增加灌溉面积是稳产增产，保证粮食安全的方案之一。因此，对全球灌溉耕地分布的识别十分必要。然而，由于灌溉和雨养耕地的光谱特征差异不明显，即便利用高分辨率的对地观测数据仍然不能难以精确识别灌溉地。

中国科学院空天信息创新研究院吴炳方研究员在《Global Environmental Change》发表论文“Mapping global maximum irrigation extent at 30 m resolution using the irrigation performances under drought stress”，创新性地利用干旱胁迫下的灌溉与雨养耕地的作物长势差异，提出了一种稳健和普适的灌溉地提取方法，实现了2010-2019年全球30米分辨率的实际灌溉地分布（GMIE）制图。

研究背景

灌溉可以稳定和提高作物产量，减轻干旱对农作物生长的影响。灌溉也是人类活动对水循环最重要的干预措施之一。农业灌溉占到总淡水使用量的60%，占淡水总消耗量的87%。尽管其对粮食安全和全球水循环具有重要意义，但全球范围内的高精度、高质量的灌溉地信息仍然缺乏。为了更好的评估全球当下的灌溉水平，以便合理安排灌溉发展的优先区域，确保粮食安全和水资源的可持续利用，急需开展高精度高分辨率的全球灌概耕地分布制图。

现有的灌溉耕地识别方法存在以下问题：

1. 统计数据得出的灌溉面积是配备灌溉基础设施的耕地面积，由于年久失修等原因，不是实际的灌溉面积，且缺乏详细的空间信息，无法及时更新。

2. 使用光谱特征提取灌溉地分布时，由于没有独特的灌溉地的光谱特征，且既便利用甚高分辨率的遥感数据，也很难精确识别灌溉设施，使得这种方法只能用于区域灌溉耕地的提取。

归一化差异植被指数（NDVI）峰值已被证明有区分灌溉和雨养耕地的潜力。但是NDVI不仅受灌溉的影响，而且很大程度上受获取时间、作物类型、密度、长势、灌溉时间、病虫害和耕作方式的影响，导致NDVI的季节性和年际波动较大，获取NDVI峰值数据需要高时间分辨率的数据，这也是为什么现有的灌溉地数据的分辨率均较低的原因（250米至0.5度不等）。但在降雨不足或干旱胁迫时，灌溉耕地的作物生长不受影响，而雨养地的作物生长胁迫明显。因此，可以采用水分胁迫下的NDVI峰值表征作物生长的差异，区分灌溉和雨养耕地。

研究方法

根据农业气象条件、作物类型、农业生产条件等因素，将全球划分为110个灌溉制图区。然后，根据2010-2019年度累计降水量的大小，确定最干旱的年份；计算月度累计水量盈余，确定每个制图区的最干旱月份。

根据每个灌溉制图区的特点和区域农业种植模式，利用收集到的灌溉、雨养样本点，确定区分灌溉和雨养耕地的阈值。对于每个制图单元，估算3年内（2017-2019年）干旱月份耕地范围内最大NDVI值；同时计算耕地像元10年内（2010-2019）最干旱年份NDVI值较10年平均值的偏差（%）。对每个制图单元，结合样本数据，利用Fisher两类判别法确定分类阈值。最后，递归循环确定采用三年内干旱月份NDVI最大值还是10年最干旱年NDVI偏差作为最终分类指标。

图 1 2017年巴基斯坦旁遮普省至古吉拉特邦区月度NDVI最大值曲线（a）灌溉、雨养区2月NDVI分布柱状图（b）；中国海南雨养耕地（c）和灌溉耕地（d）2015年（10年内最干旱年）与10年月NDVI平均值之间比较；区分灌溉与雨养耕地的月NDVI偏差阈值(e)与5月NDVI偏差分布直方图（f）

研究发现

本研究明确了全球定期灌溉和不定期灌溉的灌溉需求区域（图 2），分别占全球耕地的42%和58%。同时生成了30米分辨率的全球实际灌溉地分布图（GMIE），代表了2010-2019年期间实际最大灌溉范围（图 3）。

图 2 全球30米分辨率灌溉耕地分布图（审图号：GS 京（2022）1228号）

图 3 全球6个重要河流三角洲灌溉耕地分布（审图号：GS 京（2022）1228号）

结果表明，全球的灌溉地大约为4.03亿公顷，占全球耕地的23.4%，数据的总体精度为83.6%。灌溉耕地主要分布在南亚和东亚，印度（0.95亿公顷）是全球灌溉耕地面积最大的国家，中国（0.85亿公顷）和巴基斯坦（0.18亿公顷）分别位列第2和第4位。此外，美国灌溉耕地面积（0.27亿公顷）位列全球第3，其余国家灌溉耕地面积均低于0.1亿公顷。

灌溉耕地集中分布在平原区、河流两侧。平原区地势平坦，靠近河流便于取水，适宜发展灌溉农业，分布在平原区的灌溉耕地面积为2.24亿公顷，约占全球灌溉耕地面积的55.6%。恒河平原、印度河平原和黄淮海平原均有大量灌溉耕地。

除平原区外，干旱区内的绿洲是另一类灌溉耕地较为集中的区域。全球约0.31亿公顷的灌溉耕地属于干旱区内的绿洲农业区，占全球灌溉耕地面积的7.7%。埃及尼罗河沿岸和三角洲地区、美国加利福尼亚谷地、中国新疆等是全球典型的灌溉绿洲农业区。

研究意义

1. 通过利用灌溉的本质，即弥补降雨不足或减缓水份胁迫，作为识别雨养与灌溉耕地的指标，提出了一种稳健和普适的灌溉地提取方法。

2. 生成了全球首套30米分辨率的全球灌溉耕地空间分布数据。

3. 根据指标的适用性，实现了全球需要定期和不定期灌溉区域的区分。

团队简介

吴炳方，中国科学院空天信息创新研究院，研究员。研究方向为农业、水资源和生态系统遥感。

E-mail: wubf@aircas.ac.cn

田富有，中国科学院空天信息创新研究院助理研究员，研究方向为地理大数据在水土资源监测中的应用研究。

E-mail: tianfy@aircas.ac.cn

曾红伟，中国科学院空天信息创新研究院副研究员，中国科学院特聘研究岗位(骨干)，主要从事水与粮食安全交叉研究。

E-mail: zenghw@aircas.ac.cn

张淼，中国科学院空天信息创新研究院副研究员，研究方向为农业遥感。

E-mail：zhangmiao@aircas.ac.cn

朱伟伟，中国科学院空天信息创新研究院副研究员，研究方向为水资源遥感。

Email：zhuww@aircas.ac.cn

1. 吴炳方, 张淼, 田富有等, (2022) 全球生态环境遥感监测2022年度报告-全球大宗粮油作物生产形势及复种和灌溉的贡献.

2. Tian, F., Wu, B., Zeng, H., Zhang, M., Hu, Y., Xie, Y., Wen, C., Wang, Z., Qin, X., Han, W., Yang, H. (2023) A shape-attention Pivot-Net for identifying central pivot irrigation systems from satellite images using a cloud computing platform: an application in the contiguous US. GIScience & Remote Sensing 60.

3. Wu, B., Tian, F., Zhang, M., Piao, S., Zeng, H., Zhu, W., Liu, J., Elnashar, A., Lu, Y. (2022) Quantifying global agricultural water appropriation with data derived from earth observations. Journal of Cleaner Production 358, 131891.