数据来源与介绍
分享1986-2021年中国30m分辨率年度耕地分布数据~
数据来源：Tu, Y., Wu, S., Chen, B., Weng, Q., Bai, Y., Yang, J., Yu, L., and Xu, B.: A 30 m annual cropland dataset of China from 1986 to 2021, Earth Syst. Sci. Data, 16, 2297–2316, https://doi.org/10.5194/essd-16-2297-2024, 2024.
数据介绍：准确、详细和最新的耕地面积信息对于保障粮食安全和环境可持续性至关重要。然而，由于农业景观的复杂性和缺乏足够的训练样本，在大范围地理范围内以高时空分辨率监测农田动态仍然具有挑战性，特别是在农业用地正在发生巨大变化的地区。在这里，我们开发了一个具有成本效益的年度农田制图框架，该框架集成了时间序列Landsat卫星图像、自动训练样本生成以及机器学习和变化检测技术。我们在Google Earth引擎的云计算平台上实现了该方案，并生成了一个新的30米空间分辨率的中国年度耕地数据集（即CACD）。结果表明，我们的方法能够跟踪不同农业区的动态耕地变化。CACD年度地图和变化地图的像素F1值分别为0.79±0.02和0.81。进一步的跨产品比较，包括精度评估、与统计数据的相关性和空间细节，突出了CACD与其他数据集相比的精度和稳健性。根据我们的估计，从1986年到2021年，中国的总耕地面积增加了3 . 03万平方公里（1.79 %），在2002年之前有所增加，但在2002年至2015年期间总体下降，之后略有恢复。耕地扩张主要集中在西北部，而东部、中部和南部地区耕地大量减少。此外，我们观察到419342平方公里（17.57 %）的农田在研究期间至少废弃了一次。CACD一致的高分辨率数据可以支持各种研究应用在可持续农业利用和粮食生产方面取得进展。
数据获取
数据下载地址：https://doi.org/10.5281/zenodo.7936885
2015年五种产品（CACD、CLCD、CLUD、GLAD和GFSAD）耕地面积的空间一致性。匹配级别表示像素被识别为耕地的频率。例如，“4”表示五种产品中有四种认为它是农田。左下角的条形图表示不同匹配级别的面积比例（1-5）。位置A-F分别对应于图7中的缩放区域。
公众号：GISerQ
扫码关注 了解更多
