文章题目：The 500-meter long-term winter wheat grain protein content dataset for China from multi-source data
发表期刊：《Scientific data》
影响因子：8.9（5年）
通讯作者：李振海 教授
第一单位：山东科技大学
在线日期：2024-09
随着粮食消费需求的不断增长和全球市场竞争的加剧，对精确的小麦籽粒蛋白质含量 (GPC) 数据的需求日益增加。然而，由于缺乏广泛、长期的高分辨率基准数据，先前的 GPC 研究主要集中在实验田、小地理单元和有限的时间范围。此外，中国多样化的地理地形加剧了大规模 GPC 估算的挑战。为了解决这一挑战和数据差距，通过整合来自 ERA5 和 MODIS 的多源数据，创建了第一个覆盖中国主要种植区的 500 米空间分辨率长期冬小麦数据集 (CNWheatGPC-500)。结果表明，基于分层线性模型的 GPC 估算模型明显优于其他传统模型。验证数据集的 R2 为 0.45，RMSE 为 0.96%。在交叉验证中，RMSE 值范围从甘肃的 0.90% 到安徽的 1.32%。对于留一年交叉验证，RMSE 值范围为 0.77% 至 1.11%。CNWheatGPC-500 为提高小麦产量、质量控制和农业决策提供了宝贵的见解。
图1.（a）参与研究的省份和地面测量的谷物蛋白质含量（GPC）观测值的空间分布（绿点）和（b）研究区域内确定的五个不同的农业亚区域。
图2. 结合物候和气象变量的方法说明。针对在各个像素中观察到的不同成熟度 (MA)，选择了特定的时间长度来逐个像素地合成相关特征。注：T1 代表 MA 的第一个 30 天间隔，T2 代表第二个 30 天间隔，T3 代表第三个 30 天间隔。SE：播种和出苗期，GE：返青和出苗期，HE：抽穗期。
图3. 所有研究样本的统计数据（a）、按省份（b）和按年份（c）。天津和河北省的数据已整合，统称为“河北”。
图4. 所有研究样本的统计数据（a）、按省份（b）和按年份（c）。天津和河北省的数据已整合，统称为“河北”。
图5. HLM 中的区域差异：因变量和第一级自变量与组效应之间的关系。面板 (a) 显示按年份分组的各省内组内相关系数 (ICC) 计算结果，而 (b) 显示按年份分组的各省内 ICC 计算结果。面板 (c–g) 描绘了五个农业亚区域的组间混合效应和 ICC。R：按地区分组。Y：按年份分组。
图8. 使用留一区域法 (a) 和留一年法 (b) 对基于 HLM 的 GPC 估计模型进行交叉验证，其中每个条形上的数字代表验证集的大小。
数据下载链接：https://zenodo.org/records/10066544
或点击阅读原文下载。
