蒸散作为地气界面水热碳循环的核心变量之一，其准确测算一直是水文气象学的难点问题之一。传统水文气象学蒸散测算方法及遥感反演模型大多存在系数经验性、参数化方案复杂不确定的问题。我校地理与遥感学院潘鑫副教授、杨英宝教授研究组，联合中国科学院南京地理与湖泊研究所刘元波研究员团队和英国莱斯特大学国家对地观测中心Kevin Tansey教授团队针对上述问题，近日开展科学研究，在蒸散测算及遥感反演方面取得系列研究成果。团队引入地表能量平衡理论和热力学平衡理论，从哈密顿原理出发在原始非参数化蒸散测算方法（NP方法）的基础上，分别发展了基于地表能量平衡理论的单源和双源非参数化蒸散测算方法（SFE-NP方法和TS-NP方法），方法避免了传统方法的阻抗参数化和系数经验化带来的不确定性，显著改善了原始非参数化方法在干旱区的高估问题，在全球范围的通量站点处验证结果表明其精度可靠。图1 四种方法在全球通量站点处的蒸散测算精度泰勒图（a. NP方法，b. SFE-NP方法，c. RH-PM方法，d. TS-NP方法）团队比较了输入空间降尺度策略和输出空间降尺度策略对蒸散遥感反演的影响，定量化揭示了以地表温度为代表的

近日，我院薛朝辉教授联合中科院东北地理所科研团队提出了利用辐射通量刻画全球夜间灯光能量强弱的新方法。该成果以“Quantitative characterization of global nighttime light: A method for measuring energy intensity based on radiant flux and SNPP-VIIRS data”为题发表在遥感研究领域顶级期刊《Remote Sensing of Environment》。论文通讯作者为我院薛朝辉教授和东北地理所贾明明副研究员。夜光遥感是估算社会经济参数、评估城市发展以及研究光污染对生态环境影响的重要手段。然而，如何准确地反映夜间灯光能量强弱目前仍然是一个挑战。当前应用最为广泛的夜光遥感数据为SNPP-VIIRS数据，现有研究通常采用辐亮度来描绘夜间灯光辐射能量强弱。然而，像元面积随纬度变化而变化，当影像像元面积相同时，辐亮度可以反映夜光像元间的相对能量强弱，但是当像元面积不同时，基于单位面积的物理量来反映能量强弱将会带来严重系统误差。因此，直接使用辐亮度来反映其能量强弱显然不够准

水稻灌溉用水占全球灌溉总量的30%以上。由于气候变化和人类活动的加剧，水稻灌溉需水与供水的矛盾日渐突出，制约水稻的可持续生产。干湿交替灌溉（AWD）是国际水稻研究所推荐的高效节水模式，但大量试验表明，该模式存在水稻减产风险，阻碍了该模式的推广应用。针对上述问题，研究团队开展全球稻田干湿交替灌溉控制试验的数据挖掘，发现灌溉间歇的最低土壤水势是决定AWD如何影响水稻产量的关键指标。在此基础上，综合应用深度学习、过程模型与控制试验数据，绘制了亚洲稻田干湿交替灌溉土壤水势阈值图。与国际水稻研究所推荐的AWD模式相比，该团队提出的新模式实现水分利用效率在全球37%的水稻灌溉面积显著提高且保障水稻稳产，其中印度、孟加拉和中国长江下游等国家或地区是优先推广区，为进一步优化亚洲稻田（约占据全球88%稻田面积）的水分管理提供了科学依据。该研究以“Improved alternate wetting and drying irrigation increases global water productivity”为题，于2024年11月21日发表在《Nature Food》期刊。北京大学薄岩博士为第一作