湿地生态系统实际蒸散发数据驱动估算模型研究

作者：凌从高; 穆溪; 许敏; 王思晨; 赵秋雨; 江鹏^*

来源：安徽农业大学学报, 2022, 49(05): 771-779.

DOI：10.13610/j.cnki.1672-352x.20221111.004

• 湿地
• 蒸散发
• 机器学习
• 深度学习
• ERA5-Land

利用Fluxnet2015全球通量塔观测数据集，研究了随机森林（RF）、梯度增强回归分析（GBR）、支持向量回归（SVR）和深度学习神经网络（DNN）预测湿地生态系统的实际蒸散发（Evaporation,ET）。通过对比研究，确定了预测实际蒸散发的最佳特征变量组合，包括短波辐射、净辐射、初级生产总值、气温、土壤温度、风速、降水、经度、纬度和时间。以此为模型输入，利用Fluxnet2015站点测试数据集和ERA5-Land再分析资料提供的输入特征，对比分析了不同模型的实际蒸散发估计精度，结果表明：以站点数据为输入，SVR算法精度相对较高，其R2可达0.896,RPE最小为31.5%；以ERA5-Land再分析资料为输入，除了GBR算法以外，其余3种方法 R2高于0.820,RPE小于57%。另外，模型算法估计的ET精度要明显高于ERA5-Land再分析资料提供的ET产品。

• 单位
  安徽大学