近日，中國科學院空天信息創新研究院研究員王樹東團隊等，在干旱半干旱流域飼草種植發展潛力評估方面取得重要進展。研究團隊提出了一套人工智能與遙感融合一體化技術，在我國北方干旱半干旱流域，特別是黃河中游典型區域，實現了公里尺度最優飼草帶精準識別。這一成果為落實黃河流域生態保護和高質量發展、國家糧草安全提供了科學的數據支撐與可操作的決策工具。

　　研究團隊構建了跨層級、跨數據源的融合技術框架，整合了衛星遙感觀測數據、生態水文過程模型模擬結果和地面實測數據，降低了對高密度地面采樣點的依賴性。團隊以多源衛星觀測數據為基礎，結合水量平衡與作物生長機理模型生成高質量訓練樣本，運用集成學習、遷移學習等機器學習方法，準確反演關鍵生產要素如灌溉用水量、植被凈初級生產力和土壤有機碳的空間分布，反演精度可達90%以上；同時引入分布對齊與分位映射等技術，消除了43%的區域偏差，最優飼草帶區域位置準確度達85%以上。

　　區別于傳統評估側重單一產量或生態指標的做法，此次研究將飼草種植決策表述為追求“水資源消耗、土壤固碳效益、飼草產能產出”三維協同最優的空間優化問題。通過將生態效益、經濟收益與用水成本放在同一把尺子上衡量，并直觀顯示為“一張圖”，使管理者一眼就能看到哪些地塊最值得優先種植飼草、投入產出比如何，從而更科學地安排人力物力與資金。

　　這一研究為我國北方干旱半干旱流域的生態修復、水資源高效利用，提供了一套可復制、成本效益高的先進量化工具，有望實現生態系統功能穩步恢復與區域農業高質量發展雙贏目標。同時，該技術框架具備向內蒙古-寧夏生態過渡帶、河西走廊-塔里木盆地綠洲邊緣等典型干旱區推廣的潛力，也對全球其他干旱半干旱區域具有參考價值。

　　相關研究成果發表在《水研究》（Water Research）上。研究工作得到國家重點研發計劃和國家自然科學基金等的支持。