3月22日至24日，聯(lián)合國2023年水事會議在美國紐約聯(lián)合國總部召開，本次大會是近50年來聯(lián)合國層面規(guī)格最高、影響力最大的涉水專題會議?？沙掷m(xù)發(fā)展大數(shù)據(jù)國際研究中心主任、中國科學院院士郭華東院士率代表團參會，分享中國科學家在水資源領(lǐng)域的科學知識和經(jīng)驗，并向聯(lián)合國贈送了“全球水資源數(shù)據(jù)產(chǎn)品（2023版）”。

　　遙感科學國家重點實驗室研發(fā)的三套數(shù)據(jù)產(chǎn)品入選本次贈送聯(lián)合國的數(shù)據(jù)產(chǎn)品集，包括賈立研究員團隊研發(fā)的“全球陸表蒸散發(fā)產(chǎn)品（2000-2021年，1公里分辨率）”和“全球農(nóng)田水分利用效率產(chǎn)品(2001-2020年，1公里分辨率)”，以及牛振國研究員團隊研發(fā)的“全球陸表水體動態(tài)產(chǎn)品 (2000-2020年，250 米分辨率)”。這三套數(shù)據(jù)產(chǎn)品體現(xiàn)了中國科學家在提高用水效率和水生態(tài)系統(tǒng)保護與恢復等方面取得的科研成果。數(shù)據(jù)產(chǎn)品的研發(fā)聚焦聯(lián)合國2030年可持續(xù)發(fā)展議程中的清潔飲水和衛(wèi)生設(shè)施、陸地生物、氣候行動等多個可持續(xù)發(fā)展目標，受到了中國科學院“地球大數(shù)據(jù)科學工程”先導專項等項目的支持。 

　　

　　全球水資源數(shù)據(jù)產(chǎn)品目錄

　　一、全球陸表蒸散發(fā)產(chǎn)品（2000-2021年，1公里分辨率）

　　陸表蒸散發(fā)是陸表水循環(huán)和碳循環(huán)的關(guān)鍵過程，是陸地水資源的重要支出項。準確估算陸表蒸散發(fā)不僅對地球系統(tǒng)和全球氣候變化研究具有重要意義，而且在水資源有效開發(fā)利用、農(nóng)作物需水生產(chǎn)管理、旱情監(jiān)測預測、天氣預報等方面具有重要應用價值。該產(chǎn)品時間分辨率為逐日，重點支撐“SDG 6.4.1 按時間列出的用水效率變化”、“SDG 6.4.2 用水緊張程度：淡水汲取量占可用淡水資源的比例”和“SDG 6.6.1 與水有關(guān)的生態(tài)系統(tǒng)范圍隨時間的變化”等SDG指標監(jiān)測。

　　產(chǎn)品顯示，2000-2021年間，全球陸表蒸散發(fā)整體呈增加趨勢，但不同地理位置上存在顯著差異，蒸散發(fā)增加區(qū)域與全球植被變綠及農(nóng)田擴張區(qū)域基本吻合，蒸散發(fā)下降區(qū)域與降水減少引起干旱化加劇、森林野火（如亞馬遜地區(qū)）和無序砍伐引起熱帶雨林植被受損、城市化擴張等因素有關(guān)。近20年間，中國蒸散發(fā)增加幅度小于降水增加幅度，表明中國水資源條件整體向好，有利于改善生態(tài)環(huán)境和保障社會經(jīng)濟發(fā)展。該數(shù)據(jù)集由賈立研究員團隊鄭超磊博士等為主研發(fā)。 

　　

　　全球陸表蒸散發(fā)年總量空間分布圖(2020年，1公里分辨率)

　　二、全球農(nóng)田水分利用效率產(chǎn)品(2001-2020年，1公里分辨率)

　　農(nóng)業(yè)是三產(chǎn)中的用水大戶，在水資源總量有限而用水需求不斷增長的情況下，提高農(nóng)田水分利用效率、減小單位生產(chǎn)力所需耗水量，是解決水資源短缺問題的重要途徑之一。因此，農(nóng)田水分利用效率與人類福祉和可持續(xù)發(fā)展目標等息息相關(guān)。該產(chǎn)品時間分辨率為逐年，重點支撐SDG 6.4.1“按時間列出的用水效率變化”，為制定水資源合理利用、農(nóng)業(yè)可持續(xù)發(fā)展規(guī)劃和政策提供科學數(shù)據(jù)支撐。

