印度北阿坎德邦多样化农业气候区小麦作物水分生产力评估及其可持续农业水资源管理意义

本研究针对印度农业水资源高效利用需求，采用Landsat-8/9遥感数据结合随机森林(RF)分类和SEBAL模型，构建了30米分辨率的小麦作物水分生产力(CWP)评估框架。研究揭示了北阿坎德邦四大产区小麦CWP空间异质性(0.61-0.93 kg m-3)，发现产量与CWP相关性(R2=0.79)显著高于蒸散发(ETa)，为精准农业水管理提供科学依据，直接支持SDG 2.3和6.4目标实现。

　　

在全球粮食安全与水资源短缺的双重挑战下，农业作为最大的淡水消耗部门面临严峻考验。印度农业消耗全国78%的淡水资源，而小麦作为主要粮食作物，其种植区存在显著的水分利用效率差异。北阿坎德邦作为印度重要的小麦产区，兼具喜马拉雅山区与恒河平原的多样化农业气候特征，但当前缺乏对区域尺度小麦水分生产力(Crop Water Productivity, CWP)的系统评估。传统方法难以捕捉空间异质性，而卫星遥感技术为破解这一难题提供了新思路。

为填补这一研究空白，研究人员开展了一项创新性研究，通过整合多源遥感数据与生物物理模型，首次实现了北阿坎德邦四大小麦主产区分辨率达30米的水分生产力精准制图。研究选取Haridwar、Dehradun、Nainital和Udham Singh Nagar四个典型区域，这些地区贡献了全邦63%的谷物产量，但存在显著的气候与灌溉条件差异。

研究采用三大关键技术方法：1) 基于Landsat-8/9时间序列NDVI数据，运用随机森林(Random Forest, RF)机器学习算法实现小麦种植区精准分类(Kappa系数0.91-0.95)；2) 采用光能利用率(Light Use Efficiency, LUE)模型估算小麦产量，通过吸收光合有效辐射(APAR)与收获指数(HI=0.38)转换获得；3) 应用地表能量平衡算法(SEBAL)计算实际蒸散发(ETa)，并与FAO-56 Penman-Monteith方法验证(R² 0.90-0.98)。

3.1 小麦NDVI动态与分类精度
通过NDVI时间序列分析揭示了小麦物候特征：11-12月NDVI<0.58为初期，1-3月达峰值(~0.88)为盛期，4月下降至0.21-0.79进入成熟期。RF分类精度优异，用户精度(UA)与生产者精度(PA)均>0.91，与实际种植面积相比平均偏差18.68%。

3.2 产量估算与验证
LUE模型估算的2019-2022年小麦产量与地区统计值相比，正常年份平均偏差-8.7%(NRMSE 17%)。空间分布显示Haridwar平均产量最高(3.41 t ha^-1)，而Dehradun最低(2.61 t ha^-1)，南部平原区存在明显低产带(<2 t ha^-1)。

3.3 蒸散发动态特征
SEBAL估算的ETa在生育期呈典型单峰曲线：初期(1.48-1.82 mm d^-1)、快速生长期(1.84-2.59 mm d^-1)、盛期达峰值(最高7.04 mm d^-1)。季节总ETa空间差异显著，Udham Singh Nagar最高(420.77 mm)，Dehradun最低(243.03 mm)。

3.4 水分生产力空间格局
CWP计算揭示：Dehradun最高(0.93 kg m^-3)，Udham Singh Nagar最低(0.61 kg m^-3)。空间分析显示19.32%的Dehradun区域属高效区(CWP>1.1 kg m^-3)，而Udham Singh Nagar 87.15%面积属低效区(<0.75 kg m^-3)。相关性分析表明产量对CWP的解释力(R²=0.79)显著高于ETa(R²=0.33)。

讨论与结论
该研究首次实现了北阿坎德邦多样化农业气候区小麦CWP的高分辨率制图，发现Terai地区(如Udham Singh Nagar)因浅层地下水(<5 mbgl)、高温(24.55°C)和高降水(296 mm)导致ETa增加，尽管产量较高(4.44 t ha^-1)但CWP最低。相比之下，喜马拉雅过渡带(如Dehradun)因冷凉气候(22.58°C)和深层地下水(>20 mbgl)获得最优CWP。

研究创新性地将SEBAL与LUE模型结合，克服了传统点尺度测量的局限，为印度PMFBY作物保险计划和PMKSY灌溉工程提供了精准决策工具。提出的30米分辨率CWP评估框架可直接支持联合国可持续发展目标(SDG)2.3(农业生产率倍增)和6.4(水资源可持续利用)的实现。未来研究建议融合Sentinel-2数据提升时间分辨率，并建立地面通量塔验证网络以进一步提高模型精度。

这项发表于《Environmental and Sustainability Indicators》的研究，为发展中国家农业水资源精细化管理提供了可复制的技术范式，其空间显式的评估结果有助于识别水分利用"热点区"，为差异化政策制定提供了科学基础。特别是在气候变化加剧水资源压力的背景下，该研究提出的"产量优先、兼顾耗水"的CWP评估理念，对全球农业可持续发展具有重要借鉴价值。