全球0.05°蒸散发数据集（1982-2023）

该数据集包含了1982年至2023年全球高分辨率蒸散发（ET）估算值，由多时间尺度融合框架AGFusionET模型生成。该模型采用自动化机器学习（AutoML）与自编码器技术，融合了来自遥感、气候模型等不同数据源的20种独立蒸散发产品，有效提升了估算结果的时空连续性，并提高了不同生态系统蒸散发估算的精度。
数据集空间分辨率达0.05°，时间跨度广泛，能够精细刻画全球蒸散发时空格局。模型基于全球585个涡度相关观测站点进行验证，性能评估表明AGFusionET相比其他基准蒸散发产品具有更高精度：其克林-古普塔效率系数（KGE）达0.88，月尺度均方根误差（RMSE）为12.12毫米/月，在月际与年际尺度均展现出优良的准确性。
本数据集对气候变化研究、干旱监测、水资源管理及陆-气相互作用分析具有重要价值。特别是在干旱区与高纬度等蒸散发估算关键区域，可为各类环境研究提供可靠的蒸散发数据支撑。

This dataset contains global high-resolution evapotranspiration (ET) estimates from 1982 to 2023, generated by the multi-timescale fusion framework AGFusionET model. This model adopts automated machine learning (AutoML) and autoencoder technologies to integrate 20 independent ET products from diverse data sources including remote sensing and climate models, effectively improving the spatiotemporal continuity of the estimates and enhancing the accuracy of ET estimates across different ecosystems. The dataset has a spatial resolution of 0.05° and a wide temporal span, enabling detailed characterization of the global spatiotemporal patterns of ET. The model was validated using 585 global eddy covariance observation stations, and performance evaluations show that AGFusionET outperforms other benchmark ET products with a Kling-Gupta Efficiency (KGE) of 0.88 and a monthly Root Mean Square Error (RMSE) of 12.12 mm/month, exhibiting excellent accuracy at both inter-monthly and inter-annual scales. This dataset holds significant value for climate change research, drought monitoring, water resource management, and land-atmosphere interaction analysis. Particularly in key ET estimation regions such as arid areas and high latitudes, it can provide reliable ET data support for various environmental studies.

搜集汇总

背景与挑战

背景概述

该数据集提供了1982年至2023年全球0.05°空间分辨率的月尺度蒸散发估算，由AGFusionET模型通过融合20种独立产品生成，利用自动化机器学习和自编码器技术提升了时空连续性和精度。基于585个观测站点的验证显示其具有高准确性（KGE=0.88，RMSE=12.12毫米/月），适用于气候变化、水资源管理等研究。