蒸散发(Evapotranspiration, ET)模型功能性能评估中的因果发现(Causal Discovery)方法研究

《Water Resources Research》:Causal Discovery Methods for Functional Performance of Evapotranspiration Models

【字体: 大 中 小 】 时间:2026年06月22日 来源:Water Resources Research 5

编辑推荐:

  摘要:蒸散发(Evapotranspiration, ET)在农业水资源管理中起关键作用,但其受水热有效性及土壤、植被和气象因子共同驱动而难以预测,且各类模型在复杂度和假设上存在显著差异。因果发现(Causal Discovery)方法可基于观测或模型输出的时

  
摘要:蒸散发(Evapotranspiration, ET)在农业水资源管理中起关键作用,但其受水热有效性及土壤、植被和气象因子共同驱动而难以预测,且各类模型在复杂度和假设上存在显著差异。因果发现(Causal Discovery)方法可基于观测或模型输出的时间序列数据识别驱动因子及其相互作用,并可作为评价模型是否捕捉到源—目标变量关系的"功能性能(functional performance)"指标。鉴于因果发现方法多样,比较功能性能指标与传统预测精度的一致性及其跨时间尺度的表现十分重要。研究人员比较了四种方法——Granger Causality(GC)、Transfer Entropy(TE)、Peter-Clark Momentary Conditional Independence(PCMCI)和Convergent Cross Mapping(CCM),基于伊利诺伊州玉米—大豆农田景观7年涡度协方差(eddy covariance)观测数据(作为经验基准)分析ET模型的功能性能。研究人员从观测气象和土壤变量中识别ET及其各简化模型(Priestley-Taylor(PT)、Surface Flux Equilibrium(SFE)、Soil Water Balance(SWB))与OpenET卫星ET产品的因果驱动源,评估模型推导与观测推导的因果结构吻合程度。各方法一致将模型强迫变量识别为因果源,但在半小时至周时间尺度上其他源的识别及因果强度差异显著。OpenET产品虽未被通量塔观测值强迫,却表现出较高的功能性能,表明其捕捉到了关键过程。此外,部分功能指标较其他指标与预测性能更一致,凸显选择能同时捕捉交互作用且与预测精度相符的稳健指标之重要性。
论文解读——《Water Resources Research》刊载研究
本文针对蒸散发(Evapotranspiration, ET)模型传统上仅以模拟值与观测值比较来评估预测性能(predictive performance)的局限,引入"功能性能(functional performance)"概念——即模型是否能复现观测数据中源变量到ET的因果驱动关系,并利用多种因果发现(causal discovery)方法对此进行量化诊断。目前生态水文系统难以开展控制实验,传统统计相关分析无法揭示方向性因果关系,而不同ET模型(能量驱动、空气动力学、土壤水平衡)隐含的过程表征差异未必能从预测误差中体现。研究人员假设:模型的预测能力与其复现真实系统潜在因果交互的能力相关联,因此将因果一致性作为补充性的模型诊断准则,并结合四种因果发现算法在多个时间尺度上对比站点强迫ET模型与卫星ET产品。
主要技术方法
研究人员采用美国伊利诺伊州Piatt County Goose Creek涡度协方差(eddy covariance)通量塔2016–2023年半小时分辨率潜热通量(latent heat flux, LEobs)及九项潜在因果源变量(净辐射Rn、气温Ta、气压Pa、土壤热通量G、感热通量H、相对湿度RH、水汽压VP、30 cm土壤体积含水量VWC及其变化量VWCdiff)。构建三类站点强迫ET模型:Priestley-Taylor(PT)法(以Rn和G为输入,α=1.26)、Surface Flux Equilibrium(SFE)法(基于Bowen比近似,以Rn、Ta、RH为输入)、Improved Soil Water Balance(ISWB/SWB)法(以VWC和VWCdiff为输入,日及以上时间尺度)。同时获取2019–2022年研究区周边OpenET六组分模型及集合产品日尺度ET。应用四种因果发现方法——Granger Causality(GC, 线性自回归)、Transfer Entropy(TE, 信息论非线性)、Convergent Cross Mapping(CCM, 相空间重构非线性)、PCMCI(多元条件独立检验)——于半小时至周共六个时间分辨率分别分析观测LEobs及各模型LE序列与九源变量的因果链接,以观测主导滞后(lag)为参照,计算归一化因果强度或二元检测结果。功能性能指标定义为观测与模型在各源变量上因果强度差值的R2F、RMSEF、NSEF;预测性能采用R2p、RMSEp、NSEp。进一步分析OpenET产品各源变量TE/GC强度与功能、预测性能的相关系数以判断功能—预测一致性。
