蒸散(ET, Evapotranspiration)作为地表生态过程和水文过程的重要纽带，在大气循环中扮演着十分重要的角色。目前全球范围内，约有70%的陆地降水通过蒸散返回大气。随着干旱、极端强降雨等极端气候现象的频繁出现，深入理解蒸散过程对环境的响应机制并准确计算蒸散，对认识水循环过程的演变特征及优化水资源的配置具有重要意义。全球范围内，植物的蒸腾(T, Transpiration)过程贡献了约70%的地表蒸散。气孔是植物与大气间进行碳水交换的通道，其开闭程度（即气孔导度）直接调节着植物蒸腾的水汽通量，是蒸散估算模型涉及的重要对象。不同植被和气候条件下的气孔导度往往表现出较大差异。然而，由于缺少对气孔行为调控机制的深入理解，目前蒸散模型需要标定大量的植被类型特征参数来反映气孔导度的这种差异性，而基于站点观测标定的参数往往使得模型在时空外推时产生巨大的不确定性。此外，为了追求精度的提升，模型的参数化结构也有逐渐复杂化的趋势，大量的参数标定工作也限制了模型的应用。

为了减少蒸散模型对植被类型参数的依赖、提升模型在全球模拟和未来预测中的表现，清华大学地学系王焓副教授课题组基于生态水文最优性原理，提出了具有较强普适性的气孔导度模型，以此为核心估算蒸散，在《Environmental Research Letters》上发表题为Land-surface evapotranspiration derived from a first-principles primary production model的研究论文。该模型认为，植被类型间所体现出的气孔行为差异是植物适应不同生境的外在表现，而最大化资源利用效率则是驱动这种适应的普遍机制。通过对适应的内在机理进行定量描述，即借助环境变化实现对植被气孔差异性的动态模拟，有效回避了现有模型中基于植被类型的参数化结构，无需地面观测数据标定植被类型参数。同时，极大地简化了模型的结构，提升了模型的应用水平。模拟结果得到全球分布的30个FLUXNET通量站点观测数据的验证支持，如图1所示：

ET的估算和观测。红色实线为线性拟合，黑色虚线为1:1线，散点密度通过颜色表示。图中r为相关系数，RMSE(Root Mean Squared Error)为均方根误差，NSE(Nash-Sutcliffe efficiency coefficient)为纳什效率系数。

该研究还对ET分离（即估算蒸腾和蒸发在蒸散总量的占比）的不确定性进行了探讨，利用树木茎干液流观测数据集评估了当前方法估算T/ET与同类方法之间的不确定性差异。研究认为，当植物叶面积达到一定程度后，该比例在生长季内会收敛于一个平衡值。准确模拟该比值，需要对非生物蒸发过程进行更加深入地理解，也需要更为系统的地面观测支持。本研究初步论证了生态水文最优性理论在蒸散估算中的应用潜力，探讨了开发普适性蒸散模型的新方向。

清华大学地学系博士后谭深为文章的第一作者，王焓副教授为通讯作者。合作者包括地学系阳坤教授，以及清华大学杰出访问教授、帝国理工学院教授Colin Prentice院士。本研究得到了国家重点研发计划项目（2018YFA0605400）和国家自然科学基金（42001356, 32022052, 31971495）的支持。

文章链接：https://iopscience.iop.org/article/10.1088/1748-9326/ac29eb

供稿：谭深

编辑：王佳音

审核：武海平