地表蒸散（亦称“蒸散发”、“蒸腾蒸发”，或笼统地称为“蒸发”，简称E）是连接水量平衡和能量平衡的纽带，也是把生态过程和水文过程相关联的一个重要环节。由于陆气相互作用的复杂性，蒸散的准确估算成为一个难点。广义蒸散互补关系因其严格的物理边界条件和仅需要常规气象数据，不需要复杂下垫面信息的优势而受到广泛关注。过去几十年来，黄土高原实施了大规模退耕还林还草工程及其它水保工程，水文过程变化与水资源的可持续利用引人关注。本研究在黄土高原范围对现有的三种广义蒸散互补方法做了验证与比较，探究了其在年尺度上估算蒸散的效果，并就其应用结果进行了分析。地表蒸散总量等于植被蒸腾量（T）与土壤及其它下垫面成分的蒸发量（E_s）之和。在农业生态系统中，量化蒸腾，明确蒸散各组分比例，对于全面理解水分利用效率指标，提高产量水平和有效管理水资源具有重要意义。本文在估算区域蒸散总量的基础上，针对黄土高原冬小麦生态系统，估算了其不同时间尺度的蒸腾和蒸散比。论文得出的主要结果如下：

（1）基于函数结构与年尺度蒸散估算的需求，确定了广义非线性平流干旱方法（简称GNAA模型）和S型广义互补函数（简称SGCF模型）的参数率定方案，阐明了二者在蒸散估算中的表现特征。

 GNAA模型在率定了Priestley-Taylor（简称P-T）潜在蒸散中的参数α_e以及模型调节参数c时，能更好地模拟因变量（即实际蒸散与表观潜在蒸散之比，y=E/E_pa）和自变量（即平衡蒸散与表观潜在蒸散之比，x=E_e/E_pa）散点的趋势。率定的参数c只要大于2，即可实现x_min大于0的边界要求；SGCF模型不仅需要率定参数α_e和1/b，还需要对其上下限（x_max和x_min）进行约束。率定了参数的GNAA模型和SGCF模型在估算黄土高原年尺度地表蒸散上效果相当。此外，SGCF模型率定的参数α_e比GNAA模型的α_e值更接近P-T系数α的平均值1.26。

（2）基于对参数内涵及影响因素探究的探究与分析，指出了GNAA基础式和扩展式存在功能差异。

GNAA中参数α_e与干燥指数（E_pa/P）、降水（P）和气候季节性及不对称指数（SAI）相关，表明α_e是一个包含了P-T参数α和其它因子的综合参数。GNAA基础式中的参数α_e（用α_e-0表示）取值多有小于1.0的情况出现，其和E_pa/P的关系更密切； GNAA扩展式中参数α_e（用α_e-c表示）通常大于1.0，接近于P-T公式的系数α。结合参数函数α_e-0=f(E_pa/P)的GNAA基础式可以较准确模拟流域尺度蒸散量及其年际变异。基础式和扩展式结合可以更好地估算区域蒸散以及描述E、E_pa和E_po之间的关系。

（3）阐明了对自变量进行尺度变化的Szilagyi-2017模型（简称S2017）与结合参数α_e-0函数的GNAA基础式方法之间的联系，比较了二者在区域蒸散估算中的使用效果，并将GNAA模型应用于黄土高原的蒸散估算及其年际过程分析，探究了黄土高原以植被恢复为主的生态建设过程的水文响应。

建立参数α_e-0函数的GNAA基础式是以α_e-0/α_e-c为尺度因子，从不同于S2017的另一个角度实现了对GNAA扩展式自变量（x_B）的尺度变化，满足了“当α_e-0.E_e/E_pa =0时，E/E_pa =0”的边界条件。黄土高原1960 − 2011年的平均年蒸散量为391.8 mm，E_CR-B与P分别以0.33 mm/year、0.99 mm/year的速率呈下降变化，但二者的比值E_CR-B/P却以每年0.0013的速率显著增加，表明在长时间过程上降水资源中地表蒸散消耗的份额有趋上升之势。降水对蒸散具有控制作用，二者变化趋势一致，但不同时段上蒸散变化率的绝对值一般小于降水变化率的绝对值。与退耕还林草工程实施的时段对应，自1999年以来，降水量以3.26 mm/year的速率增加，随着植被覆盖的增加，蒸散随之以1.44 mm/year的速率增加，但仍不及降水的增加率。因此，在黄土高原植被恢复建设过程中，可利用的水资源量并未减少。在气候没有显著波动变化的条件下，基于可用水资源支撑的黄土高原植被的稳定性是有保障的。

（4）在估算黄土高原区域蒸散的基础上，利用线性化的碳水耦合关系，即GPP.VPD^k（GPP和VPD分别代表总初级生产力和水汽压差）与E（蒸散量）的斜率稳定性，基于半小时尺度上表现最好的潜在水分利用效率指标（uWUE=GPP.VPD^0.5/E），以黄土高原典型作物——冬小麦为例，探究了其蒸散组分比值及其随生育期的变化。

不同时间尺度上碳水之间的线性关系可以表达为：WUE_k=GPP.VPD^k/E。本研究通过比较几种常用的水分利用效率指标，发现k值随着时间尺度的增加而减小，并利用半小时尺度上表现最好的uWUE指标分离了黄土高原冬小麦的蒸散。黄土高原雨养冬小麦生育期的蒸腾和蒸散比值（T/E）为0.57，其生育期内的T/E动态变化呈双峰模式，最大的峰值出现在孕穗期，在三个生育年都超过了0.8。日内T/E的变化呈“M”型。不同的WUE指标各有其使用条件，传统的WUE指标在表征单位水分消耗所形成的生物产量方面具有不可替代性。