新型遥感蒸散发数据与全球土壤图在数据稀缺的北地中海地区SWAT+农业水文模型中的应用潜力

针对地中海地区数据稀缺流域的水资源管理难题，本研究创新性地将遥感蒸散发数据(GLEAM/MODIS)与高分辨率全球土壤图(DSOLMap)整合至SWAT+模型，通过多站点校准验证发现GLEAM与FAO-56方法吻合度更高，DSOLMap显著提升模拟精度(NSE>0.5)。该研究为地中海农业区水循环模拟提供了可推广的技术框架。

　　

地中海生态系统正面临气候变化和水资源过度开发的双重压力，而地面观测数据的匮乏严重制约了精准的水土管理。希腊Messinia地区作为典型的北地中海农业区，70%土地种植橄榄树，却长期受土壤退化和不合理灌溉的困扰。更棘手的是，该区域大多数流域缺乏水文监测站点，传统建模方法难以施展。如何在这种数据荒漠中构建可靠的农业水文模型，成为摆在研究者面前的重大挑战。

发表于《Agricultural Water Management》的这项研究给出了创新解决方案。研究团队创造性地将两种主流遥感蒸散发产品(GLEAM和MODIS)与新型高分辨率全球土壤图(DSOLMap)融入SWAT+模型，通过多站点校准验证，首次系统评估了不同数据组合在四个未监测流域的模拟性能。

研究主要采用三项关键技术：1) 基于RBD-FAST算法的参数敏感性分析，从16个预选参数中识别出土壤有效含水量(AWC)和容重(BD)等6个关键参数；2) 整合250米分辨率DSOLMap土壤数据与本地土壤图(LOCSOL)的对比建模；3) 采用动态维度搜索(DDS)算法进行多站点校准，以GLEAM和MODIS的月尺度蒸散发数据(AET)作为参照。

研究结果部分呈现了丰富发现：

"3.1. GLEAM与FAO-56 P-M方法的互验证"

通过比较FAO-56 Penman-Monteith方法估算的AET与遥感产品，发现GLEAM与FAO-56结果高度一致(R2=0.91)，而MODIS存在显著低估，尤其在夏季干旱期。这为后续模型校准奠定了数据选择基础。

"3.3.1. 校准阶段性能评估"

SWAT+_{GLEAM_DSOLMap}组合表现最优，平均NSE达0.75，显著优于MODIS组合(NSE=0.25-0.55)。箱线图分析显示该组合在不同流域的性能波动最小，验证了方案的稳健性。

"3.3.3. 水平衡组分模拟"

模拟结果显示流域间水分差异显著：年降水量从Sellas流域的769mm到Xerias流域的1044mm不等，而灌溉量则在Xerolagados流域达到峰值(272mm)，这与该流域89%的农业用地比例直接相关。

"4.2. 土壤数据分辨率的影响机制"

DSOLMap因包含6层土壤剖面数据，相比单层LOCSOL能更精确刻画水分垂直运动，使AET模拟误差降低15%。这一发现为数据稀缺区土壤数据选择提供了新依据。

讨论部分深入剖析了GLEAM的优越性：其融合微波土壤湿度数据和植被光学厚度，能更好捕捉灌溉信号，而MODIS因忽略土壤湿度且空间分辨率(500m)不足，在混杂种植区误差较大。特别值得注意的是，研究首次证实DSOLMap在250米分辨率下能有效捕捉地中海小流域(<100km2)的水文响应，这为全球土壤数据库的微尺度应用开辟了新途径。

该研究的创新价值体现在三方面：技术上创建了"遥感AET-全球土壤图-管理措施"三位一体的建模框架；方法上实现了未监测流域的多站点空间校准；应用上为地中海农业区灌溉优化提供了决策工具。正如作者指出，这套方案具有高度可移植性，可推广至撒哈拉以南非洲等类似数据稀缺区域，为应对全球气候变化下的水资源挑战提供了普适性解决方案。