在中國北方乾旱地區，水資源短缺與糧飼料生產效率低下長期制約著區域農業的長期發展，針對這一困境，中國科學院空天信息創新院，AIR團隊與合作單位共同開發了一套以AI技術驅動的遙測分析系統，用於精準評估與繪製適合飼料作物栽培的潛力區域。這項研究成果以黃河中游乾旱帶為研究核心，展示了 AI 技術於乾旱農業管理中的創新應用潛力。

　　研究團隊整合了衛星遙測影像、生態水文模型輸出與現地實測數據，建立一個「跨尺度、多來源融合」的資料分析體系，降低對大規模實地採樣的依賴，藉由整體學習(ensemble learning)與遷移學習(transfer learning)技術，模型可自動擷取影響飼料生產的重要因子，例如灌溉需水量、植被淨初級生產力(NPP)及土壤有機碳含量(SOC)，根據研究結果顯示，AI 模型對這些變量的預測精準度超過 90%，相較於傳統方法顯著提升。另外，為進一步減少不同資料來源與地區間的偏差，研究人員還引入了分布校正與分位數映設法(quantile mapping)**等技術，使得預測誤差降低約 43%，飼料栽培潛力區的定位準確率達到 85% 以上。這意味著 AI 不僅能準確識別潛在的高產區域，還能揭示區域性水資源與生態條件的限制原因。

　　與以往僅依賴氣候或土壤特性等單一指標的判定方式不同，這一 AI 技術設計將飼料種植視為一項多目標空間優化問題，同時平衡水資源消耗、碳匯效益與農業收益，研究指出，該系統能夠量化不同區域間的「生態效益－經濟收益－水資源消耗」，為政策制定者與農業經營者提供數據化的決策依據。

　　這項創新技術具備可擴展性與成本效益，可應用於其他乾旱或半乾旱地區的農業規劃、草地復育及水資源管理，研究人員強調，隨著遙測技術與 AI 的技術融合加深，未來這類應用模式可望成為智慧農業監測與氣候適應策略的核心工具。

【延伸閱讀】－了解植物氣孔開關機制，為適應乾旱及高溫氣候提供更多對策