%0 Dataset
%T GMIE：基于干旱胁迫下灌溉表现及深度学习方法构建的全球最大灌溉范围与中心支轴灌溉系统数据集（2010-2019年）
%J 国家冰川冻土沙漠科学数据中心
%I 国家冰川冻土沙漠科学数据中心(www.ncdc.ac.cn)
%U http://www.ncdc.ac.cn/portal/metadata/ff85297d-fc99-4ccd-9cd1-c2e8eeb45cc7
%W NCDC
%R 10.7910/DVN/HKBAQQ 
%A 吴炳方
%K GMIE;灌溉分布;生长季;干旱月份
%X 灌溉作为人类水资源消耗的主要形式，在提升作物产量和缓解干旱影响方面具有关键作用。准确绘制灌溉分布图对水资源高效管理和粮食安全评估至关重要。然而，现有全球灌溉耕地地图分辨率较粗（通常约10公里），且缺乏定期更新。本研究提出一种创新方法，通过干旱胁迫下的灌溉表现作为作物生产力与耗水量的指示因子，实现全球灌溉耕地的精准识别。在划分的每个灌溉制图区（IMZ）内，我们分别确定了2017-2019年生长季的干旱月份及2010-2019年最干旱月份。基于采集样本计算了两种指标：2017-2019年干旱月份的归一化植被指数（NDVI）阈值，以及最干旱月份NDVI相对于十年均值的偏离值。通过融合两种方法的最优结果，构建了100米分辨率的全球最大灌溉范围数据集（GMIE-100），总体精度达83.6%±0.6%。研究显示，全球灌溉耕地最大覆盖面积为403.17±9.82百万公顷，占全球耕地的23.4%±0.6%。这些耕地集中分布于肥沃平原及主要河流沿岸，印度、中国、美国和巴基斯坦的灌溉面积分列全球前四位。GMIE-100的空间分辨率显著优于主流灌溉地图，为农业用水估算和区域粮食安全评估提供了更精细的数据支撑。进一步地，本研究基于U-net架构开发了新型卷积神经网络Pivot-Net，通过深度学习方法首次实现了全球中心支轴灌溉系统（CPIS）的识别。结果显示全球CPIS面积为11.5±0.01百万公顷，约占灌溉总面积的2.90%±0.03%。纳米比亚、美国、沙特阿拉伯、南非、加拿大和赞比亚的CPIS占比均超过10%。这是国际上首次针对特定灌溉方式（CPIS）开展全球尺度识别的系统性研究。