研究结果
3.1 Predictive Performance Across Temporal Scales(跨时间尺度的预测性能)
通过日尺度时序与散点对比,SFE模型预测性能最优(最高R2p与NSEp,最低RMSEp),PT倾向于高估生长旺季ET,ISWB因仅依赖土壤水分变幅低估ET且NSEp极低。三者在较长聚合时间尺度上预测误差减小,PT和SFE在6小时尺度出现局部性能峰值,ISWB在日及以上尺度R2p低于PT但RMSEp较高。
3.2 Visualizing Dominant Causal Interactions(主导因果交互作用可视化)
雷达图显示:所有方法与模型在亚日尺度一致认定Rn、H和部分变量为ET驱动;较长尺度多个方法识别VPD(此处文中以RH相关形式出现,长尺度以VPD概念讨论)。方法间差异明显——CCM检测变量集最广且在各案例间变化最小;PCMCI随尺度变化最大且仅在7天尺度检得Rn为因,在6小时检得VWCdiff为因(暗示其非冗余弱驱动);GC在亚日以Rn为主、长尺度转为Ta/VPD类;仅TE检出Ta为驱动(符合SFE中Bowen比含指数Ta–RH关系引致的非线性耦合)。PT与SFE因果图谱彼此相似且接近观测,SWB仅检得VWC/VWCdiff及自身强迫变量。模型虽未将某些变量(如H)作强迫但仍捕获其对ET的因果影响,反映源变量间统计冗余使强迫变量编码了相关信息。
3.3 Functional Performance Across Temporal Scales(跨时间尺度的功能性能)
基于GC和TE因果强度的功能指标(R2F升高、RMSEF降低)总体随粗化时间尺度改善,表明模型更好复现长时因果结构。GC评估下功能在12小时尺度相对劣化,TE评估下在1天尺度相对劣化——后者归因为该尺度模型LE中G的TE强度骤降而观测以Rn为主导,造成因果主次错位。TE揭示H、Rn、G对功能性能贡献最大。SFE与PT功能行为相近,SFE整体略优;ISWB功能最差。CCM因跨案例稳定但区分度低不适于精细诊断,PCMCI可辨识结构差异但输出二元故未直接纳入连续功能误差计算。
3.4 Functional Performance of Satellite Models(卫星模型的功能性能)
OpenET产品虽未用站点强迫,其ET与观测LE具相似因果结构(GC检Rn/H,TE检Rn/H,CCM检Rn/H/RH/VP等,PCMCI在产品中检Ta为驱动——或与卫星陆表温度LST强迫有关——观测中未检Ta)。OpenET集合预测精度最佳,各子产品功能性能(基于TE的R2F)普遍高于站点强迫PT/SFE/ISWB模型,说明复杂卫星同化产品能有效嵌入关键物理控制的因果依赖。预测与功能性能大致分组一致,但集合产品预测最优而非功能最优。
3.5 Relationships Between Performance and Causal Strength(性能与因果强度的关系)
以OpenET七产品为样本,计算各源变量TE或GC强度与模型R2p(预测)、R2F(功能)的相关系数。TE框架下多数源变量两相关系数同号正相关(如Rn、H位于第一象限→模型强调这些因果强度越接近观测则预测与功能双优)或同号负相关(如部分变量被过强强调则双差),功能与预测走向一致。而GC框架下所有点落二、四象限,即GC-based功能改善常伴预测恶化(如G的GC强度增加微升R2F但显著降低预测精度),提示GC单独用作功能诊断指标可能欠稳健,其与预测无良性协同。
讨论与结论翻译
讨论指出多方法共识增强驱动因子可信度,分歧需结合方法特性(线性/非线性敏感度、冗余处理)解析;SFE在站点模型中综合最优;OpenET具良好功能表现印证其输入含通量塔所测信息;TE较GC更适宜功能评估因为二者与预测一致性更好;未来可将因果强度用于机器学习特征或架构设计,但须验证功能—预测协同性;本研究功能评估仅基于GC/TE连续强度,PCMCI稀疏输出及CCM计算复杂性限制其直接转用,各方法在多元水文气候系统中仍有混淆与潜在伪因果局限,应视为有效依赖结构(effective dependency structure)而非绝对物理因果。
结论:ET是受水、能、大气要素共同调控的复杂过程,改进ET估算对农业及水资源管理意义重大。研究表明利用多种因果发现方法有助于识别ET驱动因子并诊断模型对观测交互关系的复现能力;多方法一致增强因果推断信心,方法间差异需谨慎诠释且选作功能评价指标时应考量其假设。功能性能作为补充传统预测精度的标准,可深化对ET模型内在行为的理解并辅助模型选择与解释。
[citation:论文全文]
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号