一眼看清“潜力股”地块 这项研究为管理者提供精准决策地图

记者今天从中国科学院空天信息创新研究院获悉，近日，该研究院遥感与数字地球全国重点实验室王树东研究员带领的生态水文遥感团队，创新性地提出了一套人工智能与遥感融合一体化技术，在我国北方干旱和半干旱流域，特别是黄河中游典型区域，成功实现了公里尺度最优饲草带精准识别。该研究成果为有效落实黄河流域生态保护和高质量发展、国家粮草安全提供了科学的数据支撑与可操作的决策工具，相关研究成果已发表于水资源领域国际学术期刊《水研究》。

△研究区域遥感影像图

此次研究有效整合了卫星遥感观测数据、生态水文过程模型模拟结果以及地面实测数据，显著降低了对高密度地面采样点的依赖性。研究团队以多源卫星观测数据为基础，具体结合水量平衡与作物生长机理模型生成高质量训练样本，运用集成学习、迁移学习等先进机器学习方法，准确反演了关键生产要素如灌溉用水量、植被净初级生产力和土壤有机碳的空间分布，反演精度可达90%以上；并引入分布对齐与分位映射等技术消除了43%的区域偏差，最优饲草带区域位置准确度达到85%以上。

科研团队表示，区别于传统评估中往往侧重单一产量或生态指标的做法，此次研究通过将生态效益、经济收益与用水成本放在同一把尺子上衡量，使管理者一眼就能看到哪些地块最值得优先种植饲草、投入产出比如何，从而更科学地安排人力物力与资金，为我国北方干旱半干旱流域的生态修复、水资源高效利用提供了一套可复制、成本效益高的先进量化工具，有望实现生态系统功能稳步恢复与区域农业高质量发展的双赢目标。该技术框架具备向内蒙古—宁夏生态过渡带、河西走廊—塔里木盆地绿洲边缘等典型干旱区推广的潜力，同样也对全球其他干旱半干旱区域具有重要的参考价值。

（总台央视记者 帅俊全 褚尔嘉）

©2025中央广播电视总台版权所有。未经许可，请勿转载使用。

责任编辑：单宏鑫