中国大陆区域6种融合蒸散发产品的多尺度评估：精度、一致性与不确定性

1. 基本信息

题目：中国大陆区域6种融合蒸散发产品的多尺度评估：精度、一致性与不确定性

期刊：Journal of Hydrology

时间：2025年10月

第一作者：王大洋博士（南阳师范学院）

通讯作者：王大刚教授（中山大学）

2. 研究数据

评价数据： 6 种多源融合 ET 产品，涵盖不同算法、时间跨度与空间分辨率，为统一分析基准，对部分产品进行重采样与时间聚合处理，信息如下：

验证数据：（1）站点尺度涡动相关（EC）观测数据：整合中国通量网（ChinaFlux）、中国国家生态系统研究网络（CERN）、海河流域多尺度地表通量与气象要素观测数据集、青藏高原陆气相互作用综合观测数据集，共 33 个 EC 站点（326 站年），观测时段 2003-2021 年。

（2）流域尺度水平衡 ET 估算数据（ETwb）：来源于国家青藏高原科学数据中心，基于观测径流、4 种降水数据集（GPCC、CRU、MSWEP、GPCP）、3 种陆地水储量变化估算数据（JPL、GSFC、CSR），采用贝叶斯三角帽法最优融合框架生成，覆盖全球 56 个大流域（面积 > 10⁵km²），中国区域选取松花江、辽河、黄河、淮河、长江、珠江 6 大流域作为验证区域

3. 研究方法

不确定性量化方法:三角帽（TCH）方法无需先验真实值即可量化各 ET 产品的相对不确定性。

趋势分析方法:采用Mann-Kendall（M-K）非参数检验法，基于时间序列秩次与时间顺序的相关性判断 ET 变化趋势。

评估指标（8个）:决定系数（R²）、相关系数（Corr）、相对偏差（RB）、均方根误差（RMSE）、相对均方根误差（RRMSE）、Kling-Gupta 效率（KGE）和一致性指数（IOA）。

4. 研究发现

【要点1】站点尺度上，AutoML 性能最优，RMSE 最低，Corr、KGE、IOA 最高，其次为 REA与DOLCE；GLASS 与 SGAE 表现较差。不同土地覆盖类型下产品性能差异显著：森林站点（如 CBS 站）产品一致性高；草地站点性能波动大（DL、REG 等站点表现好，MAWORS、NAMORS 等站点表现差）；农田站点 Corr 一致性高但 RMSE 差异大；裸地站点 REA 表现最优。

【要点2】流域尺度上，无单一产品在所有流域均最优，REA 在辽河流域表现最佳，DOLCE 在黄河流域最优，GLASS 在长江流域最优。CAMELE 在多数流域存在显著高估，GLASS 在松花江、辽河、黄河、淮河流域存在低估。

【要点3】空间一致性上，CAMELE与 DOLCE 空间一致性最高（R²=0.965），其次为 CAMELE 与 REA；AutoML 与其他产品空间一致性较弱。干旱区（低 ET 区域）产品变异性高，湿润区（高 ET 区域）变异性低。

【要点4】时间一致性上，所有产品月尺度时间一致性极高（两两 R²>0.95），CAMELE 与 REA、DOLCE 与 REA 一致性最高（R²=0.993）；季节上，冷季（10-12 月）一致性高于暖季（3-5月），11 月平均 R²最高，3 月最低。

5. 讨论

【方法对比】REA与CAMELE 因融合过程中考虑输入产品性能与误差相关性（REA 考虑可靠性，CAMELE 基于搭配分析估算误差），不确定性更低；AutoML 通过整合13种ET产品与多源辅助数据（气象、土壤、叶面积指数），站点尺度精度最优，但需结合物理机制提升跨尺度稳健性。

【未来改进】扩充干旱半干旱区观测站点，提升数据代表性；整合高分辨率多源 ET 数据（遥感、陆面模型、机器学习），增强时空互补性；开发考虑 ET 组分（土壤蒸发、植被蒸腾）的组分级融合算法；针对不同气候区/植被类型设计靶向融合方案，结合数据同化整合降水、土壤湿度等变量，提升过程真实性。

6. 图说

图1.研究区及站点分布

图2.基于33个通量站点的6种融合蒸散发数据月尺度验证的泰勒图

图3.1982—2017年六种融合蒸散发（ET）产品在中国大陆的多年平均ET估算值的空间分布以及相应的变异性（变异系数，Cv）。图（a-f）分别显示了六种融合产品的平均年ET；图（g）显示了不同产品之间的空间变异性

图4. 六种融合蒸散发（ET）产品之间的成对空间一致性（下三角）和时间一致性（上三角）。下三角中的点表示中国大陆所有网格的平均年ET。上三角中的点表示1982—2017年期间所有网格的平均月ET

图5. 中国大陆区域 6 种融合蒸散发（ET）产品在 6 大流域的（a）相对偏差（RB）、（b）相关系数（Corr）、（c）均方根误差（RMSE）、（d）相对均方根误差（RRMSE）、（e）Kling-Gupta 效率（KGE）及（f）一致性指数（IOA）热力图。

编者说明：

以上为个人视角，仅供参考，不用于商业用途。如果错误，请以原文为主。

原文链接：

https://doi.org/10.1016/j.jhydrol.2025.134371

END

声明：欢迎转载、转发。气象学家公众号转载信息旨在传播交流，其内容由作者负责，不代表本号观点。文中部分图片来源于网络，如涉及内容、版权和其他问题，请联系小编处理。