中国农作物的“高清地图”2001-2024年30米分辨率主要作物分布数据集引言粮食安全是国家安全的重要基石。准确掌握主要农作物的空间分布与长期变化规律对农业监测、耕地保护、粮食估产和生态环境研究都具有关键支撑作用。然而长期以来中国缺乏一套能够同时覆盖冬小麦、玉米、水稻和甘蔗等主要作物的长时序、高分辨率空间分布数据集。这一空白终于在2026年被填补。北京大学袁文平团队联合中山大学、中国科学院等多家机构在《Scientific Data》期刊上发表了题为“A 30-m annual distribution dataset of major crops in China from 2001-2024”的研究论文正式发布了中国农作物数据集China Crop Dataset, CCD。该数据集以30米空间分辨率、逐年更新的方式首次实现了对中国28个省份冬小麦、玉米、单季稻、双季稻和甘蔗五种主要作物长达24年2001-2024年的同步空间制图。这不仅仅是一套数据更是中国农业遥感领域的一座里程碑。为什么需要这样一套数据中国农业的“家底”有多重要冬小麦、玉米、水稻和甘蔗这四种作物在中国农业中占据着举足轻重的地位。它们 collectively 贡献了中国农作物总播种面积的57.14%。其中冬小麦、玉米和水稻三大谷物占全国谷物播种面积的96.87%而甘蔗占糖料作物播种面积的89.4%数据来源《中国农村统计年鉴》2024年。近年来气候变化、城市化和人口增长对农业可持续性构成了越来越大的挑战。准确、及时地绘制这些作物的分布图尤其是长时序的监测对于评估粮食生产的稳定性至关重要。现有数据的“短板”过去的研究主要集中在单一作物类型的制图上。例如已有研究分别绘制了冬小麦、玉米和水稻的分布图。然而将这些独立的作物地图简单叠加往往会产生空间冲突——同一个像素点可能同时被标记为玉米和水稻这显然是不合理的。更重要的是现有的多作物制图努力大多局限于区域尺度。例如You等人利用Sentinel-2数据制作了2017-2019年东北地区10米分辨率的玉米、大豆和水稻分布图Hou等人结合Sentinel-1数据和随机森林分类器绘制了2019-2023年张家口市的燕麦、玉米等作物分布图。这些研究虽然精度高但覆盖范围有限。在国家尺度上最著名的多作物制图项目是美国农业部生产的农田数据层Cropland Data Layer, CDL提供每年更新的30米分辨率作物分布图。相比之下中国一直缺乏这样一个国家尺度、高分辨率、逐年更新的多作物数据集。一些尝试虽然填补了部分空白但仍存在局限。例如Luo等人基于GLASS LAI和物候分析制作了2000-2015年中国1公里分辨率的三大谷物小麦、玉米和水稻数据集。但1公里的粗分辨率在南方农田高度破碎化的地区存在严重的混合像元问题。Qiu等人开发的2020年中国10米分辨率耕作模式图ChinaCP-T10虽然空间分辨率高但仅限单一年份。Liu等人构建的1985-2020年30米分辨率主粮用地MGL数据集虽然时序长、分辨率高但其玉米参考数据集在整个研究期间保持不变可能引入了不确定性。CCD数据集是如何诞生的研究区域CCD数据集覆盖了中国28个省份和直辖市这些地区代表了全国主要的农业区域。研究区域内冬小麦、玉米、单季稻、双季稻和甘蔗的种植面积分别占全国相应作物总面积的96.55%、99.22%、99.10%、99.86%和95.33%数据来源《中国农村统计年鉴》2024年。研究区域横跨从温带到热带的多样的气候带涵盖了复杂的地形和农业条件。数据来源CCD的构建整合了多源数据独立作物数据集研究利用了已有发表的冬小麦、玉米、水稻和甘蔗30米分辨率分布数据集。这些独立数据集的总体精度分别达到91.6%、80.06%、89.89%和93.47%。研究选取了所有数据集共同覆盖的时间段2001-2024年来生产CCD。卫星影像研究使用了Landsat 5、7、8、9的Collection 2 Level-2地表反射率产品以及Sentinel-2的Level-2A地表反射率产品。