地理资源所陶福禄团队发布2000-2018年全国1km实际蒸散发数据集

• ：陶福禄团队
        
• ：2024-02-22

近期，中国科学院地理科学与资源研究所全球变化与农业生态系统团队（负责人：陶福禄研究员）通过国家生态科学数据中心生态网络云平台（http://www.nesdc.org.cn）发布了2000-2018年全国1km实际蒸散发数据集，时间分辨率8~11天，用户可在线访问获取数据。相关研究成果以“Improving terrestrial evapotranspiration estimation across China during 2000–2018 with machine learning methods”为题发表在Journal of Hydrology期刊。

在不同的时间和空间尺度上准确估计陆地蒸散量（ET）对于理解水文循环和水资源管理至关重要。目前可用的ET估算仍然有较大的不确定性，需要进一步改进。在本研究中，研究团队应用并评估了六种机器学习方法，包括随机森林、支持向量机、高斯过程回归（GPR）、集成树、广义回归神经网络和贝叶斯模型平均，通过集成SEMI-PM、RS-PM、RRS-PM、MOD16和PMLv2等5个基于过程的ET算法来改进中国陆地ET估算，并利用分布在森林、灌木、湿地、草地和农田的14个中国通量塔的涡度协方差观测数据以及基于流域尺度的水平衡数据对估算结果进行了验证评估（图1）。

图1 数据制备流程

通过多次训练、验证和测试，研究团队发现GPR方法优于所有其他方法。与单独的算法相比，GPR方法可以将均方根误差（RMSE）降低0.45 mm day⁻¹（对于SEMI-PM）~0.81 mm day⁻¹（对于PMLv2），将决定系数（R²）提高0.061（对于PMLv2）~0.33（对于MOD16），并将绝对相对百分误差（RPE）降低8.32%（对于RS-PM）~42.47%（对于PMLv2）。在流域尺度上，研究结果表明，GPR集成估算的中国陆地ET是可靠的（R²=0.88，RMSE=57.18 mm/yr，RPE=-0.26%），并且比目前可用的8种高分辨率ET产品以及其他5种机器学习方法和单次ET模型的估算具有更高的精度。根据GPR方法估算，2000-2018年中国陆地ET年平均值约为397.65mm（图2），其空间格局更加合理。

图2 2000-2018年间基于不同算法的年平均蒸散发的空间分布

该项研究工作和数据制备得到了重点研发计划（2017YFA0604703）、国家自然科学基金（41571493）等项目的资助。