基于E3S-V2集成上下文模型的萨赫勒地区遥感蒸散发估算与异质性自动评估

本研究针对半干旱区水资源管理中蒸散发(ET)估算的空间异质性难题，开发了E3S-V2集成上下文模型。通过自动检测LST-α散点图的干湿边界位置，创新性提出dEFdry /dEFwet 导数指标，实现EF计算方法的自适应选择。在塞内加尔农业区验证表明，该方法较传统E3S模型提升精度15%，为TRISHNA等新一代热红外卫星任务提供了可靠算法支撑。

　　

在全球气候变化加剧的背景下，半干旱地区的农业生态系统正面临前所未有的水资源压力。萨赫勒地区作为气候变化的"热点区域"，其80%的水资源通过蒸散发(ET)损失，而传统地面观测难以捕捉>100 km尺度的空间变异性。虽然热红外遥感技术为ET估算提供了新途径，但现有上下文模型（如S-SEBI）依赖同时存在充足干/湿像元的强假设，在干湿季交替的萨赫勒地区常导致EF估算偏差。更棘手的是，传统方法需要人工介入划分季节来调整算法参数，严重制约了模型在未知区域的推广应用。

法国国家科学研究中心等机构的研究团队在《Science of Remote Sensing》发表创新研究，对原有EVASPA S-SEBI Sahel (E3S)模型进行升级。研究人员创造性地引入相对MAD（中位数绝对偏差）量化地表温度异质性，并构建dEF_dry
= ?EF/?LST_dry
和dEF_wet
= ?EF/?LST_wet
两个敏感性指标，通过0.03和0.055的阈值自动识别均质干/湿状态。研究采用2018-2021年MODIS TERRA/AQUA的LST和α数据，结合ERA5-Land气象再分析资料，在塞内加尔花生盆地145×145 km区域验证模型性能。关键技术包括：基于扩展窗口法的空间异质性分析、18种EF边缘确定算法的集成评估、双高度涡度相关观测验证等。

3.1 异质性评估
通过14个扩展窗口（10 km步长）的空间分析发现，当相对MAD>2时，Saloum三角洲湿地与农田形成的热对比能满足模型假设。典型干季（2018年3月）的LST离散度达27.7°C，验证了热红外数据捕捉地表水分梯度的能力。

3.2 干湿状态识别阈值
导数分析显示：干季适应方法的dEF_wet
80%分位<0.01，而dEF_dry
50%分位>0.03；湿季则相反。这为自动选择Jiang-Islam修正法等算法提供了量化标准，使EF估算误差较全方法集合降低0.47 mm d^-1
。

3.3 EF方法选择效果
E3S-V2在干季纠正了传统方法最高1 mm d^-1
的高估（沿海湿地达32%），在湿季改善0.5 mm d^-1
的低估。与GLEAM产品的空间相关性达R²
=0.73，尤其在植被过渡期表现优于依赖LAI加权的原版E3S。

这项研究突破了上下文模型依赖先验知识的局限，通过dEF导数体系实现了EF算法的"智能开关"。相比需要求解能量平衡方程的单像元方法，E3S-V2仅需LST和反照率数据即可运行，更适合业务化应用。研究为TRISHNA（50m分辨率）等新一代热红外卫星提供了核心算法，其阈值策略可推广至LST-VI三角法等同类模型。未来通过FluxNET站点网络校准阈值参数，有望建立全球适用的自动化ET监测系统。值得注意的是，该方法在寒区冰冻期存在局限，这为后续研究指明了改进方向。