《Remote Sensing of Environment》：Integrating Landsat-based irrigation mapping and actual evapotranspiration estimates with hydrological modelling to assess regional irrigation dynamics in a large basin experiencing extreme climate variability: Towards a national operational irrigation water accounting system
编辑推荐：
四十年30米分析就绪数据（ARD）灌溉和实际蒸散发（ETa）产品覆盖大陆尺度流域。无间隙Landsat归一化差值植被指数（NDVI）–实际蒸散发（ETa）时间序列实现一致的大面积灌溉制图。机器学习物候学检测灌溉作物和长期系统变化。像素级绿水/蓝水划分揭示多年代
四十年30米分析就绪数据（ARD）灌溉和实际蒸散发（ETa）产品覆盖大陆尺度流域。无间隙Landsat归一化差值植被指数（NDVI）–实际蒸散发（ETa）时间序列实现一致的大面积灌溉制图。机器学习物候学检测灌溉作物和长期系统变化。像素级绿水/蓝水划分揭示多年代际灌溉趋势。可扩展工作流支持业务化国家灌溉水核算。
**论文解读：基于遥感与水文模型的多年灌溉动态评估——以墨累-达令流域为例**
**研究背景与问题**
灌溉农业对保障全球粮食安全至关重要，但灌溉用水效率（IWU效率）在过去二十年停滞不前，导致灌溉面积扩张、地下水超采、河流径流改变及土壤盐渍化等问题。量化灌溉面积和灌溉用水量（IWU）是评估可持续用水和实现可持续发展目标（SDGs）的关键，但传统方法受限于空间分辨率、时间频率和观测数据缺失。在澳大利亚，随着澳大利亚统计局（ABS）2021年停止农业用水调查，监测灌溉用水出现了关键数据缺口。墨累-达令流域（MDB）作为澳大利亚最大的农业区，面临极端气候变率（如千年干旱、2010-2011年“大湿期”和2019-2020年“火绒盒干旱”）、复杂的水资源管理和多司法管辖区治理，亟需可重复、可扩展的遥感框架来填补数据空白，支持政策制定和运营管理。
**研究内容与结论**
研究人员开发了一个整合遥感（RS）与水文模型的框架，利用Landsat和MODIS卫星数据，通过时空插值与融合方法生成无间隙的月均归一化差值植被指数（NDVI）和实际蒸散发（ETa）时间序列（1987-2024年，30米分辨率）。通过自组织映射（SOM）和模式识别神经网络（PRNN）进行灌溉类型分类（包括棉花、水稻、果园、牧场、季节性作物和非灌溉），并基于Thornthwaite-Mather土壤水平衡模型估算净灌溉用水量（IWUnet），同时区分绿水（GWETa）和蓝水（BWETa）组分。研究在MDB（106.1万平方公里）进行，评估了从灌溉区到流域再到整个盆地的精度。结果表明：该框架生成了近四十年、场尺度（~30米）的灌溉面积和IWUnet动态地图，在高至中等精度下再现了不同尺度的灌溉动态，揭示了北MDB（棉花主导、机会性灌溉）与南MDB（更多调控、灌溉类型多元）的差异，并定量展示了灌溉面积和用水量对气候变率的响应（如干旱期收缩、湿润期扩张）。研究还发现，南MDB的牧场灌溉面积在多个子流域收缩，而永久性园艺（如杏仁）在下墨累地区扩张。这些模式与独立证据（如干旱适应和水市场再分配）一致，表明该框架可有效支持水资源管理、河流运行和政策制定。论文发表在《Remote Sensing of Environment》。
**关键技术与方法**
研究人员主要采用以下关键技术方法：1）时空插值与融合：利用Wang等（2012）的离散余弦变换方法对2000年前和2020年后的Landsat NDVI进行间隙填充，并在2000-2020年通过子像素类分数变化灵活时空数据融合法（SFSDAF）将Landsat与MODIS融合，生成无间隙月均NDVI和ETa时间序列。2）ETa估算：使用基于Priestley-Taylor方程的CMRSET V2模型，通过增强型植被指数（EVI）和全球植被湿度指数（GVMI）缩放参考蒸散发（ET0）得到Landsat尺度的ETa。3）灌溉面积分类：利用自组织映射（SOM）对NDVI和ETa时间序列进行无监督聚类，再通过模式识别神经网络（PRNN）进行监督分类，识别五种灌溉类型。4）IWUnet估算：基于Thornthwaite-Mather土壤水平衡模型，逐像素（30米）计算绿水（GWETa）和蓝水（BWETa），其中BWETa等于IWUnet。样本队列来源包括：MDB流域内8个棉花灌溉区（2001-2022年棉花年鉴数据）、4个南MDB灌溉区（Coleambally、Murray、Murrumbidgee、Western Murray）的年度合规报告、Murrumbidgee子流域和南MDB的作物用水数据（Goesch等，2020），以及MDB管理局（MDBA）的全流域取水数据。验证数据还包括两个涡动相关通量塔（Myall Vale B灌溉棉花和Myall Vale A旱地）。
**研究结果**
**3.1 时空间隙填充与融合**
通过模拟缺失月份并比较预测值与观测值，时空插值（Wang方法）的中位数R2=0.77，RMSE=0.08；SFSDAF融合的中位数R2=0.65，RMSE=0.07。在夏季作物季精度略有提升（R2分别为0.79和0.70）。表明两种方法均能有效生成无间隙NDVI时间序列，支持后续灌溉制图。
