evapoRe：一个基于R语言的应用程序，用于蒸发蒸腾作用的探索性数据分析

《Environmental Modelling & Software》：evapoRe: An R-based application for exploratory data analysis of evapotranspiration

提出evapoRe R包，整合22个ET和4个PET数据集（1948-2023，0.25°分辨率），支持12种估算方法，用于全球/区域ET分析及干旱监测，降低数据不确定性。

　　

阿克巴尔·拉赫马蒂·齐维赫（Akbar Rahmati Ziveh）| 米哈埃尔·罗德里戈·瓦尔加斯·戈多伊（Mijael Rodrigo Vargas Godoy）| 维沙尔·塔库尔（Vishal Thakur）| 约翰娜·R·汤姆森（Johanna R. Thomson）| 马丁·哈内尔（Martin Hanel）| 雅尼斯·马科尼斯（Yannis Markonis）

捷克生命科学大学环境科学学院，地址：Kamycká 129，布拉格–Suchdol，165 00，捷克

摘要

来自卫星、水文模型和再分析的蒸发蒸腾（ET）数据集各有优势和局限性。依赖单一数据源可能会导致解释偏差。为了解决这个问题，我们推出了evapoRe这个R语言包，它能够高效地访问、可视化并分析不同空间和时间尺度上的蒸发蒸腾（ET）和潜在蒸发蒸腾（PET）数据。evapoRe包含了22个标准化的数据集（18个ET数据集，4个PET数据集）以及6个用于PET估算的辅助数据集，时间跨度从1948年到2023年，分辨率为0.25°，覆盖了每日到年度的尺度。该包还提供了12种PET估算方法，包括基于经验的和基于物理原理的方法。我们通过以下方式展示了evapoRe的功能：（i）与FLUXNET的全球评估；（ii）地中海地区的区域分析；（iii）西班牙的干旱和极端事件案例研究；（iv）伊比利亚半岛的ET产品基准测试。通过整合这些数据集和方法，evapoRe提供了一个灵活且易于使用的工具，以支持关于陆地-大气相互作用的各种研究，并实现可靠的ET和PET分析。

引言

蒸发蒸腾（ET）是理解水循环、碳循环和能量循环的关键气候变量。作为水文循环的主要组成部分，它将大约三分之二降落到地球表面的水分重新释放回大气中，其余三分之一则流入海洋（Trenberth等人，2007年）。通过潜热作用，ET控制着地表温度，这对区域和全球气候有显著影响（Zhang等人，2016年）。此外，ET与植物生长之间的直接联系突显了它在促进碳吸收中的作用（Gentine等人，2019年）。通过ET释放的水分对于维持土壤湿度至关重要，而土壤湿度是支持植物生理过程（包括光合作用）的关键因素。准确估算ET的重要性不容忽视，特别是在研究水循环时，因为长期的ET测量可以作为水循环强度的宝贵指标（Ficklin等人，2022年）。然而，ET的量化仍然具有挑战性：目前全球只有少数几十个ET监测站正在运行，且记录时间相对较短。

有几种传统的ET估算方法，包括蒸发皿测量、鲍文比率法、涡度协方差系统、加权蒸渗仪、闪烁仪和树液流量测量。这些方法依赖于现场测量，并通常需要复杂的模型（Abtew和Melesse，2012年）。尽管它们可以在均匀区域内产生相当准确的ET估算结果，但由于依赖于许多与表面相关的参数（如空气温度、风速和特定高度的蒸汽压），其实际应用受到限制。在大范围和多样化的地形上收集这些数据非常困难，外推或插值可能导致误导性的结果。FLUXNET是迄今为止最成功的将局部ET观测数据扩展到全球范围的例子（Baldocchi等人，2001年）。然而，仍存在一个问题：FLUXNET的记录是否能够代表整个地球或那些缺乏现场数据的地区。

因此，为了克服空间限制，人们开发了许多全球ET数据集，包括卫星估算、地表模型、再分析数据以及数据驱动的放大观测结果。尽管存在大量的ET数据集，但由于大规模蒸发率计算的复杂性，仍缺乏一个适用于全球的长期参考数据集（Mueller等人，2013年）。同时，潜在蒸发蒸腾（PET）在许多情况下被用作ET的替代指标，但其计算方法存在多样性，缺乏标准的基准方法。此外，不同方法之间的PET估算结果差异可能很大，这会影响到陆地水循环的其他组成部分（Pimentel等人，2023年；Thakur等人，2025年）。因此，在水文建模、水资源管理、气候变化研究和农业实践中使用PET方法或PET数据产品时，必须承认这些不确定性。

估算ET时存在多种不确定性因素，包括数据预处理、数据同质性、时间分辨率和方法学考虑（Ezenne等人，2023年）。在将气象和水文数据从原始站点格式转换为最终用户可用的数字记录的过程中，由于缺失值、插值技术和质量控制等原因，会引入不确定性（McMillan等人，2018年）。时间和空间一致性的数据同质性问题加剧了ET估算的难度——这是所有水文气候变量中的一个常见问题（例如，Markonis等人，2024年）。此外，输入参数或建模过程中的不一致也可能导致错误。在不同时间和空间尺度上汇总数据时可能会出现差异，因为不同的ET估算方法在不同的时间或空间尺度上运行（Chen等人，2019年；Ershadi等人，2013年；Edwards和Orcutt，1969年）。制定详细记录和标准化的程序和工具对于减少这一地球水循环基本组成部分的不确定性至关重要。

