准确模拟陆地生态系统总初级生产力(GPP)与蒸散发(ET)对理解和预测全球碳水循环具有关键意义，然而现有模型在估算这两大核心要素时仍存在显著不确定性和局限性。

　　在GPP模拟方面，沈阳生态所生态气候组团队基于卫星的光能利用率模型(LUE)，采用FLAML轻量级自动化机器学习框架，开发了FLAML-LUE模型，结合气象数据、涡度协方差观测和遥感指数，评估了不同时间尺度下各类变量组合对GPP模拟的影响。研究结果发现FLAML-LUE模型在GPP预测中表现优异，能准确模拟其时间动态和量级，尤其在混交林和针叶林中优势显著;在高寒灌丛和典型草地生态系统中表现稍差，但其精度仍优于MODIS和PML GPP产品。模型在高温和高饱和水汽压差的极端条件下，模拟精度轻微下降;干旱条件下，模型在农田和常绿阔叶林的表现略有提升。本研究为评估区域尺度不同生态系统类型GPP提供了新方法。成果以FLAML version 2.3.3 model-based assessment of gross primary productivity at forest,grassland,and cropland ecosystem sites为题发表于欧洲地球科学联合会(EGU)旗下期刊《Geoscientific Model Development》，来洁博士研究生为第一作者，吴家兵研究员为通讯作者。

　　在ET模拟方面，团队利用48个成员的Noah-MP多参数化方案集合，与多源ET产品在8种土地覆盖类型下进行多时间尺度对比评估，并运用Sobol敏感性分析方法揭示其主导物理过程。研究结果表明Noah-MP集合在多数土地覆盖类型下对ET的模拟存在一定高估，尤其在常绿林、草地、农田和裸土区域。年尺度上，模型能捕捉夏季ET峰值时间但存在高估;年际尺度上，Noah-MP集合在干旱半干旱区域表现较好，而湿润森林和农田区域较差。敏感性分析表明，森林和草地生长季ET主要受气孔导度过程控制，灌木、稀树草原、农田和裸土区域则主要由产流过程主导。该研究为ET模拟的改进和集合优化指明了方向，凸显了针对不同土地覆盖类型差异化优化模式的重要性。成果以Assessment of evapotranspiration from a Noah-MP ensemble with multi-source products under different land-cover types over the continental United States为题发表于美国气象学会(AMS)旗下期刊《Journal of Hydrometeorology》，费雯丽助理研究员为第一作者，沈历都助理研究员为通讯作者。

　　上述成果为区域尺度陆地生态系统碳水循环模拟提供了重要的方法学参考，研究受到国家重点研发计划、辽宁省科学技术计划和中国气象局生态系统碳源汇重点开放实验室开发基金的资助。

         原文链接：

         https://doi.org/10.5194/gmd-18-5115-2025

         https://doi.org/10.1175/JHM-D-24-0127.1

　　图1 FLAML-LUE、PML与MOD17模型GPP产品与涡动相关观测的8天尺度对比评估

　　图2 Noah-MP集合与多源ET产品在8种土地覆盖类型下对ET年循环的对比评估