编辑推荐：
在全球气候变化背景下，土壤蒸发（E）受土壤湿度（SM）和水汽压亏缺（VPD）影响趋势不明。研究人员构建融合物理过程与机器学习的 E 模型，发现 1982 - 2023 年全球陆地 E 呈下降趋势，未来下降更快，该研究有助于理解气候变化对陆地 - 大气交换的影响。
在大自然的水循环 “舞台” 上，土壤蒸发（E）可是一位相当重要的 “演员”。它与气候调节、生态系统的稳定以及农业生产的好坏都有着千丝万缕的联系。想象一下，土地就像一块巨大的海绵，土壤里的水分会不断地向空气中 “跑”，这个过程就是土壤蒸发。可近年来，全球气候像个调皮的孩子，说变就变。温度不断升高，降水模式也改了 “剧本”，这让土壤蒸发变得捉摸不定。
科学家们早就知道，土壤蒸发的变化会影响土壤里的水分含量，关系到农作物能不能 “喝饱水”，也影响着我们周围能利用的水资源数量。但是，目前在土壤蒸发研究方面，还存在不少 “绊脚石”。一方面，全球变暖让水汽压亏缺（VPD）升高，这本来会让土壤蒸发增加；可另一方面，全球气候变干又导致土壤湿度（SM）降低，这又会抑制土壤蒸发。这两个因素到底谁的 “影响力” 更大，它们加起来会让土壤蒸发长期呈现怎样的变化趋势，科学家们还没有完全搞清楚。而且，现有的研究大多聚焦在全球陆地蒸散（ET）和植被蒸腾（T）上，对土壤蒸发的长期趋势和背后的 “推手” 关注不够。另外，土壤表面情况复杂多样，用传统的算法来估算土壤蒸发，就像用一把不太精准的尺子去量东西，误差很大。在估算土壤表面阻力（Rs）和空气动力学阻力（Ra）这些关键参数时，充满了不确定性。所以，准确评估土壤蒸发的长期趋势，搞清楚全球变暖和变干在过去和未来分别对它有多大影响，对完善地球系统模型、合理利用自然资源十分关键。
为了攻克这些难题，来自未知研究机构的研究人员开展了一项别具一格的研究。他们构建了一个融合物理过程与机器学习的土壤蒸发模型，并利用全球 368 个通量站点的实地观测数据对模型进行了验证。研究成果发表在了《Agricultural and Forest Meteorology》上。这项研究意义重大，它帮助我们更深入地理解了气候变化对陆地 - 大气交换过程的影响，也为优化农业生产方式、合理管理自然资源提供了重要依据。
在研究过程中，研究人员用到了几个关键技术方法。首先是构建了结合物理过程与机器学习的混合模型，其中机器学习用于预测阻力参数，再将其输入物理过程模型来估算土壤蒸发。然后，他们使用了交叉验证的方法评估模型性能，用多个性能指标来检验模型模拟的准确性。同时，利用全球通量站点的实地观测数据对模型进行训练和验证。
下面来看看具体的研究结果：
- 混合模型架构：混合模型通过机器学习预测阻力参数，然后输入物理过程模型来估算 E。物理过程用公式 E = ρa×(es - ea)/(Ra + Rs) 表示，其中 es代表土壤表面温度下的饱和水汽压 。这个架构利用损失函数，以观测到的 E 值为约束，尽可能减小估算误差。
- 模型性能评估：研究人员先在训练集里评估混合模型模拟 E 的能力。经过 100 次交叉验证，模型的平均 KGE 达到 0.92，RMSE 为 0.19mm/day，偏差是 -0.04mm/day。在验证集里，100 次交叉验证后，平均 KGE 为 0.91，RMSE 是 0.21mm/day，偏差为 -0.05mm/day。训练集和验证集的性能指标很接近，说明模型表现稳定，模拟效果好。
- 对全球 E 建模的意义：以前的全球 E 数据集受模型不确定性的限制，在估算 E 的大小和趋势时误差很大。新开发的混合 E 模型克服了传统物理过程模型中复杂参数化方案和经验参数估算的难题。
研究最后得出结论，全球陆地表面 E 呈现明显的下降趋势。从 1982 年到 2023 年，平均下降速率是 -0.28 ± 0.07mm/year2，这是因为土壤湿度下降对全球 E 的负面影响超过了水汽压亏缺增加带来的正面影响。在未来气候变化情景下，全球陆地表面 E 预计会以比历史时期更快的速度下降，2024 年到 2100 年，在三种气候变化情景下，平均下降速率达到 -0.42 ± 0.11mm/year2，土壤湿度在这个下降趋势中起主导作用。另外，还有九个额外的 E 数据集也证实了这种长期下降趋势。
这项研究强调了全球变干在推动全球 E 持续下降中的关键作用，也突出了气候变化正加剧全球水资源面临的风险。它让我们更加清楚地认识到，在气候变化的大背景下，土壤蒸发的变化对全球水资源有着深远影响。未来，科学家们可以基于这些研究成果，进一步完善地球系统模型，更好地预测气候变化对陆地生态系统和水资源的影响，为保护地球家园、合理利用资源提供更有力的科学支撑。
