HD.102 | 水文数据——全球农业沟渠灌溉网络

数据简介

GRAIN（Global Registry of Agricultural Irrigation Networks）数据集填补了长期缺失的全球灌溉渠道信息空白。研究团队结合OpenStreetMap志愿数据+机器学习，精准区分人工灌溉渠道与自然河流，绘制出全球灌溉网络。

图2. 数据集开发流程图。通过 OSM 数据提取、特征工程和随机森林分类，结合后处理（SWORD 重叠、拓扑连通性、用途识别）生成渠道，并附国家、气候区、长度、坡度、高程差、类型和用途等元数据，最终输出 GeoParquet 和 Shapefile

GRAIN 数据集是全球首个以社区驱动方式构建的灌溉渠道矢量数据库，填补了长期存在的全球灌溉渠道数据空白。该数据集综合利用 OpenStreetMap 志愿地理信息、机器学习分类以及地面实测数据，精确识别全球主要及次级农业灌溉渠道，并提供渠道长度、坡度、高程差、用途和气候区等丰富元数据。GRAIN 可广泛应用于灌溉效率评估，帮助科研人员和决策者量化不同区域灌溉系统的性能；支持农业规划和水资源管理，为农业生产布局、基础设施投资和气候适应策略提供科学依据；并能结合卫星遥感和地理信息系统开展动态水文分析和作物产量预测。总之，GRAIN 为全球水-粮安全研究提供了一个系统、可公开获取的基础工具，助力理解灌溉基础设施与粮食生产之间的复杂关系，并为未来农业可持续发展和政策制定提供支持。