穆罕默德·拉希杜尔·伊斯兰
灌溉面积的空间信息对于作物需水、农业规划、水资源管理和减缓气候变化非常重要。由于有灌溉和无灌溉之间的光谱相似性,通过图像分类方法绘制灌溉水稻面积图具有挑战性。在本研究中,我们利用 2001 年至 2018 年基于遥感的蒸散量 (MOD16A2)、降水量 (GSMaP) 数据以及基于当地气候调整的 CROPWAT 的水稻作物系数数据,为三个不同季节开发了潜在灌溉水稻面积图指数。通过该指数,将水稻分为三种不同类型的灌溉区:孟加拉国三个不同水稻生长季节的 (i) 灌溉、(ii) 雨养和 (iii) 补充灌溉水稻区。结果与国家统计数据和其他相关灌溉面积数据进行了比较。研究发现,旱季灌溉水稻(Boro)面积与全国统计数据一致性较好,而雨季灌溉水稻面积一致性较低。