Het is een uitdagende taak om nauwkeurig in te schatten hoeveel water er van het begroeide landoppervlak verdampt. Een op fysische gebaseerde methode, zoals de complementaire relatie (CR) van verdamping, die expliciet rekening houdt met de dynamische feedbackmechanismen in het bodem-land-atmosfeersysteem en minimale gegevens vereist, is voordelig voor het volgen van de voortdurende veranderingen in de wereldwijde hydrologische cyclus en deze te relateren aan historische basiswaarden.

Helaas, een dergelijke methode kan niet worden gebruikt met recent ontwikkelde op teledetectie gebaseerde benaderingen, omdat ze meestal pas de laatste paar decennia beschikbaar zijn.

Een internationaal team van Hongaarse, Amerikaanse en Chinese wetenschappers hebben aangetoond dat een bestaande kalibratievrije versie van de CR-methode die inherent de veranderingen in de omgeving in elke stap van de berekeningen volgt, langetermijntrends in landverdampingssnelheden op continentale schaal beter kan detecteren dan een recent ontwikkelde en wereldwijd gekalibreerd zonder dergelijke dynamische aanpassingen aan droogte.

Met aanhoudende klimaatverandering, de mondiale hydrologische cyclus wordt aanzienlijk beïnvloed. Zoals klimaatonderzoek aangeeft, natte ruimtes zullen in het algemeen nog natter worden, terwijl droge drogers, wat niet het beste scenario is voor de uitgestrekte semi-aride en droge gebieden van de wereld. Om betere klimaatvoorspellingen te kunnen doen, algemene circulatiemodellen moeten hun bestaande algoritmen voor het schatten van verdamping upgraden. Een computationele methode die zijn voorspellingen automatisch aanpast aan veranderingen in droogte op korte en lange termijn, kan de bestaande algoritmen die door deze klimaatmodellen worden gebruikt, verbeteren.

"Door herhaaldelijk de uitstekende mogelijkheden van onze kalibratievrije verdampingsmethode te demonstreren op alle locaties die voor ons toegankelijk zijn, ons uiteindelijke doel is om de klimaatmodelleringsgemeenschap kennis te laten maken en het te proberen, " legt Dr. Jozsef Szilagyi uit, de hoofdauteur van de studie. "Omdat er maar een paar nodig zijn, aan het oppervlak gemeten meteorologische inputvariabelen, zoals luchttemperatuur, vochtigheid, windsnelheid en netto oppervlaktestraling, zonder gedetailleerde informatie over de bodemvochtstatus of landoppervlakte-eigenschappen, het kan gemakkelijk worden toegepast met beschikbare historische gegevens van meteorologische gegevens en kijken of het inderdaad eerdere voorspellingen van het klimaat verbetert of niet."

"Elke verandering in landgebruik en landbedekking wordt inherent verklaard door de CR-methode via de dynamische droogteterm die zelfs geen neerslagmetingen vereist - een van de meest variabele en moeilijk te voorspellen meteorologische parameters, " concludeert hij.