene expression programming and the FAO56 Penman-Monteith model

蒸发蒸腾预测、基因表达式编程、FAO56 Penman-Monteith模型优化、半干旱区、沙地草甸对比、土壤含水量参数、模型精度评估、数据校正方法、生态水文模型、水资源管理应用

　　在干旱半干旱地区，蒸发蒸腾（Evapotranspiration, ET）是农业生产和水资源管理中的关键过程，也是生态系统平衡的重要组成部分。本研究聚焦于中国内蒙古通辽市霍金沙地东南部的阿古拉生态水文实验站，旨在通过改进经典的FAO56 Penman-Monteith（P-M）模型，提升对不同地表类型（如沙丘和草地）的ET预测精度。该研究提出了一种融合基因表达编程（Gene Expression Programming, GEP）的新型模型，即GEP-PM模型，通过重新组合P-M模型中的辐射和气动力项，并优化不同地表类型的参数，从而实现对动态ET变化的精准模拟。

在干旱半干旱地区，降水稀少且时空分布不均，传统的ET估算方法往往依赖于完整的气象数据，但在实际观测中，这类数据常存在缺失或不完整的情况，导致模型应用受限。此外，由于地表条件的多样性，单一模型难以准确反映不同地表类型的蒸腾过程。因此，本研究提出了一种基于GEP的混合模型，该模型不仅继承了P-M模型的物理机制，还通过引入GEP算法，增强了对复杂环境条件的适应能力。具体而言，GEP-PM模型能够通过自动结构发现、高可解释性和高效搜索能力，提升ET估算的准确性与灵活性。这一模型的核心优势在于其对地表特性的适应性，以及对非线性相互作用的捕捉能力，使得它能够更精准地反映不同地表条件下的ET变化。

研究团队采集了2017年至2021年的长期气象和土壤水分数据，并结合实验站的涡度协方差（Eddy Covariance, EC）数据，用于构建和验证模型。这些数据包括风速、风向、空气温度、相对湿度、净辐射、土壤温度、土壤水分含量和降水等参数，时间分辨率为30分钟。数据经过校准和处理，以确保其准确性。研究过程中，团队将数据分为沙丘和草地两类，分别构建了针对不同地表类型的GEP-PM模型，并利用70%的数据进行训练和校准，30%的数据用于预测。最终，模型的预测性能通过R2、MAE、RMSE和NSE等指标进行了评估，结果表明GEP-PM模型在沙丘和草地两种地表类型中均表现出较高的预测精度，R2值在0.71至0.83之间，RMSE在0.04至0.07 mm/h之间，MAE在0.02至0.05 mm/h之间，NSE在0.72至0.86之间。这表明GEP-PM模型在干旱半干旱地区的ET估算中具有广泛的应用潜力。

本研究还特别关注了干旱和半干旱地区ET过程的动态变化，这在传统的每日尺度模型中往往难以捕捉。通过将模型应用于30分钟的时间尺度，研究团队发现GEP-PM模型能够更精准地反映ET的变化特征，特别是在高温和干旱条件下，该模型的预测性能优于其他传统模型。例如，在沙丘地表，ET速率在0至0.6 mm/day之间变化，而在草地中则在0至0.8 mm/day之间波动。这种差异反映了不同地表类型对ET的影响，也凸显了模型在不同环境下的适应性。

此外，研究还探讨了模型在不同地表类型下的结构优化问题。在沙丘区域，土壤水分含量（SWC）是影响ET的关键因素，因此模型中引入了SWC作为重要变量。而在草地区域，由于土壤水分供应相对充足，模型更侧重于气象因素的综合影响。这种结构上的差异不仅提高了模型的预测能力，也增强了其在实际应用中的灵活性和可解释性。同时，研究团队还分析了模型在不同时间尺度下的表现，发现30分钟尺度的模拟结果比每日尺度更准确，但同时也面临着更复杂的环境变化和数据波动，这对模型的鲁棒性提出了更高的要求。

在模型的构建过程中，研究团队采用了一种基于GEP的算法，通过迭代优化和最小化成本函数，提高了模型的适用性和精度。该模型不仅能够模拟ET过程，还能揭示不同变量之间的相互作用。例如，模型中引入了SWC、风速、相对湿度等参数，以反映地表条件对ET的影响。这种多变量的综合分析，使得GEP-PM模型能够更全面地捕捉ET的动态变化，并为干旱半干旱地区的水资源管理、精准灌溉规划和水文模型开发提供支持。

研究还指出，尽管GEP-PM模型在预测精度上表现优异，但其在某些条件下仍存在一定的偏差。例如，在ET大于0.25 mm/h的情况下，模型可能存在轻微的低估现象。这种偏差可能源于模型参数的固定性，即在训练过程中校准的参数在不同条件下的适应性有限。此外，模型的时间尺度选择也会影响其预测性能。虽然月度、周度或日度的模拟结果通常比小时度更准确，但小时度的模拟能够更好地反映短期变化，这对水资源管理具有重要意义。

在模型的应用方面，GEP-PM模型具有显著的优势。首先，它能够提供高精度的ET预测，为干旱半干旱地区的水资源管理提供科学依据。其次，模型的结构优化和参数校准过程，使得其能够适应不同的地表条件，提高模型的泛化能力。此外，模型的高可解释性，使其在实际应用中更具透明度和实用性，有助于决策者理解ET过程的复杂性，并制定相应的管理策略。

本研究的结果不仅为干旱半干旱地区的ET估算提供了新的方法，还揭示了不同地表类型对ET过程的影响。在沙丘区域，ET主要受到土壤水分含量的限制，而在草地区域，气象因素的综合影响更为显著。因此，针对不同地表类型进行模型优化和校准，是提升ET估算精度的关键。此外，研究还强调了EC系统在ET估算中的重要性，尽管其具有安装简便、理论假设少、非破坏性观测等优势，但数据质量的评估和修正对于模型的准确性至关重要。

总的来说，GEP-PM模型在干旱半干旱地区的ET估算中展现出了良好的性能和适应性。通过结合P-M模型的物理机制和GEP算法的灵活性，该模型不仅能够提供高精度的ET预测，还能揭示不同地表类型对ET的影响，为水资源管理和生态水文研究提供了有力的工具。未来的研究可以进一步优化模型参数，提高其在不同环境条件下的鲁棒性，并探索其在更广泛地区的应用潜力。