农业灌溉连接着粮食生产与水资源利用。一方面，稳定的灌溉条件能够降低降水波动对农业生产的影响；另一方面，灌溉范围的扩张、收缩和空间转移，也会直接影响区域耗水、地下水变化和农业生态过程。因此，连续了解不同年份灌溉区域的位置和变化，是开展农业水资源管理、水文模拟和粮食安全研究的重要基础。
**今日分享的是2000-2022年中国500米分辨率灌溉农田分布栅格数据！**该数据集由天津大学Xin Tian、Jianzhi Dong和西南大学Jianhong Zhou等研究人员制作，首版于2025年2月6日上线，当前第2版于2025年11月11日发布在Figshare平台。相关论文《Mapping the Interannual Variability of Irrigated Area Using Categorical Sampling and Machine Learning》由Xin Tian等于2026年5月28日在线发表于Geophysical Research Letters期刊。
该数据包括2000---2022年共23期中国年度灌溉农田GeoTIFF栅格，每年对应一个TIF文件。数据空间分辨率为500米，对应经纬度像元大小约0.0044915764°，坐标系为WGS 84（EPSG:4326），数据空间范围覆盖约73.5002°E---135.0887°E、18.1549°N---53.5620°N。栅格值为0和1，单位为无量纲，其中1表示该像元在对应年份被识别为灌溉区域，0表示非灌溉区域；文件未单独设置NoData值。
该数据采用基于类别三重配置法（Categorical Triple Collocation，CTC）的样本构建框架生成。作者综合多套已有灌溉产品识别连续灌溉和间歇灌溉像元，并构建正、负训练样本；随后汇集植被指数、物候特征、气候因子和地形因子等22项预测变量，在1688个县级单元分别训练随机森林模型，生成中国2000---2022年逐年灌溉区域分布图。论文验证结果显示，该方法将灌溉面积制图RMSE由传统样本策略的16.6%降低至8.3%，增强了对年度变化的识别能力。
大家可以在公众号回复关键词 1258 免费获取该数据！无需转发文章，直接可以获取数据！以下为数据的详细介绍：
01数据展示
本数据集包括如下文件：
图1：原始数据文件夹中的23个年度栅格文件
这23个压缩包对于23个年份的数据。下面我们以CDIA_2022.tif为例查看文件属性：
图2：CDIA_2022.tif的栅格属性
首先，我们先来看2000年的灌溉区域分布。图中可以看到，灌溉区域主要集中在华北平原、东北部分地区、长江中下游农业区，以及新疆绿洲和河套灌区等区域。如下图：
图3：2000年中国灌溉区域分布
接着我们来看2022年的灌溉区域分布。该图与2000年使用相同的符号和显示方式，绿色区域表示像元值为1的灌溉区域，如下图：
图4：2022年中国灌溉区域分布
接下来，我们将2000年与2022年的栅格逐像元进行对比。深绿色表示两个年份均被识别为灌溉区域，红色表示2022年新增识别出的灌溉区域，蓝色表示2000年为灌溉区域、但2022年不再被识别为灌溉区域。该图展示的是两个年份之间的分类差异，不代表期间每一年的变化过程。
图5：2000年与2022年灌溉区域像元变化
02 数据的其他信息
数据来源网站：
论文来源网站：
Geophysical Research Letters（Wiley Online Library），网址为：https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2026GL123935
数据大小：
本次下载的数据共23个TIF文件，总大小约4.63GB。
数据格式：
GeoTIFF栅格格式，单波段Int16数据类型。
数据时间范围：
2000---2022年，为逐年数据，共23期。
数据空间范围：
中国，栅格边界约为73.5002°E---135.0887°E、18.1549°N---53.5620°N。
数据空间分辨率：
500米，对应经纬度像元大小约0.0044915764°×0.0044915764°。
数据坐标系：
WGS 84地理坐标系，EPSG:4326。
数据引用方式：
Tian, X., Dong, J., & Zhou, J. (2025). Continuous Discontinuous Irrigated Areas in China Dataset (CDIA) (2000-2022) Data set. figshare. https://doi.org/10.6084/m9.figshare.25912474.v2
论文引用方式：
Tian, X., Dong, J., Zha, Y., Zhou, J., Zhao, D., Chen, X., Jin, S., Zhang, Y., & Wei, L. (2026). Mapping the Interannual Variability of Irrigated Area Using Categorical Sampling and Machine Learning. Geophysical Research Letters, 53(11), e2026GL123935. https://doi.org/10.1029/2026GL123935
03 数据获取
如有数据需求，欢迎点击下方名片链接，关注我们并咨询获取~