《Agricultural and Forest Meteorology》：Decoupling of gross primary productivity and transpiration revealed through a daily remote sensing modelling approach in arid irrigated farmland
编辑推荐：
本研究基于TSEB-SM模型，分析河套灌区2000-2020年作物光合作用（GPP）与蒸腾（T）关系，发现灌溉条件下GPP与T弱相关，中晚生长期T显著增加但GPP稳定，表明水分利用效率低，需优化灌溉管理及实时监测。
宋立生|关志文|陶思诺|迈克尔·利德尔|赵庚乐|赵龙|刘少敏
中国安徽省安庆师范学院地理与旅游学院，长江-淮河流域地表过程与区域响应重点实验室，241002
摘要 水对于新鲜农产品的种植至关重要，而新鲜农产品又是全球粮食安全的重要组成部分。由于全球人口增长和气候变化的影响，对水资源的需求预计将迅速增加，这导致农业用水与其他人类和环境用水需求之间的竞争加剧。在农业中实施有效的水资源管理措施，并精确监测用水量，对于实现与高效用水相关的可持续发展目标（SDG）至关重要。尽管如此，有报告指出，在灌溉地区，尤其是在半干旱和干旱地区，仍然存在水资源过度使用的问题。本研究利用2000年至2020年的每日蒸腾作用（T）和总初级生产力（GPP）数据，发现中国淮河流域干旱灌溉农田中GPP与T之间的关系较弱。蒸腾作用数据是通过基于热红外和微波土壤湿度卫星数据的双源能量平衡（TSEB-SM）模型计算得出的。该模型对草地和农田地区的日蒸发量（ET）的估算与涡度协方差通量测量结果高度吻合，均方根误差（RMSE）低于1.0毫米/天；在柽柳灌木和沙漠草原环境中，由于植被能够获取更深层次的水分，估算结果也较为准确（RMSE < 2.0毫米/天）。然而，在灌溉作物的生长中期到后期，尽管蒸腾作用增加，但总初级生产力（GPP）却保持稳定，表明单位蒸腾水量下的植物生产力较低。这些发现支持了“灌溉作物解耦”概念，即在极端高温条件下，当水分供应充足时，植物的蒸腾速率可能远高于光合作用所需的速率。本研究强调了改进灌溉方法和加强水资源实时监测的必要性。
引言 无论是来自降雨还是灌溉，农业用水主要与作物生产相关。随着人口增长，预计到2050年农业生产需要增加70%以满足不断增长的需求（世界银行，2022年）。这对农业部门来说是一个重大挑战。为应对这一挑战，农业部门必须找到在保护土地和水资源的同时扩大粮食生产的方法，例如维护自然生态系统、种植非粮食作物以及支持城市和工业发展（Devineni等人，2022年；Qin等人，2020年）。
有效管理农业用水需要精确监测作物生产中的用水情况，以确保资源的最佳利用，并减少不同部门之间的水资源竞争。提高水资源管理效率不仅能够解决农业面临的紧迫问题，还有助于实现联合国的可持续发展目标（SDG 6），即在2030年前确保所有人都能获得可持续的水资源和卫生设施。然而，一个令人担忧的趋势是农田用水量持续增加，正如Grafton等人（2018年）的研究所观察到的那样，田间节约的水资源往往会在流域内的其他农田中被重新利用。此外，有报告指出，在季风区、半干旱和干旱地区，灌溉地区的水资源过度使用问题仍然严重（Stocker等人，2023年）。
田间过度用水可能是因为灌溉者使用了过量的水，即使额外的水分对作物产量的提升作用微乎其微。这些多余的水分加剧了土壤表面的蒸发和杂草的蒸腾作用，对作物产量没有实际帮助。此外，在半干旱和干旱地区，高辐射和干燥的空气条件下，作物的蒸腾作用可能导致叶片冷却，但这并不一定会增加作物产量，因为极端温度和干燥条件下作物的光合作用和气孔导度可能会脱钩（Ameye等人，2012年）。这种脱钩会导致植物为了维持叶片温度而消耗更多的水分，从而降低光合作用效率（Still等人，2022年）。因此，灌溉作物中水资源的过度使用会导致总初级生产力（GPP）与蒸腾作用（T）之间呈现负相关或弱相关关系。在极端高温条件下对充分灌溉的植物进行的实验研究中已经证实了GPP与T的解耦现象（De Kauwe等人，2019年），但在区域尺度上探讨这一关系仍然具有挑战性。尽管如此，这类证据对于识别水资源使用不合理的地区（尤其是在水资源匮乏的作物种植区）至关重要。
