基于遥感方法的Al-Ahsa绿洲时空蒸散发动态研究

《Hydrology》：Spatial–Temporal Evapotranspiration Dynamics in the Al-Ahsa Oasis Based on a Remote Sensing Approach for Sustainable Water Management

　　

准确的蒸散发（ET）估算对于干旱环境的可持续水资源管理至关重要。本研究采用基于云的遥感方法，估算了2024年沙特阿拉伯Al-Ahsa绿洲Al-Hofuf地区的实际ET。将Landsat 9 Level-2影像与ERA5-Land气象数据相结合，量化了25 km缓冲区内的时空ET变化。利用归一化差异植被指数（NDVI）表征植被动态，在Kc–ET0框架内推导作物系数（Kc），其中参考ET（ET0）来自ERA5-Land潜在蒸散发。所有处理均使用Google Colab和Google Earth Engine上的Python（版本3.14）进行可扩展计算。在云和阴影掩膜后处理了88幅无云Landsat 9影像。将平均NDVI、Kc和日ET值编译成综合时间序列数据集。通过交叉验证与MODIS MOD16A2以及内部一致性检查评估模型性能，显示出强统计一致性（R² = 0.82，NSE = 0.71，PBIAS = +8.3%）。结果揭示了与植被活动和大气需求密切相关的显著季节性变化，ET峰值出现在夏季（6–7月：7.2–7.5 mm day^-1），冬季最低（1–2月：2.0–2.6 mm day^-1）。研究结果表明，基于云的技术在数据稀缺、依赖地下水的地区提供了可靠、经济有效的ET监测。验证确认Kc-ET0估算可靠地捕捉了时空模式，支持实际灌溉管理应用。该方法有助于Al-Hofuf的精准灌溉和长期水可持续性规划，为沙特阿拉伯2030愿景和国家水战略下的国家水资源保护目标做出了重要贡献。

**基于遥感方法的Al-Ahsa绿洲蒸散发时空动态研究解读**

**研究背景与问题**
水资源短缺是21世纪干旱与极度干旱地区面临的严峻挑战，尤其在阿拉伯半岛，蒸散发（ET）占农业总耗水量的80%以上。传统地面观测方法（如蒸渗仪、涡度相关塔）精度高，但空间覆盖有限，维护成本高昂。近年来，遥感技术成为大尺度ET估算的重要替代方案，但现有研究多依赖粗分辨率数据（如MODIS，500 m），难以满足田块尺度灌溉管理的需求。Al-Ahsa绿洲位于沙特阿拉伯东部省，是全球最大的连续绿洲，以海枣种植为主，完全依赖深层化石含水层的非可再生地下水。该地区属于极度干旱气候（年均降雨<100 mm，夏季气温>45 °C），农业用水占地下水开采量的90%，导致地下水位持续下降。然而，针对该区域的精细尺度（30 m）ET估算研究匮乏，尤其缺乏结合Landsat 9新传感器与ERA5-Land再分析数据的云计算集成工作流。为此，研究人员开展本研究，旨在利用云平台实现高分辨率、可复制的ET动态监测，支撑沙特2030愿景下的可持续水资源管理。

**研究内容与意义**
研究人员采用基于作物系数（Kc）的FAO-56双作物系数框架，结合Landsat 9 OLI-2/TIRS-2表面反射率产品与ERA5-Land气象再分析数据，在Google Earth Engine（GEE）平台上估算了2024年Al-Hofuf地区（25 km缓冲区，约1963 km²）的实际蒸散发（ETa）。通过多源验证（MODIS MOD16A2交叉验证、内部一致性检查）证明该方法可靠性，并揭示了季节性ET动态与空间异质性。该论文发表在《Hydrology》上，为数据稀缺的干旱绿洲提供了低成本、高频率的ET监测工具，对精准灌溉、地下水管理及政策合规性评估具有重要实践意义。

**关键技术方法**
研究采用以下四个核心步骤：
1. **Landsat 9影像预处理与NDVI计算**：通过GEE处理88景无云影像，利用QA_PIXEL波段掩膜云和阴影，计算归一化差异植被指数（NDVI）。
2. **作物系数（Kc）推导**：基于NDVI建立线性关系Kc = 1.25 × NDVI（系数源于Al-Ghobari针对Al-Ahsa成熟海枣的研究），并限制在0.2–1.2范围内。
3. **参考蒸散发（ET0）获取**：采用ERA5-Land日累计潜在蒸散发（potential_evaporation_sum）作为代理，该数据集经全球验证，但在极度干旱环境中可能偏高10–20%。
4. **实际蒸散发（ETa）计算**：通过ETa = Kc × ET0逐像素估算日ETa，并汇总为月均值与年总量。所有处理在GEE和Google Colab（Python 3.10）上完成，验证采用MODIS MOD16A2 V6产品（500 m重采样至30 m）进行像素级对比。

