近日，意大利帕多瓦大学邱俊良博士和Paolo Tarolli教授联合广州大学科研人员在Science Bulletin 2025年第7期发表研究论文，绘制一套我国高分辨洪水分布地图，并重点分析淹没农田空间模式和变化特征。

全球变暖正在加快全球水循环，并引起愈加频繁而严重的洪水。我国季风区本就洪水多发，极端降雨事件的增加正在让我国面临更多的洪水挑战。此外，我国人均耕地面积低于世界平均水平，洪水导致的农业减产会威胁我国的粮食安全。绘制高分辨率洪水地图有利于识别我国洪水的时空模式，并为洪水预警和应急、受灾评估和减灾工作提供重要的数据支撑。

传统洪水监测技术存在显著的双重局限：一方面，依赖稀疏分布的水文气象站点难以实现洪水淹没范围的精准刻画；另一方面，光学卫星遥感在亚热带多云雨区域易受云层干扰，导致监测实效性骤降。Sentinel-1 SAR影像在有云的情况下也能监测洪水，而且有高空间分辨率（10 m）的优势，适合用于绘制我国的洪水分布。

研究亮点

1. 面向近5000张近实时Sentinel-1合成孔径雷达(SAR)卫星影像，开发出一套高效的洪水识别算法，并绘制出中国2017~2021年的高分辨率（10 m）洪水地图。

2. 采用近2000景同步获取的Sentinel-2光学影像进行交叉验证，结果显示洪水提取总体精度达61.2%以上。进一步与中国水利部省级农田受灾统计数据对比分析表明，两者呈现74.6%~83.4%的一致性。

3. 协同分析洪水淹没范围与农作物分布图，估算出水稻和玉米等大宗农作物的被淹没范围。

研究结果表明，2017~2021年我国洪涝灾害呈现显著时空异质性特征。全国洪水淹没总面积估算值分别为93,276 km²（2017）、106,217 km²（2018）、105,983 km²（2019）、122,037 km²（2020）和82,175 km²（2021），其中2020年达到观测期峰值。

从土地覆盖类型分析，农田作为主要承灾体，其受淹面积占比持续突出：对应年份分别为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%），分别占全国农田总面积的3.20%、3.81%、4.13%、4.70%和2.96%。

图1 (a) 2017~2021年洪水淹没分布地图; (b) 洪水密度分布; (c)-(f) 局部洪水展示; (g) 洪水面积统计

研究团队通过洪水分布和农作物分布一致性分析，进一步评估水稻和玉米等主要农作物的淹没面积。被淹没的水稻种植区面积范围为8428~22,123 km²，占年度淹没农田总面积的22.34%~41.91%，或年度水稻种植区总面积的2.82%~7.45%。相比之下，被淹没的玉米种植区面积在2619~5397 km²之间波动，占年度淹没农田总面积的5.38%~13.56%。

图2 (a) 2017~2021年被淹没的水稻分布; (b) 2017~2021年被淹没的玉米分布; (c)~(f) 农作物物候与洪水时期的重合

来源: 《中国科学》杂志社