Norman等人（1995年）提出的双源能量平衡（TSEB）模型及其相关模型（如Anderson等人（1997年提出的大气-陆地交换逆向（ALEXI）模型）是广泛用于估算蒸发量（ET）的基于陆地表面温度（LST）的模型。近年来，人们对这些模型进行了多项改进，以提高其准确性，包括估算土壤空气动力阻力的算法、组分温度分离方法以及区域参考气温的估算（Cammalleri等人，2012年；Colaizzi等人，2012年；Kustas和Norman，1999年；Song等人，2016年）。将遥感土壤湿度数据纳入TSEB模型（TSEB-SM）后，该方法的能力得到了进一步提升（Song等人，2023年；Xu等人，2022年）。这些比较表明，TSEB-SM能够更准确地模拟土壤蒸发，并考虑了土壤湿度和植物蒸腾作用之间的耦合效应。由于土壤湿度影响土壤表面蒸发和植物气孔蒸腾，进而影响土壤和冠层温度，因此与简单的基于LST的模型相比，TSEB-SM在模拟地表通量方面表现更好（Song等人，2023年）。除了研究水循环外，利用可见光和近红外数据的卫星遥感数据还可以从区域到全球尺度估算每日总初级生产力（GPP）（He等人，2022年）。
在这项研究中，我们研究了中国半干旱/干旱的淮河流域遥感总初级生产力（GPP）与蒸腾作用之间的关系。我们的假设是，在灌溉地区会观察到作物光合作用与蒸腾作用之间的解耦现象。我们通过比较2000年至2020年间每年以及每年3月至9月期间，灌溉作物与其他植被类型（包括草地、灌木和森林）的GPP和T的线性相关统计数据来验证这一假设。随后，我们采用了一种名为SeRGS（序列线性回归斜率）的精确时空方法，以4×5×5的移动窗口（4天、5×5像素）识别GPP与T之间的关系以及日尺度上的水资源利用效率趋势，并将这些相关系数和斜率值平均到淮河流域不同生态区的月尺度上。我们基于遥感和GPP与T的建模方法提供了一种非侵入性的方式来检测灌溉农田中的过度用水情况。此外，我们的发现还将有助于突出灌溉和非灌溉地区在水资源利用/保护方面面临的持续挑战。
TSEB-SM模型 TSEB（双源能量平衡）模型最初由Norman等人于1995年提出，是一种广泛用于估算地表能量通量的方法（Kustas和Norman，1999年；Sánchez等人，2008年）。该模型基于地表能量平衡的基本原理，以地表温度作为关键边界条件，可简要概括如下：R n ≈ H + L E + G R n , s = H + L E + G R n , c = H + L E
在这些方程中，R n 代表净辐射（即入射辐射）
研究区域 淮河流域位于东经97.1°至102.0°、北纬37.7°至42.7°之间，地处中国西北部的干旱和半干旱地区，位于欧亚大陆的中心地带（见图1）。该地区的地形从大约2300米（海拔）向东逐渐下降至1500米，同时从约4000米向北下降至900米。这些显著的海拔变化以及流域的广阔面积（核心流域面积为130,000平方公里）
利用地面观测数据验证TSEB-SM模型 首先通过地面观测数据对TSEB-SM模型的有效性进行了测试。在Arou和Daman站点，通过汇总白天的半小时潜热通量记录，得到了2014年至2020年的蒸发量（ET）数据。该模型与地面观测结果高度吻合，Arou和Daman站点的R2值分别为0.69和0.77
结论 本研究利用TSEB-SM模型生成了淮河流域空间和时间连续的日蒸发量（ET）数据集。该数据集的空间分辨率为1公里，涵盖了2000年至2020年的多年数据。该数据集与来自四个观测站点的多年（2014–2020年）地面ET数据集进行了比较：Arou为高山草甸；Daman为灌溉玉米种植区；Sidaoqiao为半干旱灌木区；
CRediT作者贡献声明 宋立生： 撰写——审稿与编辑，撰写——初稿，方法论研究，资金获取，数据管理。关志文： 验证，软件开发，数据管理。陶思诺： 验证，软件开发，数据管理。迈克尔·利德尔： 撰写——审稿与编辑，正式分析。赵庚乐： 软件开发，正式分析，数据管理。赵龙： 撰写——审稿与编辑。刘少敏： 撰写——审稿与编辑。
