近日，意大利帕多瓦大學邱俊良博士和Paolo Tarolli教授聯合廣州大學科研人員在Science Bulletin 2025年第7期發表研究論文，繪制一套我國高分辨洪水分布地圖，并重點分析淹沒農田空間模式和變化特征。

全球變暖正在加快全球水循環，并引起愈加頻繁而嚴重的洪水。我國季風區本就洪水多發，極端降雨事件的增加正在讓我國面臨更多的洪水挑戰。此外，我國人均耕地面積低于世界平均水平，洪水導致的農業減產會威脅我國的糧食安全。繪制高分辨率洪水地圖有利于識別我國洪水的時空模式，并為洪水預警和應急、受災評估和減災工作提供重要的數據支撐。

傳統洪水監測技術存在顯著的雙重局限：一方面，依賴稀疏分布的水文氣象站點難以實現洪水淹沒范圍的精準刻畫；另一方面，光學衛星遙感在亞熱帶多云雨區域易受云層干擾，導致監測實效性驟降。Sentinel-1 SAR影像在有云的情況下也能監測洪水，而且有高空間分辨率（10 m）的優勢，適合用于繪制我國的洪水分布。

研究亮點

1. 面向近5000張近實時Sentinel-1合成孔徑雷達(SAR)衛星影像，開發出一套高效的洪水識別算法，并繪制出中國2017~2021年的高分辨率（10 m）洪水地圖。

2. 采用近2000景同步獲取的Sentinel-2光學影像進行交叉驗證，結果顯示洪水提取總體精度達61.2%以上。進一步與中國水利部省級農田受災統計數據對比分析表明，兩者呈現74.6%~83.4%的一致性。

3. 協同分析洪水淹沒范圍與農作物分布圖，估算出水稻和玉米等大宗農作物的被淹沒范圍。

研究結果表明，2017~2021年我國洪澇災害呈現顯著時空異質性特征。全國洪水淹沒總面積估算值分別為93,276 km2（2017）、106,217 km2（2018）、105,983 km2（2019）、122,037 km2（2020）和82,175 km2（2021），其中2020年達到觀測期峰值。

從土地覆蓋類型分析，農田作為主要承災體，其受淹面積占比持續突出：對應年份分別為40,818 km2（43.8%）、48,654 km2（45.8%）、52,788 km2（49.8%）、60,013 km2（49.2%）和37,731 km2（45.9%），分別占全國農田總面積的3.20%、3.81%、4.13%、4.70%和2.96%。

圖1 (a) 2017~2021年洪水淹沒分布地圖; (b) 洪水密度分布; (c)-(f) 局部洪水展示; (g) 洪水面積統計

研究團隊通過洪水分布和農作物分布一致性分析，進一步評估水稻和玉米等主要農作物的淹沒面積。被淹沒的水稻種植區面積范圍為8428~22,123 km2，占年度淹沒農田總面積的22.34%~41.91%，或年度水稻種植區總面積的2.82%~7.45%。相比之下，被淹沒的玉米種植區面積在2619~5397 km2之間波動，占年度淹沒農田總面積的5.38%~13.56%。

圖2 (a) 2017~2021年被淹沒的水稻分布; (b) 2017~2021年被淹沒的玉米分布; (c)~(f) 農作物物候與洪水時期的重合

來源: 《中國科學》雜志社