编辑推荐：
为解决气候变化和人口增长下灌溉耕地精准制图难题，研究人员基于 Google Earth Engine 平台，利用局部自适应随机森林分类器等构建中国灌溉与雨养耕地数据集（CAICD，30-m，1990-2022）。结果显示 CAICD 精度达 0.80，新疆灌溉面积增长显著，为资源管理提供重要数据支撑。
在全球气候变暖与人口持续增长的双重压力下，农业水资源管理与粮食安全问题日益凸显。灌溉耕地作为缓解干旱胁迫、保障作物产量的核心农业资源，其空间分布与动态变化的精准监测至关重要。然而，传统方法受限于训练样本匮乏、时空分辨率粗糙及复杂农业区数据整合困难等问题，难以构建统一的全国尺度灌溉耕地制图框架。例如，现有全球或全国数据集（如 GLC-FCS、IrriMap-Syn）存在分辨率低（500 m 至 1 km）、时间不连续或分类误差显著等缺陷，无法准确捕捉中国复杂地形与多样灌溉模式下的耕地细节，尤其在新疆、东北平原等灌溉快速扩展区域，数据缺失与误判问题突出。
为突破上述瓶颈，国内研究团队针对中国内地（不含港澳台）开展了长期系统性研究。研究以 Landsat 遥感影像为核心数据源，结合统计年鉴灌溉面积数据、多源土地覆盖产品（如 CLCD、CCI-LC）及气候地形数据，构建了首个 1990-2022 年连续 33 年的 30 米分辨率全国灌溉耕地数据集（China’s Annual Irrigated Croplands Dataset, CAICD）。该研究成果发表于《International Journal of Applied Earth Observation and Geoinformation》，为农业水资源优化配置与气候变化适应策略提供了关键基础数据。
关键技术方法
研究采用动态阈值提取与多源数据融合策略自动生成训练样本：基于 NDVI、EVI 等多植被指数峰值的动态阈值，结合县级行政单元灌溉统计面积，确定灌溉与雨养耕地分类边界；引入 IrriMap-Syn、GLC-FCS 等现有产品补充样本，通过 3×3 空间滤波与时间一致性筛选，构建高质量样本集。分类模型采用局部自适应随机森林（RF）算法，在 Google Earth Engine（GEE）平台上整合 147 个特征变量（包括光谱指数、气候因子、地形指标等），实现省级尺度的精细化分类，有效捕捉南北气候差异与作物类型对灌溉信号的影响。
研究结果
4.1 特征变量重要性分析
光谱指数（如 MNDWI、NDMI）与原始波段是最敏感分类特征，其重要性受降水、蒸散等气候因子及地形影响显著。例如，在干旱半干旱的北方地区，降水（Pr）与蒸散（ET）衍生指数（Dif、Aridity）对分类贡献突出；而在地形复杂的四川盆地，海拔与坡度等地形特征权重更高。随机森林的多特征整合能力显著提升了模型对区域异质性的适应性。
4.2 精度评估
CAICD 总体精度（OA）平均达 0.80，其中 2022 年 OA 为 0.82，显著优于现有 500 米分辨率产品（如 GFSAD、GRIPC）。与 GLC-FCS 相比，CAICD 在新疆、河套平原等区域纠正了大量漏分的灌溉耕地，尤其对南方碎片化农田的识别精度提升明显，解决了混合像元导致的分类误差问题。
4.3 灌溉频率与面积趋势
1990-2022 年全国灌溉耕地呈扩张趋势，其中新疆年增长 10.3 万公顷，增幅最大。北方干旱半干旱区与黄淮海平原灌溉面积波动显著，前者因绿洲农业发展持续增长，后者受水资源短缺影响呈下降趋势。灌溉频率分析显示，27% 耕地灌溉频率超 25 年，主要集中在传统农业区；南方 28.1% 耕地为长期雨养，与破碎地形及降水充沛有关。
4.4 区域差异与驱动因素
新疆的灌溉扩张与西部大开发政策及绿洲农业技术进步密切相关；黑龙江因三江平原水田开发，灌溉面积年增 9.1 万公顷；而北京、天津等城市化快速区域，灌溉耕地减少 25%-30%。灌溉工程演化（如河套灌区现代化改造）显著影响局部面积变化，2022 年全国 90 个大型灌区改造新增灌溉面积 160 万公顷。
结论与意义
本研究构建的 CAICD 是目前中国时间跨度最长、空间分辨率最高的灌溉耕地数据集，突破了传统方法在样本获取与多源数据整合中的技术瓶颈。研究揭示了过去 30 年中国灌溉耕地的时空演变规律，证实了气候变化与人类活动对农业水资源利用的双重驱动作用。CAICD 不仅为粮食安全与水资源平衡研究提供了基础数据，其方法框架可为全球其他区域的灌溉监测提供参考，尤其在数据稀缺的复杂农业生态系统中具有广泛应用潜力。未来研究可进一步融合微波遥感土壤湿度数据，提升灌溉信号识别的特异性，并优化特征变量组合以降低计算复杂度，推动高精度农业遥感监测技术的普及与应用。
