全球多模型比较研究揭示互补关系蒸发理论在不同环境下的适用性与优化路径

这篇综述系统比较了四种互补关系（CR）蒸发模型（AA、B2015、H2018、S2022）在全球82个通量站点的表现，揭示了基于标准化气象数据的CR模型在估算实际蒸发量（E）时的优势。研究通过校准Priestley-Taylor参数（PT-α）和形状参数，发现重标度幂函数（S2022）和Sigmoid模型（H2018）性能最优，而多项式模型（B2015）存在高估偏差，平流干旱模型（AA）在低蒸发条件下易产生负值。环境因子如干旱指数（AI）、相对湿度（RH）和蒸汽压差（VPD）显著影响参数校准，为无校准CR模型的开发提供了新思路。

　　

引言

互补关系（CR）蒸发理论近年来因仅需标准气象数据即可估算蒸发量（E）而备受关注，避免了复杂地表阻力参数的需求。本研究系统比较了四种广泛应用的CR模型（AA、B2015、H2018、S2022），通过全球227个FLUXNET和AmeriFlux站点的涡度协方差（EC）数据，评估模型性能与环境条件的关联。

理论背景

AA模型基于Bouchet的线性互补假设，但存在负值问题；B2015多项式模型通过边界条件改进但仍高估干燥环境蒸发；H2018 Sigmoid模型通过约束最小/最大蒸发比提升稳定性；S2022重标度幂函数引入湿度指数（w_i）和湿环境温度校正，显著提升干旱区表现。

数据与方法

研究使用开源软件对EC数据进行质量控制、能量平衡闭合校正，筛选出82个站点。通过多目标函数校准PT-α和形状参数，并采用Boruta算法分析环境变量（如AI、RH、VPD）对参数的影响。

结果分析

未校准模型：S2022和H2018表现最优，RMSE分别为22 mm/month和25 mm/month，而AA在低蒸发时产生不现实负值，B2015系统性高估111%。校准后：双参数校准使RMSE降低51%-72%，其中PT-α校准对性能提升贡献更大（图10）。环境分析显示，PT-α与x（E_rad/E_P）相关性最高（r=0.47），而形状参数与冠层高度和风速相关。

讨论与展望

研究揭示了CR参数的非唯一性，尤其在森林和灌木丛中形状参数冗余明显。未来需开发动态PT-α预测方法，并探索标准化风函数对E_pa计算的影响。能量平衡校正数据的应用验证了结论的稳健性（文本S5），为全球蒸发监测提供了理论优化路径。

结论

S2022和H2018模型在多数环境下表现卓越，环境变量与参数的强关联为无校准CR模型开发奠定基础。该研究推动了蒸发理论从经验公式向物理机制驱动的跨越，对水文建模和气候变化研究具有重要价值。