所有数据均来自Google Earth Engine平台。为了确保数据质量研究使用了Landsat的质量评估波段和Sentinel-2的云概率产品去除了云污染像元。融合数据集研究还采用了InENVIIntegrating ENvironmental VarIableNDVI数据集该数据集融合了MODIS和Landsat观测提供了2001-2024年8天时间分辨率、30米空间分辨率的NDVI时间序列。验证数据精度评估基于野外调查样本、Google Earth高分辨率影像视觉解译样本以及县级和市级作物种植面积的统计数据。总计获得了4,552个冬小麦样本、4,041个玉米样本、182,807个水稻样本和1,462个甘蔗样本。核心技术方法这里是将搜友数据叠加起来选择不重复的部分进行随机森林分类这里选用的指数是swir1和NDVI指数这里在分类后主要的是将重叠部分再次进行重新分类这个过程主要是解决第一次随机森林分类后重叠区域的部分最终得到一个完成的分类过程根据第一次完整的分类过程来选择纯粹的样本点来进行随机森林分类分类过后补充缺失的区域。最终生成结果。这里缺失的区域可能是和第一次分类的结果类似的过程。这里有点一文。CCD的生产流程包含四个关键步骤第一步光谱波段和植被指数的选择研究发现SWIR1短波红外1反射率和NDVI在区分不同作物方面具有独特优势。冬小麦在生长后期SWIR1反射率上升区别于双季稻单季稻在移栽期呈现“V”字形的SWIR1反射率变化而玉米则保持高反射率双季稻的SWIR1反射率持续低于玉米且NDVI呈双峰曲线甘蔗的SWIR1反射率远高于双季稻生长期更长。第二步重叠像元的重新分类当整合独立的作物数据集时不同作物的像元可能在空间上重叠。有些重叠是合理的如冬小麦-玉米轮作、冬小麦-单季稻轮作但有些则不符合农学常识如冬小麦与双季稻、玉米与水稻等。研究识别了19个省份中存在不合理重叠的区域并利用随机森林算法对这些重叠像元进行重新分类。第三步损失面积的补充分类重新分类过程不可避免地导致作物总面积相对于统计面积的减少。为此研究进行了补充分类。对于未分类区域中年度最大NDVI大于0.4的像元代表植被覆盖随机抽取非作物样本和作物样本训练随机森林模型。研究将多分类问题分解为一系列二元分类步骤并根据省级或市级层面作物面积的损失量确定概率阈值直到分类面积与损失面积匹配。第四步精度评估研究在像元级别和区域级别两个层面评估了CCD的精度。像元级别使用生产者精度、用户精度和总体精度区域级别将分类面积与统计数据进行对比使用相关系数R²和相对平均绝对误差RMAE。CCD的精度有多高像元级别验证基于野外调查和视觉解译样本的验证表明CCD在四种作物的分类上均达到了高精度冬小麦平均总体精度94.22%生产者精度97.57%-98.46%用户精度87.01%-97.1%玉米平均总体精度87.37%生产者精度64.6%-100%用户精度58.33%-93.1%水稻平均总体精度92.52%生产者精度82.26%-98.83%用户精度70%-99.27%甘蔗平均总体精度89.92%生产者精度71.15%-87.34%用户精度76.29%-100%其中玉米的精度提升最为显著特别是在重庆、广西、湖南、湖北等南方省份用户精度相比独立数据集提高了25%以上。这表明CCD有效减少了玉米分类的误判即把其他作物错分为玉米。与统计数据的对比CCD的分类面积与农业统计数据表现出良好的一致性县级尺度冬小麦平均R²0.74RMAE0.56玉米平均R²0.69RMAE0.38单季稻平均R²0.78RMAE0.31双季稻平均R²0.76RMAE0.33市级尺度甘蔗平均R²0.83RMAE0.41大多数省份的R²超过0.6。虽然在湖北、江苏、广西等南方省份由于地形复杂和农田破碎化精度相对较低R²0.5但CCD仍然优于独立的源数据集。与已有数据集的对比与MGL数据集的对比在吉林单季稻主产区、河南冬小麦和玉米主产区和湖南双季稻主产区三个代表性省份的对比中CCD表现出更好的空间一致性。