近日，我院姜群鸥教授团队在地表水热通量模拟与评估领域取得新进展，相关成果以"Refining the shuttleworth-wallace model with particle swarm optimization and genetic algorithm for evapotranspiration simulation in the ecotone of the eastern margin of the tibetan plateau"为题发表于农林科学领域权威期刊Catena。
蒸散发是连接陆地水循环、能量平衡与生态过程的关键环节，准确模拟其变化特征，对于认识高寒生态系统水热交换过程、评估气候变化影响和服务区域生态保护具有重要意义。青藏高原东缘生态过渡带地形复杂、下垫面类型多样，植被生长和水热条件具有明显季节差异。传统 Shuttleworth–Wallace 双源模型在应用过程中，常受到经验参数固定、区域适应性不足等问题制约，难以充分反映复杂异质下垫面的动态变化特征。
针对上述问题，研究团队聚焦青藏高原东缘生态过渡带，开展蒸散发模拟研究，构建了融合粒子群优化算法与遗传算法的SW–PG模型。研究以典型生态系统观测数据和多源遥感数据为基础，重点对最小气孔阻力和地表粗糙度两个关键生物物理参数进行动态优化，使模型参数能够随生态系统类型和季节变化进行调整，从而增强模型对区域水热过程、植被生理响应和地表湍流交换的表达能力。
研究发现，优化后的SW–PG模型较传统模型具有更高的模拟精度和稳定性，能够更好地刻画不同生态系统蒸散发过程的季节变化特征。模型对生长季蒸散发波动、不同下垫面水热交换差异以及高寒生态过渡带植被—大气相互作用过程的模拟能力明显提升。研究成果从参数动态优化角度改进了传统双源蒸散发模型，为复杂高寒生态系统蒸散发估算、水热过程解析和生态水文模拟提供了方法支撑。
图1 SW-PG 模型结构示意图
图2 传统SW模型与经月度和季度优化后SW- PG模型的估计值和实测值比较
水保学院硕士研究生赵伟航为论文第一作者，姜群鸥教授为通讯作者。研究工作得到了国家自然科学基金项目（42371291和41901234）、国家重点研发计划项目（2023YFF1304204）的资助。
论文链接：https://doi.org/10.1016/j.catena.2026.110014