农作物空间分布数据集整理
一、千米级分辨率
1. 1980—2022年中国14种主要农作物收获面积空间分布栅格数据
清华大学俞乐教授团队制作的10km分辨率，14种农作物收获面积，包括：bean（豌豆）、cass（木薯）、cott（棉花）、grou（花生）、maiz（玉米）、ofib（油麻）、rape（油菜）、rice（水稻）、soyb（大豆）、sugb（甘蔗）、sugc（甜菜）、roba（烟草）、vega（蔬菜）、whea（小麦），单位为公顷（ha)。
数据格式：TIF，中国、美国、非洲的分着，1980-2022每年一个tif，每个tif包含14个波段，每个波段是一种农作物；数据坐标：WGS_1984；数据时间范围：中国1980—2022、非洲1961—2022、美国2008—2022；数据单位：公顷（ha）；空间分辨率：10KM；空间范围：中国、非洲、美国
以2022中国的玉米为例（局部）：
文章链接：https://www.nature.com/articles/s41597-025-05572-x
数据下载：https://doi.org/10.6084/m9.figshare.26028769
数据引用格式：Crop Statistic to Annual Map: Tracking spatiotemporal dynamics of crop-specific areas through machine learning and statistics disaggregating https://doi.org/10.6084/m9.figshare.26028769
2. 2000-2019年全国三大粮食作物1km种植分布数据集
北师大张朝团队制作的数据集ChinaCropArea1km，中国范围，tif格式，时间跨度: 2000 ~ 2019 年； 时间分辨率：每年；空间分辨率：1 公里；数据类型： Unsigned integer (值为 1 代表是该作物的种植像元)； 投影信息：Asia North Albers Equal Area Conic
数据引用：骆玉川；张朝. 2000-2019年全国三大粮食作物1km种植分布数据集[DS/OL]. 国家生态科学数据中心, 2022. https://doi.org/10.12199/nesdc.ecodb.rs.2022.016. https://cstr.cn/15732.11.nesdc.ecodb.rs.2022.016.
文章引用：Yuchuan Luo, Zhao Zhang, Ziyue Li, et al. Identifying the spatiotemporal changes of annual harvesting areas for three staple crops in China by integrating multi-data sources. Environ. Res. Lett. 15, 074003 (2020). https://doi.org/10.1088/1748-9326/ab80f0
文章里面只有2000-2015，这个数据中心提供到2019，每年每种作物一个数据文件。2016-2019里面没有0值，只有1值，方便多年叠加看变化，2000-2015有0值。
数据示例（局部）：（左图：2000-2015有0值示意图，右图：2016-2019无0值示意图）
ChinaCropArea1kmV2第二代产品
数据引用：梅晴航；张朝；骆玉川等. 中国2009~2015年1km空间分辨率的三大作物种植面积第二代产品（ChinaCropArea1kmV2）[DS/OL]. 国家生态科学数据中心, 2023. https://doi.org/10.57760/sciencedb.j00001.00720. https://cstr.cn/31253.11.sciencedb.j00001.00720.
数据集包括中国2009-2015年稻谷、玉米、小麦种植面积的21个tif数据文件，每年每种作物一个数据文件。稻谷文件中值为2、4的像元分别代表一季稻种植格点和早晚稻种植格点；玉米文件中值为3、6的像元分别代表夏玉米和春玉米种植格点；小麦文件中值为5、7的像元分别代表冬小麦和春小麦种植格点。空间分辨率为1km，投影方式为“Asia North Albers Equal Area Conic”投影坐标系。
数据示例（局部）：
两代数据相差很多，几乎无法对比；
两代数据都会出现既是小麦又是玉米的格点，不同作物整合到一张图会有问题（水稻似乎不与小麦和玉米重合）。
3. 1990 年至2020年中国各类农作物的收获面积图（1km分辨率）
北师大程昌秀团队制作
数据分农作物存放，共16种农作物，间隔为5年，覆盖中国大陆等主要区域的矩形，每个像元值表示的是面积，单位是hectare公顷。县级验证表明，所建立的数据集与统计数据高度一致，特别是初级粮食和油料。该数据集完全支持中国作物模式时空变化的识别，并可作为地球化学和农业模型的关键输入。
16种农作物分别是：玉米、小麦、水稻、大豆、油菜籽、花生、土豆、茶叶、棉花、甘蔗、烟草、小米、向日葵、高粱、芝麻、甜菜。
分灌溉系统Irrigated system（I）、雨养高投入系统Rainfed High-input system（H）、雨养低投入系统Rainfed Low-input system（L）以及所有系统的总量（A = I + H + L）。
以2020灌溉系统的玉米为例（局部）：
该数据优势是长时间序列，从1990年开始。缺点是准确性较低，同一像元会出现有多种农作物的情况，不同农作物难以合成全国一张图。
数据下载方式：