引言
黄河流域水源涵养区（YRB WCA），涵盖黄河源区（YRSA）、渭河灌区南部山地支流流域（SMTWRB）和伊洛河流域（YLRB）（Wang, 2022），是黄河流域重要的水源涵养区和生态保护区域（Yin et al., 2016）。尽管其面积仅占黄河流域总面积的约38%，却贡献了约84%的年平均径流量（Wang et al., 2022, Tian et al., 2022, Zhang et al., 2014），保障着中下游地区的水资源供给和社会经济发展（Wang et al., 2021）。实际蒸散发（ET）及其变化（ETC）是陆地水循环的重要组成部分，与区域水资源可利用量和水平衡密切相关（Zhao et al., 2022）。近几十年来持续增加的ET可能会改变区域水资源储存，包括土壤湿度和地下水储量（Ren et al., 2024, Liu et al., 2023, Feng et al., 2016）。因此，对ETC进行归因分析对于理解区域水文过程对气候和陆面变化的响应以及支持黄河流域水源涵养区的可持续水资源管理至关重要。
然而，由于以下原因，ETC归因分析仍面临挑战。首先，ET反映了对流动力、生理和陆面过程的综合作用，其相对重要性随环境条件变化而变化（Liu et al., 2025a）。其次，水文、能量、陆面和气候驱动因子之间存在非线性的相互关系，增加了单独估算各自贡献的难度（Ju et al., 2024, Ren et al., 2024, Liu et al., 2023）。第三，ETC归因具有尺度依赖性，因为ET及其驱动因子在不同时空尺度上存在变化（Ren et al., 2024, Xu et al., 2024）。第四，ET与水、能量和碳循环密切相关，进一步增加了将ET变化归因于单一驱动因子的难度（Liu et al., 2025b; Fan et al., 2022, Wang et al., 2022）。
尽管黄河流域水源涵养区的ETC归因研究已取得较大进展（表S1），但仍存在若干挑战。首先，不同ET产品在多种环境条件下的相对可靠性存在差异，而静态融合权重无法显式地表征这种变异性（Wang et al., 2024a）。其次，驱动因子选择上的差异可能导致主导驱动因子识别结果不一致（Wang et al., 2022, Liu et al., 2023）。第三，相关预测因子增加了特定驱动因子贡献的估计和解释难度，因为驱动因子间的相关性和冗余性未得到显式处理（Mo et al., 2022, Wang et al., 2022）。第四，研究时段、驱动因子和时间尺度上的差异进一步增加了不同归因结果之间比较的难度（Yu et al., 2024, Ju et al., 2024）。这些挑战在黄河流域水源涵养区尤为突出，因为该区域强烈的环境异质性阻碍了一致的区域归因。
为应对上述挑战，本研究提出了一种两步框架，将原位观测、多源ET产品、遥感（RS）数据与数据驱动方法相结合，用于黄河流域水源涵养区的ETC归因分析。首先，贝叶斯模型融合（BMF）在五源ET产品之间进行融合，受到多站点原位观测的约束，融合权重由五个随机森林（RF）模型基于遥感反演的地表变量动态预测，以提供空间完整的ET估算值用于后续ETC归因。其次，基于奇异值分解（SVD）的特征变换从标准化预测因子构建正交回归基，从而减少变换后预测因子之间的冗余性。随后对系数进行逆变换，以估算原始预测因子空间中各驱动因子的贡献。采用一套包含13个代表能量、气候、水分和陆面条件的驱动因子，为研究期内区域比较提供一致的基础。
本研究的目的在于：1）开发一种基于观测约束的动态ET融合方案：评估其相对于单一产品和静态融合的跨年预测性能；2）利用交叉验证选定的SVD基量化气候和陆面驱动因子对ETC的相对敏感性—趋势贡献，以减少相关预测因子之间的冗余；3）识别黄河流域水源涵养区的主导驱动因子及其空间格局；4）将所得归因结果与已有研究和多元最小二乘归因（MLSA）方法进行对比。
