基于太阳诱导叶绿素荧光的森林蒸散发估算模型构建与验证

本研究针对传统蒸散发(ET)模型依赖静态植被指数、难以反映植物生理过程的局限性，创新性地利用太阳诱导叶绿素荧光(SIF)与光合作用的耦合关系，构建了基于水碳耦合理论的森林蒸散发估算模型。通过结合Priestley-Taylor改进的蒸发模块，模型在FLUXNET2015的51个森林站点验证中表现出色（RMSE=17.8 W m?2 ），为全球水循环研究和气候变化分析提供了新工具。

　　

森林蒸散发研究的困局与突破
全球气候变化背景下，森林作为陆地生态系统的核心组成部分，其蒸散发过程直接影响着水循环、碳收支和能量平衡。然而，传统蒸散发(ET)模型长期面临两大挑战：一是依赖静态植被指数（如叶面积指数LAI）难以动态捕捉植物生理活动；二是气象因子（如太阳辐射、蒸汽压亏缺VPD）与蒸散发间的滞后效应常被忽略。这些局限使得现有模型在反映森林真实水分利用效率时存在显著偏差，制约着全球气候变化预测和水资源管理的精度。

SIF技术的革命性潜力
太阳诱导叶绿素荧光(Solar-Induced chlorophyll Fluorescence, SIF)的发现为这一领域带来转机。当 chlorophyll a 分子吸收阳光后，会发射650-850 nm波段的荧光，这种信号与光合作用强度直接相关。卫星遥感技术（如GOME-2、OCO-2）实现了SIF的全球观测，使其成为表征植物代谢活性的"动态指纹"。近年研究表明，SIF与蒸腾作用(Tr)存在强相关性，甚至比传统Penman-Monteith(PM)模型更能准确反映气孔导度变化。这为开发新一代蒸散发模型提供了理论基石。

创新模型的设计与验证
中国研究人员团队通过FLUXNET2015数据库的51个森林站点数据，构建了基于"水碳耦合"理论的两源模型。该模型将ET分解为植被蒸腾(Tr)和土壤蒸发(Es)：

1. Tr模块：利用SIF与总初级生产力(GPP)的线性关系（GPP=αSIF+β），通过光合作用-气孔导度连锁反应推算Tr；
2. Es模块：对比了Priestley-Taylor改进模型(Es(PT))与Fisher模型，前者通过参数优化显著提升精度（R²

0.5的站点达16个）。

关键技术方法
研究采用多源卫星SIF数据（包括TROPOMI和TanSat），结合FLUXNET2015通量观测站的微气象与涡度相关数据。通过两步优化：① 基于SIF-GPP-Tr通路建立水碳耦合方程；② 采用改进的Priestley-Taylor公式计算Es。模型性能以均方根误差(RMSE)和偏差(Bias)为主要评价指标，并与PT-JPL等传统模型对比。

研究结果

1. 模型性能对比
   最佳组合ET(SIF+PT)的RMSE为17.8 W m^?2
   ，Bias仅-4.1 W m^?2
   ，显著优于非参数化模型。Es(PT)在6个站点实现R²

0.7，证明参数化对蒸发估算的关键作用。

1. SIF的时空响应优势
   模型成功捕捉到蒸散发对VPD的滞后响应（约2小时），这得益于SIF对光合作用瞬时变化的敏感性，而传统植被指数无法反映此类动态过程。

2. PFTs差异性分析
   针叶林站点表现最优（RMSE降低23%），可能与SIF在常绿植被中的稳定发射特性有关；落叶阔叶林则因物候变化需进一步优化α参数。

结论与展望
该研究首次系统验证了SIF驱动模型在森林蒸散发估算中的优越性，其突破性体现在三方面：

1. 机理创新：将SIF作为"植物生理状态探针"，克服了静态植被指数的固有缺陷；
2. 精度提升：通过水碳耦合理论实现Tr/Es的物理分割，较传统单源模型误差降低18%；
3. 应用潜力：为全球干旱监测（如通过Tr/ET比率评估生态缺水）提供新思路。

未来需重点解决SIF信号在多层冠层中的衰减校正问题，并探索SIF与微波遥感（土壤湿度）的协同同化方案。随着中国碳卫星(TanSat)等新一代传感器的发射，SIF驱动的生态水文模型有望成为地球系统模拟的新标准。