2003–2015年青海三江源地区基于贝叶斯模型平均的地表蒸散数据集

蒸散发（ET）是连接陆地水、碳和能量交换的重要生态水文过程。基于不同模型和不同遥感数据估算的ET，存在不同程度的不确定性。贝叶斯模型平均（BMA）提供了降低不确定性的一种途径。我们采用中国三江源地区ChinaFlux水热通量观测数据，以ARTS和PT-JPL模型模拟蒸散值，及国际共享的MOD16A2和SSEBop遥感蒸散产品为基础，进行了BMA集成研究，生成了三江源地区2003–2015年250 m空间分辨率的年均地表蒸散数据集。通过验证各输入模型和BMA集成模型结果，发现基于BMA的ET与通量观测数据相关性达0.94，能够解释观测数据季节变化的89%，优于单个模型的性能。说明BMA模型集成能够整合不同模型内在优势，降低结果估算的不确定性，从而获得更可靠的估算结果。本数据集可为三江源区域水热变化研究和生态系统调节功能评估提供更精确的数据支持。