科学家开发了跟踪农业对湖泊生态系统影响的模型

最近的一项研究引入了一种新的数据驱动模型，该模型区分了农田中人为和自然的耗水量，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%的陆地表面，养活了全球38%的人口，使其处于争夺有限水资源的最前沿。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缩小或完全消失。

为了应对这一挑战，一个研究小组在中国艾比湖流域进行了研究，这是一个干旱地区，农业增长给水资源带来了越来越大的压力。他们开发了一个模型，通过利用遥感和机器学习技术，可以区分农田的自然和人为用水，从而更清楚地了解用水模式。

研究人员来自中国科学院航天信息研究所，以及他们的国际合作者。他们的发现发表在《遥感杂志》上。

这项研究的一个关键发现是一种将农田蒸散量（ET）区分为自然（ETn）和人为（ETh）成分的复杂方法。该模型显示了更高的准确性，R²值在0.88到0.96之间，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800平方公里的最佳表面积每年需要额外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失。

在这项研究中，研究人员使用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。训练了一个随机森林回归器来模拟环境因素与自然ET之间的关系，实现了较高的预测精度。

研究表明，在观测期间，艾比湖流域的农田增加了50.65%，导致总用水量增加了61%。值得注意的是，2013年之后，ETh急剧增加，这与灌溉农田的快速扩张相吻合。这些发现通过DAHITI数据库的水位数据和全球地表水数据集（GSWD）的地表水测量得到了彻底验证。

这项研究通过将高分辨率卫星数据与机器学习技术相结合，提出了一种新的水资源管理方法。这种方法的潜在应用包括实时水监测、优化灌溉策略和积极的保护措施，以防止中亚及其他缺水地区的湖泊干涸。p