当前位置: 首页 > news >正文

中国三大主粮作物(水稻、小麦、玉米)空间分布数据集

        北京大学全球变化与陆地生态系统模型研究团队(负责人:袁文平)通过生态网络云平台更新发布了中国三大主粮作物空间分布数据集。本次更新发布的数据集包括:中国冬小麦(30米)、玉米(30米)、单季稻(10米/20米)和双季稻(10米)种植分布4个数据集,其中冬小麦和玉米种植分布数据集在原有2001–2023年基础上,延续更新至2024年;单季稻、双季稻种植分布数据集在原有2017–2023年基础上,延续更新至2024年,并将各年各省的单季稻、双季稻种植分布数据合为一个文件,方便用户使用。用户可登录系统在线获取更新后的数据集。

       数据集采用GeoTIFF文件格式存储,空间参考为WGS84坐标系(EPSG:4326),相关研究成果分别发表在ESSD、Scientific Data、Remote Sensing、Journal of Remote Sensing等期刊。中国三大主粮作物空间分布数据集的更新进一步提升了数据精度和时效性,为农业监测、粮食安全评估及相关研究提供了重要的数据支撑。该团队将持续更新和完善农作物空间分布数据,为相关领域研究提供更优质的数据服务。

图1 2017–2022年中国单季稻种植频率图

2001-2024年中国玉米种植分布数据集-CSDN博客《中国玉米种植分布数据集(2001-2024)》是基于多源遥感数据构建的高精度农业数据集,包含22个省级行政区的30米分辨率玉米分布图(GeoTIFF格式)。数据集采用TWDTW算法生成,总体精度达80.06%,县域尺度R²为0.657-0.903。数据分两阶段构建:2001-2020年基于MODIS/LandsatNDVI,2021-2023年基于Landsat/Sentinel-2NDVI。该5.32GB数据集通过国家生态科学数据中心公开共享,要求使用者标注数据来源并提交成果副本。 https://blog.csdn.net/zj51050_heartxy/article/details/150471801?spm=1001.2014.3001.55012001-2024年中国冬小麦30米分辨率种植分布数据集-CSDN博客摘要:本数据集采用时间加权动态时间规划方法和冬小麦作物指数,生成了2001-2023年全国11个主要产区(覆盖全国99%以上冬小麦面积)30米分辨率的冬小麦种植分布图。经样本验证,总体精度达91.17%,生产者精度91.6%,用户精度90.92。数据通过国家生态科学数据中心公开共享(1.72GB),需规范引用并提交成果至指定邮箱。数据集已发表多篇SCI论文,包括ESSD和Scientific Data等期刊成果。 https://blog.csdn.net/zj51050_heartxy/article/details/150471875?spm=1011.2124.3001.62092017–2024年中国10米/20米分辨率水稻种植分布数据集-CSDN博客摘要:本数据集提供2017-2024年中国23个省级行政区的水稻种植分布数据,包含单季稻和双季稻分类(GeoTIFF格式,WGS84坐标系)。5个省份分辨率为20米,其余为10米,基于Sentinel卫星数据和TWDTW方法生成。数据公开共享(7.99GB),使用需注明来源并引用相关文献(DOI:10.12199/nesdc.ecodb.rs.2025.012)。涉及学科包括遥感、生态学和地理学,研究成果需发送至国家生态科学数据中心备案。 https://blog.csdn.net/zj51050_heartxy/article/details/150471907?spm=1011.2124.3001.6209

论文信息:

Dong, J., Fu, Y., Wang, J., Tian, H., Fu, S., Niu, Z., Han, W., Zheng, Y., Huang, J., Yuan, W. (2020). Early-season mapping of winter wheat in China based on Landsat and Sentinel images. Earth System Science Data, 12(4), 3081–3095. ESSD - Early-season mapping of winter wheat in China based on Landsat and Sentinel images

Dong, J., Pang, Z., Fu, Y., Peng, Q., Li, X., Yuan, W. (2024). Annual winter wheat mapping dataset in China from 2001 to 2020. Scientific Data, 11(1), 1218. Annual winter wheat mapping dataset in China from 2001 to 2020 | Scientific Data

Pan, B., Zheng, Y., Shen, R., Ye, T., Zhao, W., Dong, J., Ma, H., Yuan, W. (2021). High-resolution distribution dataset of double-season paddy rice in China. Remote Sensing, 13, 4609. https://doi.org/10.3390/rs13224609

Peng, Q., Shen, R., Li, X., Ye, T., Dong, J., Fu, Y., Yuan W. (2023). A twenty-year dataset of high-resolution maize distribution in China. Scientific Data, 10, 658. A twenty-year dataset of high-resolution maize distribution in China | Scientific Data

Shen, R., Dong, J., Yuan, W., Han, W., Ye, T., Zhao, W. (2022). A 30 m resolution distribution map of maize for China based on Landsat and Sentinel images. Journal of Remote Sensing, 2022, 9846712. https://doi.org/10.34133/2022/9846712

Shen, R., Pan, B., Peng, Q., Dong, J., Chen, X., Zhang, X., Ye, T., Huang, J., Yuan, W. (2023). High-resolution distribution maps of single-season rice in China from 2017 to 2022. Earth System Science Data, 15, 3203–3222. ESSD - High-resolution distribution maps of single-season rice in China from 2017 to 2022

http://www.dtcms.com/a/336172.html

相关文章:

  • Python开发环境
  • 密码学系列 - 零知识证明(ZKP) - 多种承诺方案
  • Windows Server SDN智能流量管理方案
  • 网络通信的基本概念与设备
  • 【力扣热题100】双指针—— 接雨水
  • Ubuntu22系统docker部署Dify【教程】
  • go资料汇总
  • 上网行为组网方案
  • 图论水题4
  • 隐私屏软件(支持win10以上系统)
  • Python异常、模块与包(五分钟小白从入门)
  • Android面试指南(二)
  • 工具测试 - marker (Convert PDF to markdown + JSON quickly with high accuracy)
  • JavaScript 中constructor 属性的指向异常问题
  • Python实现区域生长和RANSAC聚类
  • 线程基本API
  • 输入坐标移动
  • 在线编程题目之小试牛刀
  • 多线程—飞机大战(加入排行榜功能版本)
  • 数字化转型成功案例:赋能供应链运输成本精细化管理
  • 网络编程3(网络层,数据链路层)
  • 批次号规则
  • Vue中v-show与v-if的区别
  • 【AI论文】序曲(PRELUDE):一项旨在考察对长文本语境进行全局理解与推理能力的基准测试
  • C语言私人学习笔记分享
  • STM32单片机学习日记
  • 第四章:大模型(LLM)】06.langchain原理-(7)LangChain 输出解析器(Output Parser)
  • 模型提取的相关经验
  • 库制作与原理(下)
  • 端到端测试:复杂系统的终极体检术