全球陆地蒸散量的多空间尺度评估与多数据集融合：新成果发布！
蒸散量（ET）是地球水循环、碳循环和能量平衡的重要组成部分。然而，现有的蒸散量数据集大多依赖于单一的数据源，无法有效捕捉区域性蒸散量变化，限制了陆地水量平衡的准确量化及气候变化影响的深入理解。为了填补这一空白，研究团队通过评估30个来自遥感、机器学习、再分析及陆面模型等四类ET数据集，提出了一种基于贝叶斯模型平均（BMA）方法的数据融合方案，生成了全球长期（1980–2020年）ET融合数据集——BMA-ET。
英文题目：Multi-spatial scale assessment and multi-dataset fusion of global terrestrial evapotranspiration datasets
中文译名：全球陆地蒸散量的多空间尺度评估与多数据集融合
发布时间：2025年1月24日
发表期刊：Earth System Science Data
第一作者：Yi Wu et al
第一单位：北京师范大学
DOI：10.5194/essd-2024-600
研究目标：
本研究的目标是通过对全球30个ET数据集的评估，针对不同空间尺度（点尺度、流域尺度、全球尺度）揭示蒸散量数据集的准确性和不确定性，并提出基于BMA方法的融合数据集，弥补现有单一数据集的不足。
方法创新：
利用BMA方法和动态加权方案对不同植被类型及不共同覆盖年份的ET数据集进行融合，从而获得更准确、综合的ET数据。该方法有效提升了数据集的时空分辨率及一致性，尤其在季节性变化和趋势捕捉方面表现突出。
数据来源：
研究使用了FLUXNET数据作为参考数据，对比了遥感、机器学习、再分析及陆面模型四种类型的ET数据集，最终推荐了遥感和机器学习驱动的数据集（特别是MTE和PML）作为最佳选择。
🌍 BMA-ET数据集的全球趋势：
BMA-ET融合数据集在1980-2020年间表现出全球陆地蒸散量的逐年增长趋势（约0.21mm·年−1）。该数据集能够准确捕捉到蒸散量的季节性波动和长期变化趋势，尤其在热带和亚热带区域（如亚马逊、非洲中南部和东南亚）具有较低的不确定性。
🧩 数据融合提高了准确性：
与单一ET数据集相比，BMA-ET展现了更高的相关系数和较低的均方根误差，验证结果显示，超过70%的FLUXNET站点的相关系数超过0.8。这表明BMA-ET在捕捉地表蒸散量时展现出更强的精确性和一致性。
📈 对区域性蒸散量估算的贡献：
研究发现，在流域尺度上，基于陆面模型的ET数据集相较于其他类型的数据集具有较低的相对不确定性，尤其在湿润区域（如亚马逊流域）表现突出。此外，不同植被类型和季节性变化也影响了数据集的选择与融合效果。
本研究开发的BMA-ET数据集突破了现有数据集的局限，为全球蒸散量的长时间序列变化提供了全新的高精度数据源。其较高的空间分辨率和更准确的季节性变化捕捉，能够更好地支持气候变化研究及水资源管理。未来应进一步提高数据集的空间分辨率，尤其是在区域尺度上的准确性，优化不同气候模型下的ET估算方法，推动全球蒸散量估算的进一步精细化和可靠性提升。
图1. 每个蒸散量数据集的覆盖年限，其中1982-2011年是所有蒸散量数据集的共同覆盖期。
图2. 基于BMA算法的ET数据集融合步骤。
图3. 1982–2011年四类蒸散量数据集中值的年际趋势。
图4. FLUXNET的ET和1991-2011年各ET数据集的相关系数 (R)、平均绝对误差(MAE)和均方根误差(RMSE)。
图5. 1982–2011年32个流域TCH相对不确定性的空间分布(％)。
图6. 1982-2011年年度ET数据集的泰勒图(a)针对30个ET数据集，(b)针对四类ET数据集(此处选择MTE ET作为参考数据)。
图7. 1980-2020年BMA-ET多年平均值和趋势的空间分布。
图8. 1991年至2011年各站点ET数据集的泰勒图。观测数据为来自FLUXNET的ET。
表1. 四类蒸散量数据集的描述。
表2. 30个蒸散量数据集的信息。
表3. ET数据集使用指南。
E N D
获取方式：关注我们的微信公众号“地学韦丰吉司长”。后台回复关键字“20250126”，即可直接获取原文PDF。（提示：关键字要完整）
免责申明
本推送文章（数据）来源于公开渠道，我们已注明相关信息来源，版权归原作者或出处所有。本推文仅用于学术交流和信息分享。欢迎广大学者们转发本号发布的内容，可留言或后台私信韦丰小编进行授权，转载请注明出处，侵删。
