之前的文章介绍过如何在Google Earth Engine中调用武汉大学黄昕老师老师团队关于中国1990-2020年30米土地利用覆盖数据集。今天，我们再分享一下我国30米分辨率1986至2021年逐年的耕地分布数据集，并给出GEE调用方式。论文信息如下：
Tu Y, Wu S, Chen B, et al. A 30 m annual cropland dataset of China from 1986 to 2021[J]. Earth System Science Data, 2024, 16(5): 2297-2316.
文章主要制作完成了我国30米分辨率1986至2021年逐年的耕地分布数据集，这一数据集也将作为许多土地利用数据集的补充，方便大家评估我国耕地使用状况和未来潜在趋势。
方法部分主要涉及到样本数据生成、特征构建、随机森林模型分类和精度评价等；这些操作也都属于正常操作，而且很多教程我们已经公开了，甚至进行了创新探究，大家有兴趣的可以参看如下链接：
为了方便大家调用该数据集，我们将这个数据集下载后上传到了GEE平台，欢迎大家调用和使用。
var AOI =ee.Geometry.Polygon([[[73.29664083302856, 54.277303330228776],[73.29664083302856, 16.824342178881917],[136.22632833302856, 16.824342178881917],[136.22632833302856, 54.277303330228776]]], null, false);var roi = AOI;Map.centerObject(roi);/*****************************************************************Tu Y, Wu S, Chen B, et al. A 30 m annual cropland dataset of China from 1986 to 2021[J].Earth System Science Data Discussions, 2023, 2023: 1-34.The CACD dataset can be invoked using the following codes*****************************************************************/var srcFolder = 'projects/lulc-datase/assets/Crpoland_China_ESSD_Gongpeng/';var imgList = ee.List([]);for(var year = 1986; year<=2021;year++){var tmpImg = ee.Image(srcFolder+'CACD-'+year);Map.addLayer(tmpImg.randomVisualizer(),null,'CACD-'+year,false);imgList = imgList.add(tmpImg);}var imgList = ee.ImageCollection.fromImages(imgList);print("imgList",imgList);Map.addLayer(imgList.first().randomVisualizer(), null, 'CACD_1986');
重要提醒：本文只是对论文中的数据集进行了整理，没有任何贡献点。大家在使用过程中，请注意学术规范。如果在研究当中有使用论文中的有关数据，请正确引用原文。
交流合作&科研搭子
想加入交流群的同学可加小编微信让其邀请进群（扫描下方二维码咨询报名或菜单栏“联系我们”选项框都可以找到小编哟）。注意，咨询加群验证信息请备注为“学位-研究方向-学校-加群”格式，否则不予通过。例如，假如你是武汉大学土地利用分类方向的博士研究生，则可以备注“博士-LULC-武大-加群”；假如你是北京大学生态学方向的硕士研究生，则可以备注“硕士-生态学-北大-加群”。
