我国北方干旱半干旱地区，长期面临水资源短缺与保障粮草安全的双重压力。如何在保护生态的同时，科学提升土地产能，一直是亟待解决的难题。传 统评估方法往往依赖大量地面采样，且多侧重于单一指标，难以实现精准、高效的区域规划。 王树东表示，该技术体系成本低、可推广性强，不仅适用于黄河中游地区，未来也有望在内蒙古—宁夏生态过渡带、河西走廊等典型干旱区落地，并对 全球其他面临类似生态与农业挑战的地区，具有重要的参考价值。 为破解这一难题，研究团队构建了一套跨数据源的融合技术框架，有效整合卫星遥感、生态水文模型和地面实测数据。通过集成学习等先进人工智能方 法，团队精准反演了灌溉用水量、植被生产力和土壤有机碳等关键指标，反演精度超过90%，并成功消除了四成以上的区域偏差，使最优饲草带的位置判断 准确率达到85%以上。 黄河中游典型区域的卫星遥感影像图。空天院供图 记者29日从中国科学院空天信息创新研究院（以下简称"空天院"）获悉，该院研究团队成功研发出一套融合人工智能与遥感技术的新方法，在我国北方 干旱半干旱流域，首次实现了公里尺度上的"最优饲草种植带"精准识别，为黄河流域生态保护与农牧业高质量发展提供了科学依据。相关成果发表 ...