**3.2 实际蒸散发估算**
对比CMRSET V2 ETa与通量塔观测，在灌溉棉花站点，CMRSET捕捉了时间动态（R2=0.86），但低估了幅度（nRMSE=0.26，Bias=0.04）；在旱地站点，同样低估（nRMSE=1.28，Bias=-0.36）。能量平衡校正后，低估更明显，但时间模式仍一致。这表明CMRSET在平流条件下可能低估峰值ETa，但对灌溉监测仍具价值。
**3.3 灌溉面积识别**
**3.3.1 自组织映射的物候信号**
通过SOM聚类和人工聚合，在Murrumbidgee子流域显示了水稻、棉花和果园的典型NDVI和ETa物候曲线。水稻在洪水灌溉阶段ETa出现双峰，棉花在2月达到单峰，果园全年NDVI变异系数低（CV≈0.22）。这验证了NDVI-ETa联合物候可区分灌溉类型。
**3.3.2 监督模式识别神经网络制图**
PRNN分类精度高（每类>80%，加权Kappa=0.91），棉花、水稻、牧场和裸地>90%，果园类与牧场类有10%的混淆。生成的灌溉面积图显示，研究得到的灌溉面积掩膜（~416万公顷）比CLUM掩膜（~345万公顷）大18%，主要在Condamine-Balonne和Murray流域有扩张，而Lachlan等区域相对稳定。
**3.4 灌溉用水量估算**
以Myall Vale B灌溉棉花站点为例，展示了IWUnet的时空动态。2023-2024年，灌溉场从11月到3月逐步灌溉，IWUnet贡献了约39%的ETa（平均），在2019-2020干旱年高达80%。时间序列表明，GWETa与IWUnet的贡献随降水变化，在湿润年份GWETa主导。
**3.5 灌溉面积与净灌溉用水量评估**
与独立统计数据的对比显示：在NMDB棉区，大多数灌溉区面积R2>0.8，nRMSE<0.3，但Darling Downs和Upper Namoi精度较低（R2=0.12和0.13），因存在大面积旱地棉花在干旱年需补充灌溉。在SMDB灌溉区，Murrumbidgee和Coleambally的面积和IWUnet在干旱年低估，但2010年后改善；Western Murray在早期低估，但整体R2>0.8，nRMSE<0.5。在子流域和全盆地尺度，Murrumbidgee和SMDB的精度中等至高，但全MDB的IWUnet低估并显示更大年际变率，因评估数据包含工业和城镇用水。
**3.6 墨累-达令盆地灌溉面积与用水量时间动态**
1987-2024年，NMDB子流域表现出强烈的年际波动，棉花主导，干旱年面积大幅缩减（如千年干旱期间用水量降至干旱前1/3），湿润年迅速反弹。SMDB子流域波动较小，但灌溉类型发生显著变化：Murrumbidgee自2011年起棉花面积超过水稻；下墨累流域果园面积和IWUnet呈上升趋势；多个子流域的牧场灌溉面积自2000年代中期缩减。这些模式与气候变率、水市场政策和环境水回收一致。
**讨论与结论**
讨论部分总结了间隙填充、ETa估算、灌溉面积识别和IWUnet估算的不确定性来源。ETa估算受平流条件影响，导致CMRSET低估；灌溉面积分类中果园与牧场存在混淆；IWUnet估算依赖静态效率因子，且未明确考虑浅层地下水对ETa的贡献，可能高估灌溉用水。研究还指出，该框架目前处于从研究到预业务的过渡阶段，未来需加强独立验证、不确定性表征和制度化运维。
结论部分翻译如下：
本研究为墨累-达令流域（MDB，106.1万平方公里）提供了近四十年（1987–2024年）的场尺度（~30米）灌溉面积、灌溉农业物候和净灌溉用水量（IWUnet）地图。该框架基于分析就绪数据（ARD）NDVI和ETa时间序列，以及质量守恒的绿水/蓝水核算模型。这些地图以高至中等精度再现了从灌溉区到子流域尺度的动态，并量化了北MDB（机会性、棉花主导）和南MDB（更多调控、灌溉实践变化）的对比行为。分析显示，多个子流域的灌溉牧场面积收缩，而下墨累流域的永久性园艺面积扩张。这些模式与干旱适应和水市场重新分配的独立证据一致，使本研究成果能够为水资源管理、河流运行和政策制定提供信息。通过生成从田间到国家尺度的时相一致信息，该框架为将遥感指标与行政数据集整合提供了路径，支持改进农业用水统计和更及时的循证决策。虽然结果展示了该框架在业务化灌溉核算中的潜力，但在解释输出时应认识到与ETa估算、评估数据集、地下水贡献和灌溉制图相关的不确定性。持续开发独立验证数据集（特别是灌溉农业系统内的通量塔观测）以及改进不确定性表征，将进一步强化未来版本并增强对大规模灌溉水核算产品的信心。从土地产品角度看，该框架展示了下一代中分辨率地球观测产品所需的许多特征，包括ARD输入、系统化可扩展处理、长期时相一致、可重复工作流以及与社会和政策信息需求的直接相关性。然而，该框架目前整合了处于不同成熟阶段的组件，因此应被视为总体预业务化而非完全业务化产品。尽管在墨累-达令流域开发和验证，其更广泛的贡献超越了流域本身，为将长期卫星档案转化为政策相关的环境信息产品提供了实用路径。未来发展应聚焦于独立验证、不确定性表征与沟通、常规更新、版本控制、产品管理和持续机构实施。推进这些组件对于将灌溉核算从研究努力转变为可信业务能力至关重要，同时为其他环境信息产品从科学创新向持续业务交付的转型提供蓝图。