R语言在水文学领域的应用越来越受欢迎，这体现在新的水文软件包的出现（参见Albers和Prosdocimi，2023年）、强大的在线用户社区以及更多的培训活动（Slater等人，2019年）。R语言为研究人员提供了诸如nasapower（Sparks，2018年）和Recipe（Vargas Godoy和Markonis，2023年）等工具，简化了多种气候数据集的处理。对于时间序列数据的管理，专门的软件如fasstr（Goetz等人，2020年）和hydroTSM（Zambrano-Bigiarini，2017年）使分析流量趋势和频率评估等任务变得更加容易。然而，在ET和PET方面，R生态系统存在一些局限性。Evapotranspiration（Guo等人，2016年）包依赖于基于站点的数据，可能限制了其在更广泛应用中的适用性。另一方面，CDT（Climate Data Tools）包采用了一种单一的方法，可能无法全面捕捉ET或PET过程的复杂性（Dinku等人，2022年）。虽然CDT提供了下载、处理和可视化气候数据的一般工具，但其范围较广，并非专门为蒸发蒸腾分析设计。这就形成了一个方法上的空白，因为目前还没有一个专门的工具能够整合多种ET和PET方法，并提供标准化的评估和可视化功能。

作为我们推广R语言在水文分析中应用的努力的一部分，我们发布了evapoRe这个R包，它解决了ET数据集的相关问题。evapoRe通过提供具有指定空间分辨率的ET数据集的一致数据库，并允许基于多种方法进行PET计算，从而克服了数据源的异质性问题。除此之外，evapoRe还提供了评估干旱等水文气候极端事件的功能，其中ET和PET是衡量水分压力的关键指标。这使得该包成为科学界推进干旱监测和相关研究的宝贵资源。与其他仅适用于特定系统或方法的工具不同（例如Guo等人，2016年），evapoRe旨在满足水文气候、生态和农业科学界的不同需求。它是一个易于使用的应用程序，支持在各种时空尺度上的数据访问、验证、可视化和分析，是探索性数据分析的有效工具。尽管目前的实现是基于R语言的，但其同质化ET/PET数据集和PET方法的工作流程是通用的，可以适应其他编程环境。evapoRe包可在https://CRAN.R-project.org/package=evapoRe获取。

数据

evapoRe包提供了一个包含18个ET数据集和4个PET数据集的数据库，这些数据集已统一到相同的空间（0.25°）和时间（每月）分辨率。此外，还包含一个补充数据库，提供包括温度、辐射、风速、相对湿度、地表压力和反照率在内的关键气象变量。这有助于使用多种方法计算PET。

典型分析流程

本节介绍了evapoRe包的多尺度评估方法，首先是对ET数据集与FLUXNET基准的全球比较，然后是对地中海地区的区域分析，包括时间序列统计、经验分布和趋势评估。接下来，我们展示了在西班牙的应用案例，证明了该包在干旱监测和极端蒸发事件检测方面的实用性。最后，我们对数据库进行了全面评估。

结论与总结

evapoRe为水文学和气候科学领域的研究人员、建模者和实践者提供了一个全面的工具包。除了整合了多种全球ET和补充数据集外，它还提供了一系列功能，简化了分析流程并促进了结果的可重复性。以下是该包提供的主要功能：

• •
  整合了18个全球ET数据集和4个PET数据集以及6个补充数据集（如温度、辐射），并按数据类型进行分类

术语表

BESS	呼吸地球系统模拟器（Breathing Earth System Simulator）
CAMELE	配置分析多源集成陆地蒸发蒸腾（Collocation-Analyzed Multi-source Ensembled Land Evapotranspiration）
CRU TS	气候研究单位时间序列版本（Climatic Research Unit Time Series version）
ERA	欧洲中期天气预报再分析中心（European Centre for Medium-Range Weather Forecasts Re-Analysis）
ETMonitor	全球每日/1公里分辨率的实际蒸发蒸腾数据（Global Actual Evapotranspiration at Daily/1-km Resolution）
FLDAS	饥荒早期预警系统陆地数据同化系统（Famine Early Warning Systems Network Land Data Assimilation System）
FLUXCOM	基于FLUXNET观测结果的机器学习网格化陆地蒸发数据（Global gridded land evaporation derived from machine learning upscaling of FLUXNET observations）
FLUXNET	全球网络

CRediT作者贡献声明

阿克巴尔·拉赫马蒂·齐维赫（Akbar Rahmati Ziveh）：撰写初稿、可视化、软件开发、概念设计。米哈埃尔·罗德里戈·瓦尔加斯·戈多伊（Mijael Rodrigo Vargas Godoy）：撰写初稿、可视化、软件开发、概念设计。维沙尔·塔库尔（Vishal Thakur）：审稿与编辑、撰写初稿、方法设计、数据管理、概念设计。约翰娜·R·汤姆森（Johanna R. Thomson）：审稿与编辑。马丁·哈内尔（Martin Hanel）：审稿与编辑。雅尼斯·马科尼斯（Yannis Markonis）：审稿与编辑、监督、概念设计。

利益冲突声明

作者声明他们没有已知的财务利益冲突，这些利益冲突可能会影响本文所述的工作。

致谢

本项工作是在“陆地水文循环加速研究（ITHACA）”项目框架下进行的，该项目由捷克科学基金会资助（资助编号：22-33266M）。