中国科学院空天信息创新研究院的研究团队，近期搞出了一套遥感与人工智能深度融合的新本领，特别适合在中国北方的干旱半干旱地区，尤其是黄河中游那些缺水的地方用。这个技术把卫星拍的图像、地面实测的数据还有电脑模拟的结果都结合在了一起，大大减少了对高密度地面采样点的依赖。中新网在北京9月29日报道了这个消息。 为了把这个技术打磨得更精细，研究团队动用了多种先进的机器学习手段，像集成学习、迁移学习这些，精确地反演出了关键要素的空间分布，比如浇了多少水、植物长了多少碳这些数据，反演的准确性高达90%以上。不过光有精度还不够，他们又引入了分布对齐和分位映射的技术，硬是把43%的区域偏差给抹平了，这才让最优饲草带的位置准头提到了85%以上。 这项研究是王树东研究员带着他的生态水文遥感团队和几个外国伙伴一块儿弄出来的。他们没像以前那样只盯着产量或者生态指标看，而是把眼光放在了一个三维协同最优的问题上。他们把保护水源、固碳效益还有产草料这三件事，像拿着一把尺子一样放在一起衡量，最后直观地显示成一张图。这样一来，搞管理的人一眼就能看明白哪里该先种草料、划算不划算。 这个技术不光能帮黄河流域守好生态红线、恢复退化的土地，还能把水资源用得更高效。论文是刚刚在国际权威的Water Research期刊上发表的。它的使用范围不光局限在黄河中游这些地方，王树东他们透露说，这套方法同样适用于内蒙古-宁夏的过渡带或者河西走廊-塔里木盆地这些干旱区。 对于全球那些干旱半干旱的地方，比如非洲的萨赫勒地区、南亚甚至西亚遇到的类似难题，这个中国科学院空天院遥感与数字地球全国重点实验室搞出来的办法也有很大的参考价值。只要严守水资源的硬约束条件，咱们就有可能一边恢复生态系统的功能一边让农业高质量发展起来。（完）