基于通量塔数据的湿润森林蒸散发鲍恩比法评估及其在能量平衡中的系统偏差分析

来自中国的研究团队针对湿润森林区蒸散发(ET)测量难题，创新性地采用鲍恩比能量平衡法(BREB)与涡度相关法(EC)进行对比研究。研究发现BREB法在亚热带森林存在显著辐射依赖性，日尺度高估ET达0.76-0.79mm（R2>0.74），XGBoost-SHAP分析揭示净辐射(Rn)是主导误差因素(贡献度0.33-0.37)，为改进湿润区ET测量提供了重要方法论依据。

　　

这项研究对鲍恩比能量平衡法(BREB)在湿润森林蒸散发(Evapotranspiration, ET)测量中的表现进行了系统评估。科研人员选取中国两个典型亚热带湿润森林站点——鼎湖山(DHS)和千烟洲(QYZ)，通过同步的涡度相关(Eddy Covariance, EC)观测数据，从日内和日尺度展开对比分析。

数据显示超过90%的观测日满足鲍恩比(β)有效性标准（数据有效率>90%）。虽然BREB与EC测量的日ET呈现强相关性（R²>0.74），但BREB存在系统性高估（平均绝对误差MAE：0.76-0.79mm/天），在夏季高辐射时段尤为显著。通过XGBoost-SHAP机器学习算法解析发现，净辐射(Rn)是ET差异的主导因素（特征重要性0.33-0.37）。当β_EC>0时，高Rn会导致涡流扩散率比值(K_h/K_w)异常（超过1或变为负值），从而造成BREB高估。

有趣的是，降水(P)往往引发β异常，导致ET低估，这种现象在秋冬季降水期间特别明显。在正午时段（11:00-13:00），BREB对30分钟平均ET的系统性高估达0.05mm（相当于33%偏差）；而傍晚（17:00后）则出现约0.025mm的低估（偏差达42%）。这些发现不仅揭示了BREB在湿润森林应用的局限性，更为理解不同气候条件下ET测量方法的适用性提供了重要见解。