蒸散发（Evapotranspiration, ET）是地表水分通过蒸发和植物蒸腾进入大气的过程，是全球水循环和能量平衡的关键组成部分。传统光学遥感技术在多云天气下无法有效监测ET，而微波遥感具有穿透云层的能力，尤其适用于全天候环境监测。然而，我国风云卫星所搭载的微波成像仪观测还没有应用于全球蒸散发估算，现有的方法在全球尺度上仍存在较大不确定性。
近日，中国科学技术大学地球和空间科学学院、风云卫星遥感联合实验室李锐教授课题组利用基于风云三号D星（FY-3D）观测反演获得的微波发射率差异植被指数（Emissivity Difference Vegetation Index, EDVI），开发出一套全球ET反演参数。该系统通过遗传算法（Genetic Algorithm, GA）优化物理模型参数，显著提升了该算法ET估算在全球尺度的适用性，为全球水循环和气候变化研究提供了新的数据支持。研究成果以“Global Evapotranspiration Retrieval Using Fengyun-3D Passive Microwave Measurements With Genetic Algorithm Optimization”为题，发表在美国地球物理联合会主办的大气科学经典学术期刊《Journal of Geophysical Research: Atmospheres》（简称JGR-A）上。
研究团队利用基于FY-3D卫星反演得到的EDVI数据，结合全球207个通量塔的实地观测数据和再分析资料，构建了一套的基于EDVI的ET输入数据集，并通过遗传算法对不同下垫面类型下的关键参数进行全局优化，生成了2020–2022年全球每日ET产品（ETFY3D），空间分辨率为0.25°。并通过与通量塔数据进行验证，以及MODIS，GLEAM，PML三种国际主流的ET产品进行横向比较，验证了算法关键参数的提升效果（图1）以及ETFY3D在空间分布（图2）以及季节变化方面的一致性。
研究显示，优化后的ETFY3D产品在通量塔验证中表现出色，与使用原始参数的检索结果相比，偏差的绝对值平均降低了 1.07 mm/day，均方根误差降低了约 0.85 mm/day，KGE（Kling-Gupta efficiency coefficient）指数提高了约 0.67。经过参数优化后，除了 EBF、CSH 和 CVM 这三种土地覆盖类型外，所有土地覆盖类型的偏差绝对值均在 0.50 mm/day以内，均方根误差总体上仍保持在 1.50 mm/day以内。
图1 （A）、（B）和（C）分别展示了基于原始/优化参数所得到的 8 天平均蒸散量估计值与通量塔观测值之间的偏差、均方根误差以及KGE指数。蓝色代表基于原始参数进行反演的ET验证效果，而红色代表使用GA优化后的算法关键参数ET验证效果。
这些数据集的空间分布模式相似，全球年平均 ET 范围在 1.41 至 1.54 毫米/天之间。由 ETFY3D估算的 ET 是最高的（1.54 mm/day），而 ETPML是最低的（1.41 mm/day）。然而，这些数据集之间仍可以观察到一些区域差异。例如，ETGLEAM 在亚马逊雨林和刚果雨林中的 ET 值高于其他 ET 数据集。此外，ETFY3D和 ETPML在东南亚的 ET 值高于其他数据集。图 5E 展示了每个数据集的纬向平均分布情况。使用原始参数得到的EDVIFY3D显著大于其他 ET 估算值。GA优化后参数估算的EDVIFY3D减少了这种高估，并与其他产品显示出高度的一致性。
此外，研究还通过敏感性分析发现，植被阻抗和近地表湿度参数对ET反演影响显著，而温度参数的影响相对较小。进一步分析表明，再分析数据中的辐射输入是ET反演不确定性的主要来源。
该研究不仅展示了人工智能在优化物理模型中的巨大潜力，也标志着中国风云低轨气象卫星在全球水循环监测中迈出重要一步。该ET产品已公开共享，可为全球水文、生态和气候研究提供数据支撑。
图2（A）优化后的 ETFY3D，（B）ETMOD16，（C）ETGLEAM，以及（D）ETPML地表ET数据（针对 2020 年至 2022 年的年平均值）。这些数据集的经度平均分布情况如图（E）所示（其中包含了未优化的 ETFY3D的结果）。左下角的面板展示了 ET 的概率密度函数（每个小格的值为 0.5 mm/day，纵轴表示频率密度的百分比）。
中国科学技术大学博士研究生刘清扬为第一作者，李锐教授为通讯作者，中国气象局气象探测中心张鹏研究员、中国科学技术大学王怿璞特任研究员、胡继恒博士后也共同参与本项研究。研究受到国家自然科学基金重点项目、国家重点研发计划、安徽省自然科学基金、以及风云遥感联合实验室的资助。
https://doi.org/10.1029/2025JD043823