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InENVI（Integrating ENvironmental VarIable）NDVI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R²=0.74，RMAE=0.56；玉米平均R²=0.69，RMAE=0.38；单季稻平均R²=0.78，RMAE=0.31；双季稻平均R²=0.76，RMAE=0.33
• 市级尺度（甘蔗）：平均R²=0.83，RMAE=0.41

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（R²<0.5），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_1984（EPSG: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