多尼亚纳国家公园（Doñana）被认为是欧洲最珍贵的沼澤湿地之一。根据塞维利亚大学开展的一项重要水资源监测研究的计算，该公园的沼泽湿地将在61年内消失。這項研究成功开发了一种基于机器学习的创新算法，能够从哨兵-2（Sentinel-2）卫星图像中以高精度识别地表水資源的存在。

这项研究同时考虑了不同情景下的预测结果：在气温升高、降雨变化不利的情况下，最悲观的估计为45年；而在条件相对有利的情况下，最乐观的估计约为175年。这些气候条件将对沼泽湿地造成决定性影响。多尼亚纳沼泽湿地在生态上具有极其重要的意义，因为这是成千上万欧洲和非洲鸟类迁徙、繁殖和越冬的关键栖息地。

这项研究工作是“数字图像处理在水资源监测中的应用”，与《2030年议程》目标保持一致。該项目由塞维利亚大学图形工程系研究人员埃米利奥·拉米雷斯·胡伊迪亚斯（Emilio Ramírez Juidias）等教授领导，共同参与者还包括高智力能力项目的学生克拉拉·伊萨贝尔·冈萨雷斯·洛佩斯（Clara Isabel González López）和保拉·罗梅罗·贝尔特兰（Paula Romero Beltrán）。

研究数据可追溯至2005年，结果显示从2005年到2024年，沼澤湿地面积（29,824 km²）、水量（11,680 hm³）和水深（0.023米）平均损失约為15%。然而值得注意的是，在15%的损失裡，绝大部分（超过13%）发生在2010年之后，“这一时期气温明显上升，尤其是降水量急剧下降，再加上该地区非法抽取地下水资源的影响”，拉米雷斯·胡伊迪亚斯（Ramírez Juidias）表示。

关键解决方案

该项目主要目标是提供一种先进的技术工具，用于监测脆弱的自然环境水文状况，这与联合国可持续发展目标高度契合，特别是目标6（SDG 6）也就是清洁饮水和卫生设施，以及目标13（SDG 13），即气候行动。在这一背景下，遥感技术和卫星图像数字处理被视为应对日益严重的水资源短缺以及气候变化，以及人类活动压力所导致的生态退化的关键解决方案。

由学生在拉米雷斯·胡伊迪亚斯(Ramírez Juidias)教授指导下,学生们开发的算法采用了应用于哨兵-2号（Sentinel-2）卫星光学数据的机器学习技术，重点利用近红外波段和红光波段。通过一套专门针对多尼亞纳等沼泽湿地环境校准的数学公式，该模型能够高度可靠地区分水体和植被覆盖情况，并生成反映地表水存在及其逐步消失过程的更新地图。经实地验证结果显示出显著相关性，证实了该算法作为预测工具具实用价值。

减缓影响策略

拉米雷斯·胡伊迪亚斯（Ramírez Juidias）教授指出，通过实施一系列策略，可以在一定程度上减缓沼泽湿地流失。首要措施在他看来必须是“果断而彻底”，即彻底永久关闭非法水井，并对用水情况进行有效监管。这需要加强检查和关闭非法水井力度，同时建立实时监测系统，以确保地下水抽取法规得到切实执行。

第二项措施是推动农业模式转型，发展更加可持续、耗水量更低的农业，优先推广低耗水作物和高效灌溉技术（如滴灌），逐步取代与实际水资源承载能力不相符的高强度集约化种植。此外，该策略还应包括恢复和修复衰退沼泽湿地，即通过生态修复工程，对受干旱影响最严重的区域进行干预，包括重新连接地下水含水层以及重新引入有助于蓄水的本地植被。

在这些相关行动中，还包括将处理过的再生水再利用于农业和林业，推动使用来自污水处理厂再生水，从而减轻对地下含水层的用水压力，并确保自然生态系统有足够水资源；以及通过综合水文规划适应气候变化，将未来气候情景纳入水资源管理，通过考虑降水逐步减少、气温上升及其对国家公园水循环影响的适应性方案。

可应用于其他环境技术

这项技术不仅能识别受干旱或地下水位下降影响的区域，还能为生态系统保护决策提供支持。此外，由于该方法具有可扩展性和自动化特点，这个算法可应用于其他面临类似问题的其他自然环境，从而促进更加高效和可持续的水资源管理。

这项研究的成功充分体现了在高影响力的科学项目中培养青年人才具有重要意义，尤其是在环境可持续性、数字化和人工智能等关键领域。塞维利亚大学高智力能力项目计划与应用研究之间的合作，为知识转移和高水平人才培养提供典范，直面当今时代的全球性重大挑战。

总而言之，这一成果使塞维利亚大学及拉米雷斯·胡伊迪亚斯（Ramírez Juidias）教授的研究团队站在技术创新前沿，不仅推动了水资源保护，也为应对气候变迁作出了重要贡献。