近日，水利与土木工程学院李思恩教授团队在国际上提出了区域尺度灌溉渗漏量的计算新方法，成果发表于国际遥感领域顶尖期刊《环境遥感》（Remote Sensing of Environment）。

灌溉后造成的深层渗漏如何估算一直是灌溉科学领域的难题。传统的方法主要基于区域水量平衡，但准确获知区域尺度的灌溉、降水、蒸发、土壤湿度难度极大，因此过往研究在区域尺度上通常不考虑渗漏只估算净灌溉量。这对区域尺度农业真实灌溉量与水资源评估造成了极大干扰。针对这一基础科学问题，团队提出了一个新的解决方案:

以西北干旱区黑河流域为研究对象，过往的研究已表明草地和农田这两类生态系统有相似的深层渗漏过程，因此可以采用模型迁移的办法，即先通过已有资料建立草地渗漏模型，然后迁移至周边农田进而估算灌溉农田的深层渗漏。在此科学假设下，以黑河流域为例，首先验证了草地和农田的入渗过程的相似性，尽管草地和灌溉农田在热量、水分和植被生长条件等方面存在差异，但它们在变化过程上具有较强的相似性，还发现它们的相似性随着时间尺度(小时、日和月)的增加而增加，这为模型迁移提供了基础；随后基于已有的区域草地降水、土壤水、蒸发、渗漏量等数据构建了渗漏量与蒸散量、土壤水、覆盖度、土壤质地、坡度等关键影响因子的深度学习模型（ICDD_RS模型），再利用该模型及农田相关输入数据估算农田渗漏量。

结果表明：（1）ICDD_RS模型能很好地描述黑河流域农田深层渗漏的变化（真实值与模拟值0.83 < R2 < 0.86)，（2）在区域尺度上，模拟结果会产生大约12%的低偏差，（3）黑河流域农田深层渗漏量较大，占灌溉水量的6-17%，在2007年达到最大值。这表明研究区的水资源利用效率较低，节水潜力较大。同时，深层渗漏占灌溉量的比例在年尺度上，有略微下降的趋势，这反映了近年来黑河流域农业用水效率在逐渐提高。

图1 渗漏模型构建示意图

图2 黑河流域灌溉农田深层渗漏量的空间分布以及多年变化

然而，模型在应用时需要灌溉农田周围的大量草地样本，且草地与农田在水热收支及植被生长上具有一定相似性。在使用时需对模型进行测试校准，这也是该方法的局限性所在。

《环境遥感》（Remote Sensing of Environment）主编Marie Weiss及四位评审专家均认为这是一项非常具有原创性的研究，为区域灌溉量的估算与水资源精确评价提供了一种新的思路和重要方法。

研究工作从选题至发表，石羊河实验站团队在选题、野外观测、数据获取、论文修改等方面给予了大力支持，团队于海超博士为论文第一作者，李思恩教授及崔要奎副研究员为共同通讯作者。研究受到国家重点研究计划课题以及中国农业大学2115人才计划的资助。

论文链接地址：https://doi.org/10.1016/j.rse.2023.113819