近日，中国科学院空天信息创新研究院遥感科学国家重点实验室研究员王树东带领的生态水文遥感团队，在灌溉用水估算领域取得进展。该团队提出了基于机器学习和遥感观测数据的全国尺度灌溉用水量估算模型，并基于这一模型揭示了未来气候变化情景下中国灌溉用水的变化趋势和经济影响。灌溉农业约占全球耕地面积的20%，贡献了40%以上的粮食产量。中国拥有全球最大面积的灌溉农田，约占中国耕地面积的一半以上。可以说，灌溉用水对作物生长和产量颇为重要，尤其在水资源短缺的地区，频繁的干旱和极端气温可能加剧它的影响。因此，准确估算灌溉用水变化，对于制定最优的水资源分配政策的重要性日益凸显。现有的灌溉用水估算方法受到数据可用性和模型结构的约束，在全国尺度和未来气候变化情景下适用性差。基于此，该团队开发了基于机器学习的新模型，通过整合一系列高精度水文要素卫星遥感产品（降水、蒸散、土壤水分和雪水当量）、气象驱动因子、经济统计数据和数值模型模拟，在数据驱动框架下估算全国尺度的灌溉用水。新模型在估算灌溉用水方面表现出较高的准确性：与中国339个地级市的水利部公报值相比，确定系数介于0.86到0.91之间，均方根误差在0.261到0.361立方千米/年不等。研究通过11个农田站点的独立观测验证发现，模拟数据与实地观测数据具有显著相关性，准确率达90%以上。该研究进一步考虑了一系列气候和社会经济情景，将建立的机器学习框架与四个先进的地球系统模型结合，提供了未来70年中国灌溉用水的变化趋势和相关成本。研究显示，基于不同的温室气体排放情景，未来70年，约60%的省份的灌溉用水量均会增加，特别是西北地区和华北地区。研究发现：对比20世纪80年代至2010年的数据，全国灌溉用水到2050年预计最高将增加17.1%，灌溉用水的增加带来每年新增成本最高达到39.1亿美元；到2100年预计最高将增加34.8%，每年新增成本最高达到65亿美元。这突显了水资源可持续利用与管理的迫切性。该研究提出了有效估算当前和未来灌溉用水的方法，有望为农业用水政策提供建议。3月9日，相关研究成果以《应用机器学习方法揭示目前和未来中国灌溉用水变化》（Uncovering Current and Future Variations of Irrigation Water Use Across China Using Machine Learning）为题，发表在《未来地球》（Earth’s Future）上。该研究由空天院、中国气象科学研究院和美国宾夕法尼亚大学等合作完成。遥感科学国家重点实验室为第一完成单位。论文链接