多时间尺度蒸发蒸腾融合：一种基于自动化机器学习的新颖自编码器，用于提高估算精度

《Agricultural Water Management》：Multi-timescale evapotranspiration fusion: A novel autoencoder with automated machine learning-based approach for enhanced estimation accuracy

AGFusionET通过整合20种异构蒸发蒸腾（ET）数据，结合自动编码器和AutoML框架，构建了1982-2023年全球0.05°高分辨率ET数据集，其KGE达0.88，RMSE为12.12 mm/month，在干旱及高纬度地区表现尤为突出，并有效缓解了多源数据时空不一致问题。

　　
### 全球蒸发蒸腾数据融合框架AGFusionET的研究解读

#### 一、研究背景与意义
蒸发蒸腾（ET）作为地球水循环的核心过程，直接影响地表能量平衡与大气水汽输送。当前ET估算面临多重挑战：不同数据源时空分辨率差异显著，物理模型与统计方法存在系统偏差，且全球观测站点分布不均。例如，基于遥感的水分平衡模型（如TerraClimate）在干旱区表现不稳定，而能量平衡模型（如PML V2）在植被覆盖区易出现低估。此外，现有融合方法多依赖线性加权或单一机器学习模型，难以同时处理数据冗余、时空异质性及模型非线性特征。

#### 二、数据整合与预处理
研究整合了20种ET产品，涵盖统计集成（如CAMELE）、遥感反演（如GLASS AVHRR）、过程模型（如GLEAM）和水文模型（如FLDAS）六大类。数据预处理采用三阶段策略：首先通过温度与露点温度计算VPD，结合土壤含水量和数字高程模型（DEM）构建气象驱动参数集；其次利用Kalman平滑填补缺失值，并通过逻辑校验剔除异常日数据（如日蒸散量超过植被最大潜力值）；最后通过双线性插值统一空间分辨率为0.05°，时间尺度整合为月均数据。值得注意的是，研究创新性地引入1982-2023年长时间序列的归一化植被指数（NDVI），弥补了单一数据源在植被动态响应上的局限性。

#### 三、方法创新与实现路径
提出的AGFusionET框架包含两大核心技术模块：
1. **自编码器特征提取层**
采用对称型双阶段自编码器（12维瓶颈层），通过非线性变换提取多源数据的深层特征。例如，对包含干旱区（Fukang）与绿洲农业区（Aksu）的585组涡度协方差观测数据进行训练，模型成功分离出共同驱动因子（如VPD波动）与区域特异性信号（如土壤解冻速率）。
2. **AutoML动态融合层**
构建包含梯度提升机（LGBM）、随机森林（RF）及神经网络（NeuralNet）的12类基模型，通过自动超参数优化（平均耗时6分钟）实现动态加权融合。例如，在计算中国风区站点数据时，系统自动调整XGBoost与LightGBM的权重组合，使模型对沙尘暴事件（月ET波动±30%）的捕捉精度提升18%。

#### 四、核心性能验证
1. **基准测试**
在测试集（n=585）与独立验证集（n=144）中，AGFusionET实现KGE=0.88（最优基准为0.79）和RMSE=12.12 mm/month（优于次优的22.06 mm/month）。特别在干旱区（如塔克拉玛干沙漠边缘站点），模型RMSE降低至9.8 mm/month，较单一遥感产品（如MODIS16A2GF）改进26%。

2. **时空泛化能力**
- **空间维度**：通过中国阿克苏与福克卡两个典型站点（一个绿洲农业区，一个荒漠区）的交叉验证，模型在5种IGBP土地覆盖类型（森林/草原/灌木林/草地/农田）的RMSE差异系数小于15%，表明其具备跨生态系统适应性。
- **时间维度**：采用分阶段训练策略（每阶段覆盖1982-2010、2011-2020、2021-2023），使模型在气候突变事件（如2022年北非干旱）中保持10%以内的预测偏差。

#### 五、应用价值与局限性
1. **应用场景**
- **水资源管理**：在华北平原与长江流域的对比测试中，模型对灌溉用水量的估算误差控制在8%以内，支持精准农业分区。
- **气候模型验证**：作为参考数据集，其KGE值（0.88）为WRF模式同化过程提供了15%的误差修正空间。
- **生态监测**：在亚马逊雨林与撒哈拉以南地区，模型成功识别出年ET变异系数（CV）>30%的极端事件，支持生物多样性保护区的动态评估。

2. **现存局限**
- **物理可解释性**：模型隐含层（如12维特征空间）解释难度较高，对灌溉影响参数化不足（当前依赖NDVI间接表征）。
- **数据稀疏区**：在刚果盆地（年观测点<5）和北极苔原区，模型依赖GLASS MODIS等卫星产品的空间插值，导致极端天气事件（如寒潮）捕捉能力下降约12%。
- **模型耦合**：尚未整合土壤-植被-大气传输（SVAT）物理模块，在雪覆盖区（如青藏高原）的年ET估算中存在系统性偏差（约8%高估）。

#### 六、技术延伸与改进方向
1. **动态权重优化**
计划引入LSTM网络，实时跟踪作物生长周期（如小麦生长期VPD变化率）与灌溉强度（通过农业用水占比推算），预计可使干旱区模型精度提升至14 mm/month以下。

2. **多尺度耦合**
开发跨分辨率融合算法，将0.05°产品与1km分辨率土壤湿度观测数据（如SWAT模型输出）进行多时间步关联分析，重点提升冬季积雪消融期的ET估算精度。

3. **不确定性量化**
引入贝叶斯集成框架，在模型输出中嵌入标准差信息。例如，在墨西哥湾流影响区，系统可自动标注预测结果置信区间（当前基于自助法采样误差±2.3%）。

#### 七、结论
AGFusionET通过以下创新突破传统ET数据融合瓶颈：
1. **双通道特征融合**：自编码器提取多源数据共性特征（如VPD-NDVI非线性关系），AutoML层强化个性差异建模（如 desert cropland的灌溉响应）
2. **时空一致性保障**：采用滑动窗口训练（窗口长度10年）与动态正则化（L2系数0.005），在保持1982-2023年完整时间序列的同时，使跨区域预测误差标准差降低至7.2 mm/month
3. **区域适应性增强**：通过迁移学习，在初始化阶段引入半干旱区（如Fukang站）与湿润区（如刚果盆地）的混合训练集，使模型在降水变异系数>40%的地区的RMSE控制在18 mm/month内

该成果为全球尺度ET估算提供了首个融合20类异构产品的基准数据集，在NSF地球系统科学计划的干旱监测项目中已被纳入核心参考数据库。未来计划与MODIS地表温度反演组合作业，开发基于深度学习的跨模态融合算法，进一步提升在植被覆盖动态监测中的应用价值。