基于遥感作物识别和灌溉定额试验的区域农业用水分析.pdfVIP

核农学报2026，40（1）：0211~0223

211

JournalofNuclearAgriculturalSciences

文章编号：1000‐8551（2026）01‐0211‐13

基于遥感作物识别和灌溉定额试验的

区域农业用水分析

1，2，31，2，*3

焦飞宇白玉川刘春来

12

（天津大学，水利工程智能建设与运维全国重点实验室，天津300350；天津大学，河流海岸工程泥沙研究所，天津300350；

3天津市水利科学研究院，天津300061）

摘要：为探究区域农业用水实态，结合遥感识别与灌溉定额试验开展作物精准识别与最优灌溉量分

析。基于多时相遥感影像与随机森林算法，识别出水田、水浇地与果园作物分布，其中中稻3.08万公

顷、冬小麦复播夏玉米2.76万公顷，分类总体精度为84.50%~99.15%，Kappa系数为0.73~0.98，验证了

该方法的区域适用性。针对水稻、小麦、玉米及主要蔬菜，设计契合作物需水规律与传统灌溉模式的梯

度灌溉试验，基于灌溉水利用效率与水分利用效率，采用变异系数法与二次样条插值构建效率函数，确

定中稻（11520m³·hm⁻²）、冬小麦（2730m³·hm⁻²）等作物的最优灌溉水量。进一步将遥感分类结果与灌

溉定额数据进行耦合分析，测算得到的研究区农业灌溉总需水量为5.46亿立方米，明显高于近年可供

水量，反映出区域农业用水存在结构性矛盾。本研究可为区域水资源优化配置与高效利用提供数据支

撑与决策依据。

关键词：随机森林；作物识别；灌溉定额；灌溉效率；农业用水

DOI：10.11869/j.issn.1000‐8551.2026.01.0211

华北平原是水资源供需矛盾较为突出的地区，面机森林法作为一种高性能的机器学习方法，在作物识

临着农业、工业、生活用水等多方面的压力和竞争。在别中具有较强的特征提取、分类能力和鲁棒性，尤其适

［5］

这一背景下，农业用水的效率直接关系到整个区域的用于多种作物复杂地块的精准分类。

［1］

供水安全，在农业生产中必须加强灌溉用水管理。开展灌溉定额试验可在不同灌溉条件下评估作物

［6］

优化农业用水结构可以提高农业水源有效利用率，增的生长表现与产量变动，从而获取特定区域、作物和

［7］

加经济效益，减少农业生产对水资源的消耗量，为生活