**研究结果**
- **3.1 概述处理数据**：成功处理88景无云Landsat 9影像，每月5–9景，冬季覆盖略少。所有影像满足质量要求。
- **3.2 植被动态（NDVI和Kc）**：NDVI从冬季最小值0.18±0.08（1月）增至夏季峰值0.62±0.10（7月），年均0.41±0.13。Kc相应变化，最小0.23±0.10（1月），最大0.78±0.13（7月）。空间上，高NDVI（>0.5）集中在绿洲中部与东部的密集海枣林，低值区位于沙漠与休耕地。
- **3.3 参考蒸散发（ET0）**：ERA5-Land潜在蒸散发日值从冬季1.8 mm day^-1（12月）升至夏季9.4 mm day^-1（7月），年均5.4±1.8 mm day^-1。夏季（6–8月）均值7.9±0.9 mm day^-1，冬季（12–2月）均值3.1±0.5 mm day^-1。ET0与气温正相关，与相对湿度负相关。
- **3.4 实际蒸散发（ETa）**：ETa季节变化显著，夏季峰值出现在7月（7.45±1.95 mm day^-1）和6月（7.23±2.01 mm day^-1），冬季最低为2月（2.04±0.98 mm day^-1）。年均ETa为1526 mm yr^-1（未做ERA5-Land偏差校正）。空间上，高ETa区（>1800 mm yr^-1）集中于密集海枣林，中等区（1200–1800 mm yr^-1）为混合农业，低值区（<800 mm yr^-1）为裸露土壤与城市。ETa变异系数达51.4%±12.3%，表明空间异质性显著。
- **3.5 模型验证与不确定性评估**：与MODIS MOD16A2交叉验证显示良好性能：R²=0.82，NSE=0.71，RMSE=0.87 mm day^-1，PBIAS=+8.3%（轻微高估）。季节性动态一致（图7），残差集中在±1 RMSE内，近似正态分布。敏感性分析表明，若采用ERA5-Land偏差校正因子β=0.80–0.90，年ETa将降至1221–1373 mm yr^-1。与文献中Al-Ahsa蒸渗仪数据（1450–1650 mm yr^-1）吻合，证实估算结果的物理合理性。

**讨论与结论**
讨论部分指出：本研究观测的ETa季节动态（冬季2.0–2.6 mm day^-1，夏季7.2–7.5 mm day^-1）符合海枣生理预期，30 m分辨率有效捕捉了田块尺度空间变异，优于粗分辨率产品。方法验证显示Kc-ET0框架在数据稀缺区的适用性，但存在三个主要局限：ERA5-Land潜在蒸散发代理的10–20%系统性偏高；NDVI在密集冠层（NDVI>0.6）的饱和效应导致Kc低估（夏季均值0.78，而FAO-56参考值1.0–1.2）；Landsat 9 16天重访周期可能错过快速灌溉响应。尽管如此，该方法对精准灌溉（可提升分配效率15–25%）、含水层压力评估、政策合规监测及气候适应规划具有直接应用价值。
研究结论翻译如下：
本研究表明，集成Landsat 9表面反射率、ERA5-Land气象再分析数据和Kc-ET0框架的云基遥感工作流，能够可靠地估计极度干旱绿洲生态系统的高分辨率实际蒸散发。与MODIS MOD16A2的验证结果（R²=0.82，NSE=0.71，RMSE=0.87 mm day^-1）确认了该方法在缺乏地面通量测量情况下捕捉作物耗水主要时空模式的能力。记录的季节性动态——冬季最低值2.0–2.6 mm day^-1和夏季峰值7.2–7.5 mm day^-1——与海枣生理预期一致，为灌溉调度和含水层管理提供了定量基础。尽管ET0代理偏差、NDVI饱和及时间分辨率等局限需持续改进，但当前方法对精准水资源管理的操作效用明确。随着沙特阿拉伯推进2030国家水战略目标，将遥感衍生的ET数据集成到决策支持系统中，是实现Al-Ahsa绿洲及全球类似极度干旱农业区域可持续地下水治理的关键步骤。