　　產(chǎn)品顯示，全球熱帶地區(qū)農(nóng)田水分利用效率最高，干旱半干旱地區(qū)和寒帶地區(qū)次之，溫帶地區(qū)相對較低。2001-2020年間，全球農(nóng)業(yè)區(qū)的農(nóng)田水分利用效率呈明顯增加趨勢，但存在較大空間分布差異。中國農(nóng)田水分利用效率增幅較大，主要與技術(shù)進步(田間管理、節(jié)水措施、育種等)及一定程度的氣候變化因素共同作用下導致的作物生物量增加等有關(guān)。明晰農(nóng)田水分利用效率空間分布及變化規(guī)律，能夠助力水資源高效利用和農(nóng)業(yè)可持續(xù)發(fā)展。該數(shù)據(jù)集由賈立研究員團隊蔣敏博士等為主研發(fā)。 

　　

 　　全球農(nóng)田水分利用效率空間分布圖(2020年，1公里分辨率)

　　三、全球陸表水體動態(tài)產(chǎn)品 (2000-2020年，250 米分辨率)

　　陸表水體動態(tài)是水資源變化的重要指標之一，準確識別陸表水體動態(tài)可以精確反映地表水體分布隨時間的變化過程。該產(chǎn)品時間分辨率為8日，重點支撐SDG 6.6.1（與水有關(guān)的生態(tài)系統(tǒng)隨時間的變化）、SDG13.2.2（年溫室氣體總排放量）和SDG15.1.2（按生態(tài)系統(tǒng)類型劃分的受保護區(qū)覆蓋的陸地和淡水生物多樣性重要遺址比例）。

　　產(chǎn)品顯示，全球陸表水體面積的年內(nèi)波動幅度呈現(xiàn)不顯著下降特征，表明全球水體的年內(nèi)季節(jié)性變化趨緩。在國際同類數(shù)據(jù)產(chǎn)品中，全球陸表水體動態(tài)產(chǎn)品在時間分辨率，空間分辨率和長時序覆蓋方面具有綜合優(yōu)勢。掌握全球陸表水體的動態(tài)變化，能夠為水資源科學管理等提供重要的科技支撐，對于理解地球系統(tǒng)水循環(huán)特征及其對氣候變化和人類活動的響應具有重要價值。該數(shù)據(jù)集由牛振國研究員團隊研發(fā)。 

　　歡迎掃碼下載或登錄地球大數(shù)據(jù)科學工程數(shù)據(jù)共享服務系統(tǒng)了解更多信息：

　　http://data.casearth.cn/thematic/GWRD_2023

　　

　　數(shù)據(jù)引用

　　1、Chaolei Zheng, Li Jia, Guangcheng Hu. Global daily 1-km actual evapotranspiration from 2000 to 2021 (ETMonitor-1km_2000-2021), Beijing: International Research Center of Big Data for Sustainable Development Goals (CBAS), 2023. doi: 10.12237/casearth.640f012a819aec3f2b52a4b6.

　　2、Min Jiang, Chaolei Zheng, Li Jia. Global 1-km cropland water-use efficiency from 2001 to 2020 (GCWUE-1km_2001-2020), Beijing: International Research Center of Big Data for Sustainable Development Goals (CBAS), 2023. doi: 10.12237/casearth.640f0132819aec3f2b52a4bb.

　　3、Zhenguo Niu, Qianqian Han. Global 8-day/250-m surface water extent dynamics from 2000 to 2020 (GSWED250_2000-2020), Beijing: International Research Center of Big Data for Sustainable Development Goals (CBAS), 2023. doi: 10.12237/casearth.640f00f4819aec3f2b52a499.

　　參考文獻：

　　1、Chaolei Zheng, Li Jia, Guangcheng Hu. 2022. Global Land Surface Evapotranspiration Monitoring by ETMonitor Model Driven by Multisource Satellite Earth Observations. Journal of Hydrology, 613: 128444. https://doi.org/10.1016/j.jhydrol.2022.128444

　　2、Chaolei Zheng, Li Jia. 2020. Global canopy rainfall interception loss derived from satellite earth observations. Ecohydrology, 13(2): e2186. https://doi.org/10.1002/eco.2186

　　3、Guangcheng Hu, Li Jia. 2015. Monitoring of evapotranspiration in a semi-arid inland river basin by combining microwave and optical remote sensing observations. Remote Sensing, 7(3), 3056-3087. https://doi.org/10.3390/rs70303056

　　4、Dandan Du, Chaolei Zheng, Li Jia, et al. 2022. Estimation of Global Cropland Gross Primary Production from Satellite Observations by Integrating Water Availability Variable in Light-Use-Efficiency Model. Remote Sensing, 14(7): 1722. https://doi.org/10.3390/rs14071722

　　5、Qianqian Han, Zhenguo Niu. 2020. Construction of the Long-Term Global Surface Water Extent Dataset Based on Water-NDVI Spatio-Temporal Parameter Set. Remote Sensing, 12, 2675. https://doi.org/10.3390/rs12172675