尽管中国是世界上最大的大豆消费国和第四大豆生产国，但缺乏描绘中国大豆种植面积的高分辨率年度地图。为了弥补这一差距，我们开发了一种称为基于物候和像素的大豆面积制图（PPS）的新方法，该方法基于来自Google Earth Engine（GEE）平台的Sentinel-2遥感图像。我们利用各种辅助数据（例如，耕地层、详细的物候观测）来选择最有效地将大豆与不同地区其他作物区分开来的独特特征。然后将这些特征输入到无监督分类器（K-means）中，并通过基于动态时间扭曲（DTW）的后分类方法确定最可能的类型。我们首次生成了2017-2021年中国大豆种植面积数据集，空间分辨率高达10米。2017-2020年，县级和地级的制图结果与人口普查数据之间的值始终在0.85左右。此外，2017年、2018年和2019年现场制图结果的总体准确率分别为77%、84%和88%。与现有基于田间样本和监督分类方法的东北地区10m作物类型地图相比，制图精度显著提高31%，根据其与人口普查数据的一致性，特别是在县一级。ChinaSoyArea10m在空间上与现有的两个数据集吻合较好。ChinaSoyArea10m为可持续大豆生产和管理以及农业系统建模和优化提供了重要信息。
Google Earth Engine（GEE）平台的Sentinel-2遥感图像。
无监督分类器（K-means），并通过基于动态时间扭曲（DTW）的后分类方法确定最可能的类型。
为了弥补我国长期大豆种植面积图的不足，我们首先生成了2017—2021年中国主要产区大豆种植面积数据集，空间分辨率为10 m（ChinaSoyArea10m）。与现有数据集相比，ChinaSoyArea10m与人口普查数据具有更高的一致性，空间细节进一步完善。该数据集可为后续产量监测和粮食安全研究提供可靠支持。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.NCDC.ZENODO.DB6433.2024
10.5281/zenodo.10071427
