近日，中国科学院空天信息创新研究院（空天院）遥感与数字地球全国重点实验室（实验室）研究员王树东带领的生态水文遥感团队，在农业灌溉用水核算方面取得重要进展。
长期以来，“农田到底用了多少灌溉水”一直是农业水资源管理中的关键问题，也是一个现实难题。传统方式主要依赖人工调查、分级统计和行政上报，虽然是重要基础，但普遍存在周期长、成本高、空间精度有限等局限，难以满足当前农业精细化管理、区域调度和动态监测的需求。特别是在我国这样耕地分布复杂、灌溉方式多样、区域差异显著的大国，如何更加准确、连续地掌握灌溉用水的时空变化，已成为保障粮食安全、推进节水型社会建设的重要科技命题。
围绕这一难题，研究团队没有沿用“单靠统计”或“单靠模型”的传统思路，而是将多源地球观测数据、深度学习和水量平衡机理有机结合，形成了一条新的技术路线。研究团队创新提出了一套融合卫星遥感观测、物理过程约束和人工智能算法的新框架，构建我国近二十年500米分辨率灌溉用水数据集。该成果是目前全国空间分辨率最高、时间跨度最长的灌溉用水估算成果，为农业节水、水资源精细管理和粮食安全保障提供了新的技术支撑。
研究团队首先利用多源卫星观测与数据融合方法，提升蒸散发、降水和土壤水分等关键水文变量的质量；再结合遥感地表温度与再分析地表温度差异，识别农田在生长季中的灌溉时段；最后将非灌溉期建立起来的水量平衡规律迁移到灌溉期，借助人工智能估算传统遥感难以直接观测的非蒸散损失项，从而反推出灌溉用水。从验证结果看，这套方法表现出较强的稳定性和可靠性。
这项工作的意义，不仅在于形成了一张更清晰的“全国农田用水地图”，更在于展示了一条值得重视的新路径：让遥感成为观测之眼，让人工智能成为解析之手，让物理规律成为结果可信的底座。在气候变化、粮食安全和水资源约束日益突出的背景下，未来农业管理需要的不只是事后统计结果，更需要连续、透明、可更新、可比较的时空信息。
该项研究由空天院联合南京信息工程大学气象灾害预报预警与评估协同创新中心、美国宾夕法尼亚大学地球与环境系共同完成。研究成果以“Spatially explicit estimation of high-resolution irrigation water use across China using earth observation data and deep learning”为题，发表于国际摄影测量与遥感学会官方期刊《国际摄影测量与遥感杂志》（ISPRS Journal of Photogrammetry and Remote Sensing）。实验室博士研究生薄勇为论文第一作者，王树东为论文通讯作者。该研究得到了得到了国家重点研发计划、金砖国家合作科研项目以及内蒙古自治区“揭榜挂帅”项目等支持。
论文链接：https://www.sciencedirect.com/science/article/pii/S092427162600242X
图1 中国区域灌溉用水分布图
图2 中国区域三种主粮作物的灌溉用水分布图
动态新闻