潛熱（LE）和蒸散作用（ET）與地表和大氣之間的水和能量交換密切相關(guān)（Lei和Yang 2010；Lin等人2022；Yang等人2023）。作為表面能量平衡的關(guān)鍵組成部分，潛熱通常占凈輻射的50%以上，其估計(jì)值根據(jù)所使用模型的不同而變化，范圍從48%到88%不等（Trenberth等人2009；Wang和Dickinson 2012）。基礎(chǔ)理論表明，潛熱受表面能量分配和邊界層動(dòng)力學(xué)的影響，其估計(jì)需要綜合考慮輻射、湍流和水分傳輸過(guò)程（Brutsaert 2013）。同時(shí)，對(duì)遙感衍生指標(biāo)（如NDVI）的解釋必須考慮物理和生物限制，并通過(guò)地面觀測(cè)來(lái)確保在空間和時(shí)間尺度上的可靠性（Bolle等人2006）。鑒于超過(guò)80%的陸地蒸散作用來(lái)自植物蒸騰作用（Schlesinger和Jasechko 2014），準(zhǔn)確及時(shí)地估計(jì)植被潛熱對(duì)于深入理解水文過(guò)程、生態(tài)系統(tǒng)功能和陸地-大氣相互作用至關(guān)重要（Lan等人2021）。

植被潛熱模擬方法大致可以分為物理（機(jī)理）模型和統(tǒng)計(jì)（數(shù)據(jù)驅(qū)動(dòng)）模型（Fu等人2021；Wang等人2007）。物理模型，如Penman-Monteith方程（Monteith 1965；Penman 1948）和陸地表面能量平衡算法（Bastiaanssen等人1998），依賴于能量平衡原理和成熟的生物物理過(guò)程。這些模型具有堅(jiān)實(shí)的理論基礎(chǔ)，并已在各種氣候和地表?xiàng)l件下得到驗(yàn)證（Chen等人2021）。然而，它們往往受到經(jīng)驗(yàn)參數(shù)化的限制，例如空氣動(dòng)力阻力或冠層導(dǎo)度因子，這可能引入顯著的不確定性（Chen等人2022）。相比之下，統(tǒng)計(jì)模型基于觀測(cè)到的潛熱與相關(guān)環(huán)境變量之間的經(jīng)驗(yàn)關(guān)系進(jìn)行估計(jì)。這些方法包括線性和非線性回歸（Khanmohammadi等人2018）、神經(jīng)網(wǎng)絡(luò)（Liu等人2020）、深度學(xué)習(xí)、隨機(jī)森林（Chen等人2020）和支持向量機(jī)（Ashrafzadeh等人2020）。盡管許多這些經(jīng)驗(yàn)關(guān)系基于數(shù)十年的物理理論和實(shí)驗(yàn)觀察，但數(shù)據(jù)驅(qū)動(dòng)模型可以提供一種靈活且可擴(kuò)展的方法來(lái)擴(kuò)展現(xiàn)有理解——特別是在缺乏密集現(xiàn)場(chǎng)測(cè)量的地區(qū)。它們不是替代物理模型，而是作為補(bǔ)充工具，利用大規(guī)模的地球觀測(cè)數(shù)據(jù)集來(lái)支持廣泛的時(shí)空范圍內(nèi)的潛熱估計(jì)。特別是那些整合了全球可用再分析和衛(wèi)星數(shù)據(jù)（例如ERA5-Land和Landsat）的模型，可以在不依賴本地通量塔校準(zhǔn)的情況下估計(jì)潛熱，從而提高數(shù)據(jù)稀缺地區(qū)的適用性。然而，許多模型需要局部通量測(cè)量或詳細(xì)的環(huán)境輸入，而這些在數(shù)據(jù)稀缺地區(qū)往往不可用，限制了它們的時(shí)空通用性。因此，確保輸入數(shù)據(jù)的質(zhì)量和評(píng)估模型的通用性是可靠應(yīng)用的基本前提。

基于云的地理空間平臺(tái)的最新進(jìn)展顯著提高了遙感和再分析數(shù)據(jù)的可訪問(wèn)性和處理能力（Yao等人2019）。諸如Google Earth Engine（GEE）和NASA Earthdata這樣的平臺(tái)提供了對(duì)Landsat、MODIS和ERA5等綜合數(shù)據(jù)集的免費(fèi)訪問(wèn)（Huang等人2017；Kong等人2019）。這些平臺(tái)支持在多個(gè)空間和時(shí)間尺度上的持續(xù)長(zhǎng)期觀測(cè)，同時(shí)消除了大量野外工作和本地?cái)?shù)據(jù)準(zhǔn)備的需要（Wang等人2020；Tamiminia等人2020）。Landsat衛(wèi)星系列自1972年發(fā)射以來(lái)，提供了超過(guò)四十年的高質(zhì)量30米光學(xué)數(shù)據(jù)，支持了植被監(jiān)測(cè)、水文學(xué)和土地管理的眾多應(yīng)用（Loveland和Dwyer 2012）。此外，ERA5-Land提供了從1981年至今的高分辨率（9公里）再分析數(shù)據(jù)，涵蓋了與水文氣象建模相關(guān)的關(guān)鍵氣象和土壤變量（Hersbach等人2020）。將ERA5-Land的大氣數(shù)據(jù)與Landsat的高分辨率地表觀測(cè)數(shù)據(jù)融合，為評(píng)估不同景觀和氣候區(qū)的陸地-大氣能量通量提供了統(tǒng)一且可擴(kuò)展的框架。

