卫星与通量塔协同解析农业蒸散发空间异质性及其模型验证研究

本研究针对卫星ET产品在异质性农业景观中的验证难题，创新性结合双高度通量塔观测与ECOSTRESS 70m分辨率ET产品（PT-JPL/disALEXI），通过动态通量足迹加权方法，揭示了PT-JPL模型对田间尺度异质性的捕捉优势及ALEXI产品的稳定性，为高精度农业水资源管理提供了关键方法学突破。

　　

农业生态系统中，蒸散发（ET）作为连接水-能量循环的核心环节，其精确量化对水资源管理和作物监测至关重要。然而，当前卫星ET产品在异质性农业景观中的验证存在两大瓶颈：一是通量塔观测受动态通量足迹（Flux Footprint, FFP）影响导致代表性不足，二是不同模型对高分辨率输入数据的响应机制不明。针对这些问题，国内某研究机构团队在《Agricultural and Forest Meteorology》发表研究，通过独特的双高度通量塔实验设计（25m/10m），结合ECOSTRESS 70m分辨率ET产品（PT-JPL瞬时/日尺度、disALEXI日尺度），系统评估了模型对玉米-大豆轮作系统ET空间异质性的表征能力。

研究团队采用三大关键技术：1）基于Kljun模型的动态通量足迹加权法（FFP），将卫星ET网格与瞬时塔观测空间匹配；2）双高度通量塔数据解耦作物特异性ET（ET_corn
/ET_soy
）；3）多尺度验证框架（1×1至50×50网格）比较模型空间表现力。

【通量塔揭示作物ET差异】
通过2019-2022年生长季观测发现，干旱条件下大豆ET比玉米高1.58mm/day（2022年数据），这与C3/C4作物水分利用效率差异相符。双高度测量显示10m塔主要反映邻近田块（2022年玉米田ET较低），而25m塔覆盖更大异质区域。

【模型性能分野】
PT-JPL虽存在过估计问题（日均ET达10mm的异常值），但其通过通量足迹加权（ET_ffp
）后RMSE降低15%，显著优于静态网格法，表明其对田间尺度异质性的敏感度。disALEXI虽整体精度更高（KGE=0.44），但空间平滑性强，作物间ET差异仅0.15mm/day。

【空间表征机制】
PT-JPL对ECOSTRESS地表温度（LST）的高敏感性使其能捕捉亚网格变异，而disALEXI因依赖4-10km地球静止卫星数据，空间细节较弱。当网格扩大至50×50时，PT-JPL误差增长40%，而disALEXI误差反降20%，印证二者分别擅长微/宏观尺度。

结论指出，PT-JPL框架更适用于需反映田间管理差异的精准农业场景，而disALEXI适合区域水循环评估。该研究为卫星ET产品的场景化应用提供了选择依据，其动态通量足迹加权法为异质景观下的模型验证树立了新范式。讨论部分强调，未来需融合多模型优势发展自适应ET产品，并拓展双高度通量塔网络以解析更复杂的植被-大气交互过程。