研究背景

　　在陸地生態(tài)系統(tǒng)的水循環(huán)中，蒸散是連接地表與大氣水分和能量交換的關(guān)鍵途徑。尤其對于農(nóng)田生態(tài)系統(tǒng)而言，準(zhǔn)確估算作物的實(shí)際蒸散量，不僅有助于理解作物水分利用效率，還能為農(nóng)業(yè)水資源管理和干旱應(yīng)對提供科學(xué)依據(jù)。然而，現(xiàn)有的估算方法卻面臨諸多挑戰(zhàn)：

　?。?）傳統(tǒng)氣象模型：理論基礎(chǔ)扎實(shí)，但依賴完整的氣象數(shù)據(jù)，且難以捕捉植被光合作用的生理過程；

　　（2）遙感指標(biāo)局限性：太陽誘導(dǎo)葉綠素?zé)晒猓⊿IF）雖能直接反映光合活性，但在水分脅迫下存在響應(yīng)滯后；光化學(xué)反射指數(shù)（PRI）能靈敏跟蹤短期脅迫響應(yīng)，但鮮少被納入機(jī)器學(xué)習(xí)模型中；

　　因此，如何融合多源數(shù)據(jù)，利用深度學(xué)習(xí)挖掘氣象與生理指標(biāo)的協(xié)同價值，成為了提高實(shí)際蒸散量（ETc act）估算精度的新途徑。近期，西北農(nóng)林科技大學(xué)蔡煥杰老師的團(tuán)隊聯(lián)合沈陽大學(xué)和石河子大學(xué)的團(tuán)隊在《Agricultural Water Management》期刊發(fā)表研究成果，該研究通過融合SIF、PRI與氣象要素，結(jié)合時間卷積網(wǎng)絡(luò)和SHAP可解釋性分析，系統(tǒng)揭示了多源數(shù)據(jù)在水分脅迫下對作物實(shí)際蒸散量的協(xié)同作用機(jī)制。該成果不僅為精準(zhǔn)估算農(nóng)田蒸散提供了新的技術(shù)路徑，也為理解作物在水分脅迫下的生理響應(yīng)機(jī)制、優(yōu)化農(nóng)業(yè)水資源管理提供了科學(xué)支撐。

圖1.楊凌野外試驗(yàn)基地概況。注：(a) 顯示了楊凌研究基地在中國西北部的具體位置。(b-f) 展示了本研究中使用的光合速率相關(guān)指標(biāo)、通量和氣象數(shù)據(jù)的測量系統(tǒng)。

　　研究方法

　　研究區(qū)域：2021年10月15日至2024年6月8日，以陜西省西北農(nóng)林科技大學(xué)農(nóng)業(yè)水土工程重點(diǎn)實(shí)驗(yàn)室的冬小麥農(nóng)田為研究區(qū)域，開展了為期三年的冬小麥田間實(shí)驗(yàn)；

　　監(jiān)測指標(biāo)：連續(xù)測量水通量、CO₂濃度、水汽密度、凈輻射（Rn）、氣溫（Tair）、相對濕度（RH）、風(fēng)速（WS）及不同深度土壤含水量（SWC）、SIF等指標(biāo)，并通過冠層反射率計算光化學(xué)反射指數(shù)（PRI）；

　　為了補(bǔ)充SIF和PRI測量，使用ASD FieldSpec 4地物光譜儀同時記錄冠層反射率；

　　光譜性能：

　　光譜范圍：350~2500 nm；

　　光譜分辨率：3 nm@700 nm，6 nm@1400 nm和2100 nm；

　　光譜通道數(shù)：2151 nm；

　　對數(shù)據(jù)進(jìn)行預(yù)處理，構(gòu)建隨機(jī)森林（RF）、支持向量回歸（SVM）等機(jī)器學(xué)習(xí)模型，以及LSTM、時間卷積網(wǎng)絡(luò)（TCN）等深度學(xué)習(xí)模型，結(jié)合交叉驗(yàn)證優(yōu)化超參數(shù)。并引入SHAP方法對模型進(jìn)行可解釋性分析，量化各驅(qū)動因子在不同水分條件下的貢獻(xiàn)機(jī)制。

圖2.2021年至2024年氣象和光譜因素與ETc act之間的相關(guān)性。

圖3.氣象和光譜因子與ETc act的相關(guān)性在干旱和非干旱條件下起作用。

圖4.不同模擬情景下模型估計準(zhǔn)確度的比較。

圖5.較優(yōu)情景下模型估算性能的比較。

圖6.基于SHAP的TCN模型在較優(yōu)情景（S2）下對干旱和非干旱條件下特征貢獻(xiàn)的比較。

　　研究結(jié)果

　?。?）驅(qū)動因子相關(guān)性分析：

　　整體驅(qū)動因子：Rn>SIF>Tair>RH>PRI；

　　非水分脅迫條件驅(qū)動因子：Rn>SIF>Tair>RH>PRI>WS；

　　水分脅迫條件：RN> PRI>SIF>RH>Tair>WS；

　?。?）較優(yōu)特征組合的確定：

　　較優(yōu)特征組合：情景S2（Rn + SIF + PRI + Tair）在特征維度與估算精度之間達(dá)到了平衡；

　　（3）模型性能對比：

　　時序卷積網(wǎng)絡(luò)（TCN）在蒸散量估算中表現(xiàn)較好，其次是LSTM、RF、SVM、GB；

　?。?）可解釋性分析揭示生理機(jī)制：

　　非干旱條件：ETc act主要由Rn和SIF驅(qū)動，能量供應(yīng)與光合活性是核心；

　　水分脅迫條件：PRI的貢獻(xiàn)度顯著上升，成為第二重要變量，表明PRI在水分脅迫下對生理反應(yīng)的捕捉作用更加顯著；

　　生理機(jī)制：干旱誘導(dǎo)氣孔關(guān)閉→光合電子傳遞受限→過剩光能通過葉黃素循環(huán)耗散→PRI靈敏下降→與蒸散降低同步；

　　結(jié)語

　　本研究通過融合氣象數(shù)據(jù)與光譜指標(biāo)（SIF、PRI），構(gòu)建可解釋的深度學(xué)習(xí)框架，實(shí)現(xiàn)了水分脅迫下作物實(shí)際蒸散量的高精度估算。結(jié)果表明，TCN 模型性能卓越，且 PRI 在干旱條件下具有關(guān)鍵互補(bǔ)價值。該成果不僅揭示了多源指標(biāo)協(xié)同驅(qū)動蒸散的生理機(jī)制，也為作物水分效率監(jiān)測提供了新技術(shù)路徑。未來可進(jìn)一步拓展至多站點(diǎn)、多作物類型，結(jié)合高分辨率衛(wèi)星遙感數(shù)據(jù)，推動區(qū)域尺度蒸散估算模型的普適化發(fā)展。

　　發(fā)表期刊：Agricultural Water Management【影響因子：6.5】

　　研究單位：西北農(nóng)林科技大學(xué)、沈陽大學(xué)、石河子大學(xué)

　　研究地點(diǎn)：陜西省西北農(nóng)林科技大學(xué)農(nóng)業(yè)水土工程重點(diǎn)實(shí)驗(yàn)室的冬小麥農(nóng)田

　　使用設(shè)備：ASD FieldSpec 4地物光譜儀

　　DOI：https://doi.org/10.1016/j.agwat.2026.110223