中国海河流域高强度灌溉区气候误差对蒸散发数据融合的影响及优化策略

为解决遥感(RS)和再分析ET数据集在灌溉区存在系统性偏差的问题，中国科学院研究人员开展了海河流域(HRB)蒸散发(ET)数据融合研究。通过结合现场观测、GRACE水储量数据和灌溉需求模型，提出融合气候校正的新策略，使ET相关性提升4.02%，误差降低22.17%。该研究为农业区水资源管理提供了高精度ET数据集。

　　

在全球气候变化和人类活动加剧的背景下，准确量化陆地蒸散发(ET)对理解水-能-碳循环至关重要。作为中国最重要的粮食产区之一，海河流域(HRB)面临着严峻的水资源挑战——该区域贡献了全国30%的小麦和20%的玉米产量，但人均水资源量仅为全国平均的1/10。更棘手的是，现有遥感(RS)和再分析ET产品（如ERA5、PML和ALEXI）在灌溉区存在显著的系统性偏差，无法准确捕捉作物轮作系统下的ET峰值，这严重制约了区域水资源精准管理。

针对这一科学难题，中国科学院的研究团队在《Journal of Hydrology: Regional Studies》发表了一项创新性研究。他们创造性地将GRACE卫星观测的陆地水储量变化、七座通量塔的现场数据与多源ET产品融合，开发出考虑灌溉修正的气候学优化融合框架。研究首次量化了灌溉活动对ET的季节性影响，并生成了0.1°空间分辨率的8天ET新数据集。

关键技术方法包括：1) 基于GRACE水储量、降水和径流数据的水平衡校正；2) 利用USDA土壤保持局方法计算有效降水，结合Penman-Monteith方程估算灌溉需求；3) 采用三重 collocation (TC)方法确定多源ET产品的融合权重；4) 通过线性回归将灌溉信息整合至最优气候学。

研究结果揭示：

1. 气候误差特征：原始ERA5、PML和ALEXI产品在HRB存在显著年际偏差（1.6-26.22%），且均低估了冬小麦-夏玉米轮作区春季灌溉引发的ET峰值。水平衡校正虽能降低年均偏差（如ALEXI从3.67降至0.01 mm/8天），但无法修正季节性误差。

2. 灌溉修正效应：通过建立灌溉需求(I)与ET气候学的线性关系(ET_(b+I) = αI + βET_c^b + c)，成功再现了双季作物区的ET双峰特征，使ET气候学与通量观测的相关性从0.88-0.95提升至>0.95。

3. 融合策略比较：传统三源融合(S1)的RMSE为4.29 mm/8天，而结合灌溉修正的新策略(S5)将相关性提升4.02%，误差降低22.17%。泰勒图显示S5与观测值的标准差(8.74 mm/8天)最接近，RMSD最低。

4. 水文影响评估：新数据集表明灌溉使HRB平原区ET增加29.98%（133 mm/年），导致3-6月陆地水储量持续亏损，这与区域地下水漏斗分布高度吻合。

这项研究的突破性在于：首次在ET融合中同时考虑了随机误差和灌溉引起的系统性气候偏差。所开发的0.1° ET数据集不仅能更准确反映农业用水需求，还为解析人类活动对水循环的影响提供了新工具。特别是在中国北方地下水超采区，该成果对制定"以水定产"的农业政策具有直接指导价值。研究团队特别指出，该方法可推广至全球灌溉区，但未来需结合机器学习优化区域参数，以应对不同作物体系和气候带的复杂性。这一创新框架为实现联合国可持续发展目标(SDGs)中的水资源可持续管理目标提供了重要技术支撑。