基于多模态机器学习的全球0.1°日尺度蒸散发数据集构建（1950-2022）及其在水-能-碳循环中的应用

本研究针对现有蒸散发(ET)产品空间分辨率低(0.25°-0.5°)、时间覆盖短(20-40年)及假设依赖性强等问题，通过融合13种多源ET数据(遥感/机器学习/陆面模式/再分析)，采用LightGBM重建和AutoML融合技术，构建了全球首套0.1°日尺度长时序(1950-2022)ET数据集，验证精度显著提升(KGE=0.857)，系统性纠正了湿润区低估偏差，为区域水文生态研究提供了高精度数据支撑。

　　

蒸散发(Evapotranspiration, ET)作为陆地表面第二大水文通量，在水-能-碳耦合循环中扮演着核心角色。然而，当前全球ET产品普遍面临三大困境：空间分辨率粗糙（多数为0.25°-0.5°）、时间跨度有限（通常仅20-40年）、不同估算方法间存在显著差异。这些问题严重制约了气候变化背景下陆地生态水文过程的精确量化。尤其值得注意的是，现有产品在湿润区的系统性低估偏差可达20%-30%，且高分辨率长时序数据的缺失使得全球变绿等生态效应与ET的响应机制难以准确解析。

针对这些科学难题，南方海洋科学与工程广东省实验室（珠海）联合多家科研机构，创新性地提出了多模态机器学习融合框架。研究团队整合了13种最具代表性的ET数据源，包括GLEAM v3.6a/b、FLUXCOM、EB-ET等涵盖遥感反演、机器学习预测、陆面模型模拟和再分析数据的多源产品，构建了1950-2022年间全球首套0.1°日尺度高精度ET数据集（命名为CD12Q1）。该成果发表于《Agricultural and Forest Meteorology》，为解决全球变化研究中的基础数据瓶颈提供了突破性方案。

关键技术方法包含：1）采用LightGBM算法对13种异源ET产品进行时空一致性重建，替代传统线性插值；2）基于462个FLUXNET通量塔观测，利用AutoML技术自动优化模型架构与超参数；3）融合ERA5-land大气强迫数据与土壤属性等辅助变量，构建多维度预测因子体系；4）通过空间-时间交叉验证（K-fold=5）评估模型泛化能力。

【Evaluation of the fusion model】章节显示，新数据集验证指标显著优于现有产品：空间交叉验证的Kling-Gupta效率系数(KGE)达0.857，均方根误差(RMSE)为0.726 mm/day，较次优产品精度提升12.3%。特别在热带雨林地区，系统偏差降低达41%。

【The benefits of AutoML-assisted fusion model】部分证实，AutoML技术相比传统人工调参方法（如DNN、RF）具有三重优势：自动化流程减少专家偏差、集成学习提升模型鲁棒性、计算效率适合全球尺度应用。实验表明，AutoML使不同植被类型ET预测的R²平均提高0.08-0.15。

研究结论指出，该数据集首次实现了三大突破：1）时空分辨率提升至0.1°/daily，可捕捉农田尺度的蒸散发动态；2）覆盖73年超长时序，支持工业革命以来ET演变分析；3）采用非线性机器学习重建，克服了传统融合方法的空间信息损失问题。讨论部分强调，该成果为量化全球变化背景下陆地水-能-碳通量提供了基准数据，尤其对极端气候事件的水文响应（如2022年欧洲热浪期间ET异常）具有独特解析能力。数据集已通过Harvard Dataverse等平台公开共享，支撑了包括IPCC评估报告在内的多项重大研究。