最近的一项研究引入了一种新颖的数据驱动模型，该模型区分了农田中人为和自然的用水量，为干旱湖泊生态系统的可持续性提供了宝贵的见解。

旱地覆盖了地球42%的陆地面积，养育了全球38%的人口，使其成为争夺有限水资源的先锋。农业扩张给生态系统带来了压力，导致许多终端湖泊因过度灌溉而萎缩甚至完全消失。

为了应对这一挑战，一个研究小组在中国干旱地区艾比湖流域开展了研究。该地区的农业增长给水资源带来了越来越大的压力。他们利用遥感和机器学习技术，开发了一个模型，可以区分农田中自然和人为的用水量，从而更清晰地洞察用水模式。

研究人员来自中国科学院空天信息研究院及其国际合作者。他们的研究成果发表在《遥感杂志》上。

本研究的一项重要发现是建立了一种精细的方法，可将农田蒸散量 (ET) 区分为自然蒸散量 (ET n ) 和人为蒸散量 (ET h ) 两部分。该模型精度更高，R² 值范围为 0.88 至 0.96，表明到 2019 年，人类活动占农田用水量的 77%。值得注意的是，将艾比湖恢复到其最佳水面面积 800 平方公里，每年需要额外补充 0.29 立方公里的水，这表明农业扩张对区域水资源储备造成了损害。

在本研究中，研究人员利用Sentinel-2卫星图像、深度学习和机器学习算法监测了2003年至2019年的农田和湖泊动态。研究人员训练了一个随机森林回归器来模拟环境因素与自然蒸散之间的关系，并获得了较高的预测准确率。

研究表明，观测期内艾比湖流域的耕地面积增加了50.65%，导致总用水量增加了61%。值得注意的是，2013年后，蒸散量(ET h)急剧增加，这与灌溉农田面积的快速扩张相吻合。DAHITI数据库的水位数据和全球地表水数据集(GSWD)的地表水测量数据充分验证了这些发现。

本研究提出了一种将高分辨率卫星数据与机器学习技术相结合的水资源管理新方法。该方法的潜在应用包括实时水资源监测、优化灌溉策略以及积极主动的保护措施，以防止中亚及其他地区缺水地区的湖泊干涸。

更多信息： 曾宏伟等，《农田面积增加及其相关的人类活动导致的用水量使艾比湖面临干涸风险》，《遥感杂志》(2025年)。