在湖南MGL数据集的田块更加破碎而CCD呈现出更完整、连续的田块分布。这得益于CCD使用了融合NDVI数据集有效缓解了原始卫星影像质量限制的影响。与东北地区10米作物图的对比以2019年为例CCD中玉米和单季稻的空间分布与You等人的10米作物图及Google Earth影像高度吻合。基于You等人2017-2019年的地面真实样本验证CCD在东北三省玉米的平均总体精度为89.17%单季稻为96.68%。与10米甘蔗图的对比CCD的甘蔗分类与Di Tommaso等人的10米甘蔗图在主要甘蔗种植区域表现出良好的一致性。差异主要出现在甘蔗种植有限的地区如广西东部和云南北部。数据集的价值与应用数据特征CCD数据集以GeoTIFF格式提供坐标系为WGS_1984EPSG:4326。像元值含义如下0非作物1单季水稻2双季水稻3冬小麦4冬小麦-单季稻轮作5甘蔗6玉米9冬小麦-玉米轮作数据集可在Science Data Bank获取https://doi.org/10.57760/sciencedb.32361。应用场景这套数据集的应用前景广阔粮食安全监测与产量估算基于长时序作物分布结合气象、土壤和遥感模型可以开展区域粮食产能评估与安全预警。农作物种植结构时空演变分析分析水稻、小麦、玉米、甘蔗等作物空间扩张、转移与轮作模式的变化理解农业系统对气候变化和政策的响应。耕地“非粮化”监测与耕地保护识别真实作物种植范围支撑永久基本农田核实、耕地用途监管与国土空间规划。农业生态与水文效应研究分析作物分布对区域蒸散、水资源消耗、面源污染的影响支撑农业生态治理。碳循环与气候变化研究高精度的作物分布数据是估算农田生态系统碳收支、评估农业温室气体排放的关键输入。局限与展望任何数据集都不是完美的CCD也有其局限性数据质量的区域差异融合NDVI数据集在持续多云地区的表现有限。例如在云南融合数据集的填充率平均仅为75%左右可能引入光谱失真。SWIR1波段的质量也因地区而异。混合像元问题30米分辨率在南方小田块地区仍可能存在混合像元效应限制了在精细田块尺度的应用。作物类型覆盖不全目前数据集仅包括冬小麦、玉米、单季稻、双季稻和甘蔗其他作物如春小麦、大豆等未被纳入。玉米也未进一步细分。灌溉信息缺失当前CCD未区分雨养和灌溉作物限制了在农业水资源管理和灌溉相关产量评估中的应用。研究团队也提出了未来的改进方向纳入更多卫星观测如Sentinel-2到时空融合过程中提高精度和空间分辨率开发先进算法减轻云污染影响提高长时序作物制图的可靠性引入更精细的作物分类方案丰富作物类型整合灌溉数据集或多源指标更好地区分雨养和灌溉系统结语CCD数据集的发布标志着中国农作物空间制图进入了一个新时代。24年、30米分辨率、5种主要作物、覆盖28个省份——这组数字背后是研究团队对海量卫星影像的处理、对机器学习算法的创新应用、对地面验证数据的精心收集。正如论文通讯作者袁文平教授团队所展示的中国在农作物遥感制图领域已经从“跟跑”走向了“领跑”。CCD不仅为科研人员提供了宝贵的数据资源更为国家的粮食安全监测、农业政策制定和可持续发展规划提供了科学支撑。数据是科学的基石。当我们拥有了这样一套“高清地图”我们对脚下这片土地上作物生长的理解将变得更加清晰、更加深刻。数据集获取Science Data Bank: https://doi.org/10.57760/sciencedb.32361代码https://github.com/fuyy33/CCD_codes引用格式Fu, Y., Dong, J., Shen, R. et al. A 30-m annual distribution dataset of major crops in China from 2001-2024. Sci Data (2026). https://doi.org/10.1038/s41597-026-07370-5
