【数据分享】近四十年全球陆地蒸散和土壤水分动态数据

点击蓝字

关注我们

题目：A global dataset of terrestrial evapotranspiration and soil moisture dynamics from 1982 to 2020

1982—2020年全球陆地蒸散和土壤水分动态数据集

期刊：Scientific Data

IF及分区：实时IF/JCR分区/中科院分区：5.637/Q1/一区Top

领域：综合性期刊

科学问题

（重要性）陆气间的水分与能量交换对于气候变化具有重要影响。而陆地蒸散发不仅是全球水循环的核心纽带，更是影响地表能量平衡的关键环节。因此，研发高质量的陆地蒸散发数据集不仅对于理解全球能量平衡和水循环至关重要，而且能够为可持续水资源管理及其知情决策提供有力的数据支持。

（研究团队和工作）针对上述问题，该研究对陆地蒸散发进行了多尺度验证评估，包括全球通量站原位观测（175个通量站）、主要流域独立水量平衡估算（49个主要流域）以及与其他主要陆地蒸散发数据集（GLEAM、CR、GLDAS-Noah、ERA5Land、FluxCOM）进行对比。

研究得到以下主要结果：

该陆地蒸散发估算结果与多种验证数据集的偏差较小，且与已发布的蒸散发分割比率产品（T/ET）具有较高的一致性。对于土壤水分估算结果，同样进行了多尺度对比验证，包括多个地面观测站点、多种卫星微波遥感数据（AMSR2、ASCAT、SMOS、SMAP）以及基于数据驱动机器学习产品（SoMo.ml）。

图1：The conceptual diagram of the hydrological process in the SiTHv2 model. 

 SiTHv2模型生态水文过程概念图

图2：Validation of evapotranspiration (ET) between SiTHv2-derived estimates and in-situ observations based on eddy covariance for different plant functional types (PFTs). 

图3：Basin-level comparison between different ET estimates and the independent ET derived from basin water balance across 49 basins. 

不同ET估计值与从49个流域的流域水平衡得出的独立ET之间的流域水平比较。

注：不同的小组分别代表（a）SiTHv2模型的比较结果;（b） GLEAM模型;（c） CR模型;（d） GLDAS-Noah;（e） FluxCOM产品;（f） ERA5L。每个子图中的虚线表示 1：1 线。每个点的误差线分别表示模拟 ET 和 ETwb 的年度变化。

图4：The ratio of multi-year mean ET estimates from different ET datasets relative to the ETwb across the 49 basins.

不同 ET 数据集的多年平均 ET 估计值与 ET 的比率工 务 局横跨 49 个盆地。

注：（a） 表示SiTHv2比率的空间分布;（b） 是不同型号/产品的比率的相互比较。

图5：Global distribution of mean annual terrestrial ET derived by the SiTHv2 model, and the comparison of zonally mean profile with the other ET products. 

注：右图中的红色阴影表示 SiTHv2 的纬向平均值的标准差。

图6：Comparison of annual terrestrial ET from different data sets. 

不同数据集的年度陆地ET比较。

注：（a） 表示 1982 年至 2020 年的年度变化和线性趋势，其中星号表示该趋势通过了 Mann-Kendall 检验，p 值< 0.01;（b）显示了SiTHv2、全球主流ET产品（ETP）和CMIP6模拟的年度陆地ET总量。

图7：Comparison of spatial patterns and annual variations between SiTHv2- and MDF-derived T/ET ratios over China. 

SiTHv2 和 MDF 衍生的 T/ET 比值在中国的空间格局和年度变化比较。

注：（a）描绘了中国年均T/ET的空间分布;（b） 表示基于 SiTHv2 和 MDF 的网格 T/ET 的线性回归强度散点图;（c）分别显示了SiTHv2和MDF在中国的T/ET的年变化。线性趋势的显著性基于 p 值为 0.01 < Mann-Kendall 检验。

图8：Validation of soil moisture estimates (layer 1) obtained from the SiTHv2 model based on daily-scale surface soil moisture observations at 12 stations.

基于12个站点的日尺度表层土壤湿度观测，验证从SiTHv2模型获得的土壤湿度估计值（第1层）。

注：不同地点的时间跨度根据每个地点的观察持续时间进行调整。

图9：Soil moisture estimate comparison between SiTHv2 and SoMo.ml. 

SiTHv2 和 SoMo.ml 之间的土壤湿度估计比较。

注：（a） 1982—2020年SiTHv2年平均表层土壤含水量（SWC）;（b） 2000—2019年重叠期间SiTHv2与 SoMo.ml 之间的年均空间格局回归;（c） SiTHv2 与每个网格单元的 SoMo.ml 之间的全局相关性;（d） 全球SWC的年度变化。  

图10：Overall comparison of SWC derived from SiTHv2 with satellite-based products. 

SiTHv2衍生的SWC与卫星产品的总体比较。

注：（a） SiTHv2与四种卫星产品（AMSR2、ASCAT、SMAP和SMOS）的年SWC平均相关系数（R）的空间分布;（b） 箱线图显示了SiTHv2-SWC与不同卫星SWC产品之间每种组合的R值的全球统计数据;（c） SiTHv2和其他卫星产品的SWC星等的范围分布。

图11：Global pattern of the annual trend in SWC derived from SiTHv2 from 1982 to 2020. 

注：子图描绘了选定热点地区SiTHv2和基于卫星的SWC产品之间的时间比较（每日），包括：（a）美国西部;（b） 中亚;（c） 华北地区;（d） 撒哈拉南部;（e） 印度次大陆;（f） 巴西高原;（g） 南部非洲;（h） 澳大利亚。基于卫星的SWC产品的时间变化从2011年开始，取决于数据的可用性（例如SMOS）。  

（总结）本研究表明，该数据集的土壤水分估算能够准确捕捉到实际土壤水分的动态变化，在表层土壤水分对比中与SMAP L3产品具有较高的一致性，并且在多年趋势分析中与SoMo.ml的年际波动具有良好的相关性。综上，该数据集的可用性将为陆-大气相互作用、生态水文建模和全球变化研究领域的科学研究提供必要的支持和宝贵的见解。

文章链接：（点击阅读原文 直接跳转）

https://www.nature.com/articles/s41597-024-03271-7