基于贝叶斯模型平均的蒸散遥感产品集成——以三江源国家公园为例

蒸散发(ET)是陆表水热过程的一个基础通量,不同模型基于的概念、假设、应用尺度等诸多差异给ET的准确模拟带来了多种不确定性.本研究以三江源国家公园为例,应用贝叶斯模型平均(BMA)方法,通过通量塔观测值对模型进行训练,并综合PT-JPL、ARTS-GIMMS3g、ARTS-MODIS、MOD16和SSEBo 5个模型结果,以提高ET的估测精度.结果 表明:5个模型结果可以捕捉海北高寒草地通量塔观测ET的季节变化,可解释观测ET季节变异的64％ ～ 86％,均方根误差(RMSD)的范围为0.47～0.76 mm·(8 d)-1;基于BMA得到的ET的解释能力提高至89％,RMSD降低至0.43 mm·(8 d)-1.2003-2015年,三江源国家公园地表ET总体呈不显著增加的趋势,在全区尺度上,温度和降水对蒸散的影响不显著;但在长江源园区,降水和气温对其影响达到显著水平.气温和降水对蒸散发有积极的影响,但不同园区之间的地理差异导致蒸散发也出现不同的变化趋势.本研究为其他多源数据的集成分析提供了方法参考,所集成的蒸散数据可以有效降低原各自模型的不确定性,为区域水热变化研究提供了更为精确的数据基础.这对于更好地认识气候变化背景下的水循环过程具有重要意义.