地表蒸散发是能量、水分和碳循环的联系纽带。蒸散发遥感模型是目前获取蒸散发空间分布的主要手段，但这些模型往往难以区分植被冠层和土壤对蒸散发的贡献，且输入的植被功能型参数过多，导致其估算不确定性大。针对上述问题，清华大学地学系阳坤教授研究组通过结合生态最优性原理和陆面模型方案，开发了具有普适性的植被蒸腾模块和能分离遥感热信息的模块，构建了机理性强、率定参数少的双源蒸散发模型（EEOET）。

现有的蒸散发遥感模型从核心变量的角度可以分为基于地表温度和气孔阻抗两类：前者避免了对土壤蒸发阻抗和气孔阻抗等复杂参数的计算，但由输入数据和参数化带来的误差都被归结到了蒸散发上，且这类模型分离热信息的机理不完善，适用性受到限制；后者从机理上表达了气象条件、植被特征和土壤水分胁迫的影响，但其中依赖于植被类型的参数过多导致气孔阻抗计算的不确定性增加。

图1. 基于生态最优性原理的蒸散发模型（EEOET）基本原理。

区别于以往模型，EEOET使用遥感的地表温度作为输入，并计算蒸散发中的阻抗参数（如图1）。研究引入了由清华大学王焓教授开发的以生态最优性原理为基础的生理生态参数估算方案，估算最大羧化率，避免了使用根据植被功能型指定的参数，大幅度减少了气孔阻抗计算的参数。此外，陆面过程模型Noah-MP的能量平衡和碳水耦合方案中，可以在计算气孔阻抗的同时分配冠层和土壤之间的能量。

图2. EEOET、PT-JPL（浅蓝）和SiTH（蓝色）模型在不同下垫面的验证效果的对比（单位：W/m2）。EEOET 模型提供了Ball-Berry方法和菲克定律两种选项来计算气孔阻抗，对应的验证结果分别用EEOET_B（深蓝色）和EEOET_F（白色）来表示。ALL表示所有站点统计值的平均结果。

研究在全球74个FLUXNET站点上对EEOET模型进行了评估，并与两个典型的蒸散发模型的结果进行了比较（图2）。结果表明，EEOET模型对不同的下垫面均能提供合理的蒸散发估算，无需校准就能达到与包含更多待率定参数或更多经验过程的模型相当的精度。研究进一步讨论了生态最优性原理的有效性（图3）。结果显示，以陆面模型中的能量平衡和碳水耦合方案为框架，使用查找表计算植被蒸腾就能提供较合理的蒸散发估算。而使用基于生态最优性原理的气孔阻抗方案后，蒸散发的估算效果得到进一步改进。因此，引入生态最优性原理不仅减少了与植被功能型相关的参数数量，还提高了模型的估算精度。

图3. 引入生态最优性原理前（蓝）后（红）的模型估算效果对比。右侧表示站点平均结果。Table:使用原始Noah-MP查找表计算GPP；EEO：使用生态最优性原理计算GPP。

该模型的主要特点在于：（1）采用了陆面模式的能量分配方案，能从单一的地表温度中得到冠层温度和土壤表面温度；同时，相较于把蒸散发当作余项求解的方式，EEOET通过迭代同时求解多个能量组分，因此对输入数据误差的敏感性较低。（2）利用了生态最优性原理将模型中的待率定参数减少到2个以内，降低了由参数率定带来的不确定性。此外，EEOET模型考虑了植被对气候环境变化的适应，因此适合构建反映气候变化影响的蒸散发数据产品。

相关研究近日以“Integrating eco-evolutionary optimality principle and land processes for evapotranspiration estimation”为题发表于Journal of Hydrology。清华大学地学系博士后邹宓君为文章的第一作者，合作导师阳坤教授为通讯作者，合作作者来自于清华大学地学系和西南大学地科院。本研究得到国家自然科学基金（42105122）以及青藏高原地球系统基础科学中心（41988101）的支持。

文章信息：Zou, M., Yang, K., Lu, H., Ren, Y., Sun, J., Wang, H., Tan, S., and Zhao, L, 2022: Integrating eco-evolutionary optimality principle and land processes for evapotranspiration estimation. Journal of Hydrology, 128855.

论文链接：https://www.sciencedirect.com/science/article/pii/S0022169422014251

供稿：邹宓君

编辑：王佳音

审核：张强