%0 Dataset
%T 全球4公里分辨率小麦产量精确估算( 1982-2020年)
%J 国家冰川冻土沙漠科学数据中心
%I 国家冰川冻土沙漠科学数据中心(www.ncdc.ac.cn)
%U http://www.ncdc.ac.cn/portal/metadata/f61f04f0-2495-4490-837c-4a689ebaf54a
%W NCDC
%R 10.6084/m9.figshare.10025006.v1
%A 张朝
%K 小麦;4 千米;全球;全球小麦生产测绘系统;模拟农业生产系统
%X 准确、空间明确的全球作物产量信息对于指导决策和确保粮食安全至关重要。然而，大多数公共数据集的空间和时间分辨率都很低。在此，我们利用数据驱动模型开发了一个从 1982 年到 2020 年全球小麦产量的 4 公里数据集（GlobalWheatYield4km）。首先，我们提出了一种基于物候学的方法来绘制春小麦和冬小麦的空间分布图。然后，我们通过比较两种数据驱动模型（即随机森林模型（RF）和长短期记忆模型（LSTM））与公开数据（即来自谷歌地球引擎（GEE）平台的卫星和气候数据、土壤特性以及覆盖约 11000 个政治单位的国家级以下人口普查数据）的性能，确定了最佳网格尺度产量估算模型。结果表明，GlobalWheatYield4km 在所有国家以下地区和年份捕捉到了 82% 的产量变化，均方根误差为 619.8 千克/公顷。此外，与空间生产分配模型（SPAM）（R2 20 ~ 0.49）相比，我们的数据集在所有国家以下地区和三个年份的准确度更高（R2 ~ 0.71）。数据集可能会在更大范围的作物系统建模和气候影响评估中发挥重要作用。