蒸散发广义互补原理中关键参数αe的时空变化特征及计算方法分析

蒸散发广义互补原理是实测数据稀少条件下估算蒸散发的重要方法, 其中准确估算参数α_e是应用该方法的关键。该研究利用中国不同气候和生态类型的8个通量站数据, 首先基于实测数据校准得到α_e年值及月值, 探究α_e的时空变异性并对比使用不同时间尺度的α_e对广义互补原理模型计算精度的影响。考虑到实际情况下蒸散发实测数据缺乏而无法校准得到α_e, 进一步探究两个基于干旱系数(AI)的α_e年值统计模型(下称Liu法和Brutsaert法)在站点尺度的适用性, 明确α_e是否可以利用AI确定, 最后探讨各计算方法的误差来源。主要结论如下: 1)季节变化影响α_e, 不同通量站α_e月值变化规律有所差异; 在空间变化上, 湿润站点α_e年值总体大于干旱站点。Liu法和Brutsaert法计算的α_e接近年校准值。2)在应用广义互补原理模型时, 使用校准α_e年值能取得较好的模拟精度, 使用各月份α_e时精度进一步提升。两种基于AI的免校准方法取得较好的模拟效果, 当缺少实测数据而无法校准α_e时, 基于AI计算α_e具有较大的潜力。3)使用校准α_e年值时广义互补原理模型能模拟出蒸散发的年内变化趋势, 但在部分月份估算值出现偏差。Liu法和Brutsaert法计算的蒸散发在干旱站点的夏季月份呈现低估现象, 原因可能在于高估了降雨集中的夏季月份的AI。结果也进一步验证了广义互补原理在估算广泛不同的自然环境下的蒸散发的潜力。