以往使用AI模型進(jìn)行潛熱估計(jì)的研究通常采用與物理模型相似的輸入變量，如溫度、濕度、輻射、壓力和歸一化植被指數(shù)（NDVI）（Chen等人2020；Chen等人2022；Zhu等人2022）。雖然這種方法合理，但它假設(shè)物理模型中重要的變量對(duì)AI模型同樣適用。然而，數(shù)據(jù)驅(qū)動(dòng)方法對(duì)特征冗余和噪聲非常敏感，可能導(dǎo)致過(guò)擬合并降低模型性能（LeCun等人2015）。因此，選擇最佳的輸入變量集對(duì)于提高預(yù)測(cè)精度和模型通用性至關(guān)重要。此外，包括NDVI或增強(qiáng)植被指數(shù)（EVI）在內(nèi)的植被指數(shù)提供了關(guān)于冠層條件的額外信息，在估計(jì)以蒸騰作用為主的潛熱時(shí)特別有用（Barraza等人2017；Joiner等人2018）。在渦度協(xié)方差塔處，氣象條件通常是均勻的，而在通量覆蓋范圍內(nèi)的植被條件由于局部異質(zhì)性而顯著變化（Heidbach等人2017）。為了使衛(wèi)星衍生的植被指數(shù)與地面通量測(cè)量結(jié)果一致，通常會(huì)在估計(jì)的通量覆蓋半徑內(nèi)對(duì)植被信號(hào)進(jìn)行平均處理，該半徑通常在幾十米到幾百米之間（Kljun等人2015）。然而，植被指數(shù)提取半徑、季節(jié)動(dòng)態(tài)和生態(tài)系統(tǒng)特征對(duì)潛熱估計(jì)的影響尚未在全球范圍內(nèi)系統(tǒng)地進(jìn)行評(píng)估（Wang等人2019）。

盡管在空間顯式潛熱估計(jì)方面取得了進(jìn)展，但對(duì)其未來(lái)動(dòng)態(tài)的預(yù)測(cè)仍不成熟——尤其是在捕捉快速景觀變化所需的高空間和時(shí)間分辨率方面。這一差距限制了我們預(yù)測(cè)生態(tài)系統(tǒng)對(duì)氣候變化和土地利用強(qiáng)度加劇的反應(yīng)的能力。在由于CO?施肥或恢復(fù)工作導(dǎo)致植被綠化增加的地區(qū)，或在面臨熱浪加劇和熱島效應(yīng)擴(kuò)大的城市地區(qū)（Santamouris等人2015），潛熱的變化深刻影響局部能量平衡、水文循環(huán)和熱舒適度（Wei等人2024）。例如，干旱期間的蒸騰作用減少或植被覆蓋的突然變化會(huì)加劇地表升溫，而持續(xù)的綠化可能通過(guò)增強(qiáng)蒸發(fā)冷卻來(lái)緩解溫度上升（Zhao等人2016）。因此，準(zhǔn)確及時(shí)的潛熱預(yù)測(cè)對(duì)于指導(dǎo)氣候適應(yīng)、城市可持續(xù)性和生態(tài)系統(tǒng)韌性規(guī)劃至關(guān)重要。利用不斷擴(kuò)展的衛(wèi)星和再分析時(shí)間序列數(shù)據(jù)檔案，本研究評(píng)估了在不同環(huán)境和數(shù)據(jù)可用性水平下預(yù)測(cè)植被潛熱的替代策略。

本研究的目標(biāo)有四個(gè)：（1）確定使用Landsat和ERA5-Land數(shù)據(jù)結(jié)合估計(jì)植被潛熱的最適合AI模型；（2）通過(guò)窮舉選擇ERA5-Land預(yù)測(cè)因子組合來(lái)優(yōu)化模型輸入；（3）評(píng)估潛熱模型性能對(duì)NDVI輸入的敏感性，涵蓋不同空間尺度、生態(tài)系統(tǒng)類型、季節(jié)和緯度梯度；（4）在數(shù)據(jù)可用性不同的條件下，比較兩種潛熱預(yù)測(cè)框架——LE-ML（根據(jù)預(yù)測(cè)的環(huán)境驅(qū)動(dòng)因素估計(jì)潛熱）和LE-Direct（直接根據(jù)歷史記錄預(yù)測(cè)潛熱）。