中山大学袁文平研究团队发布2016-2020年中国玉米/甘蔗、欧洲冬季谷物、巴西甘蔗分布数据集
- ：袁文平研究团队
- ：2022-11-03
近期，中山大学全球变化与陆地生态系统模型研究团队（负责人：袁文平教授）通过国家生态科学数据中心生态网络云平台（http://www.nesdc.org.cn）发布了30米分辨率2016-2020年中国玉米种植分布数据集、2016-2020年欧洲冬季谷物种植分布数据集、2016-2019年巴西甘蔗种植分布数据集、2016-2020年中国甘蔗种植分布数据集等4个数据集，用户可在线访问获取数据。相关研究成果发表在Earth System Science Data、Journal of Remote Sensing、Remote Sensing等期刊。
(1)2016-2020年中国玉米种植分布数据集
中国作为世界第二大玉米生产国， 其2018年的玉米产量占全球玉米产量的22.42%，达到了2573万吨。尽管如此重要，目前国内仍缺乏高空间分辨率的中国玉米种植分布图。中国的作物种植类型具有高度的异质性，农民可以自由选择种植的作物。所以，研制高空间分辨率的玉米种植分布图在中国尤为重要。
图 1 2016–2020年全国22省玉米种植图
研究团队基于作物物侯方法，利用Landsat与Sentinel-2反射率产品生成植被指数（NDVI），经去云、插值、滤波处理后，通过随机抽选玉米调查样点构建各省份的标准NDVI时序曲线，使用基于时间加权的动态时间规划算法（time-weighted dynamic time warping，TWDTW）逐像元计算NDVI时间序列与标准曲线的差异，并进一步根据省级统计面积确定差异阈值，按照差异阈值识别玉米像元，最终生成了2016-2020年全国22省份30米分辨率的玉米种植分布图。验证表明，该数据集的平均总精度为79.13%，平均用户精度与生产者精度分别为81.59%、76.15%，不同省份的数据精度体现出一定的差异性。数据集与县级农业统计数据之间呈现出较强的相关性。
该项研究工作和数据制备得到了国家杰出青年科学基金项目（41925001）资助。
论文信息：Ruoque Shen, Jie Dong, Wenping Yuan, Wei Han, Tao Ye, Wenzhi Zhao, A 30 m Resolution Distribution Map of Maize for China Based on Landsat and Sentinel Images, Journal of Remote Sensing, vol. 2022, Article ID 9846712, 12 pages, 2022. https://doi.org/10.34133/2022/9846712
数据链接： http://www.nesdc.org.cn/sdo/detail?id=636203977e2817422596ef65
(2)2016-2020年欧洲冬季谷物种植分布数据集
冬季谷物（包括小麦、黑麦、大麦和黑小麦等）是重要的粮食作物，根据2020年统计数据，欧洲冬季谷物的种植面积和产量占全球总量的12.57%。及时准确的冬季谷物图对于粮食安全评估、粮食生产管理和产量预测至关重要。
图 2 2018年欧洲32国冬季谷物分布图
研究团队首先利用Sentinel-1 A / B的合成孔径雷达数据，区分了油菜籽和冬季谷物。然后基于TWDTW算法，通过比较Landsat和Sentinel-2植被指数（NDVI）中季节变化的相似性，把冬季谷物与其他作物区分开来。在此基础上生成了 2016-2020 年的欧洲冬季谷物分布图，覆盖欧洲32个国家，空间分辨率为30米。验证表明，数据集的生产者和用户平均精度分别为91%±7.8%和89%±10.3%。
该项研究工作和数据制备得到了国家杰出青年科学基金项目（41925001）、国家青年拔尖人才扶持计划（2015-48）、中国长江青年学者计划（Q2016161）、中央高校基本科研项目（19lgjc02）的资助。
论文信息：Huang X, Fu Y, Wang J, Dong J, Zheng Y, Pan B, Skakun S, Yuan W. High-Resolution Mapping of Winter Cereals in Europe by Time Series Landsat and Sentinel Images for 2016–2020. Remote Sensing. 2022; 14(9):2120. https://doi.org/10.3390/rs14092120
数据链接： http://www.nesdc.org.cn/sdo/detail?id=636203977e2817422596ef66
(3)2016-2019年巴西甘蔗种植分布数据集
甘蔗作为糖的最重要原料，其种植面积在近些年迅速扩张，占用了其他作物、牧场和森林的空间。巴西是世界上最大的甘蔗生产国。2019年，其甘蔗产量约占世界总产量的38.6%，但其多样化的物侯和长跨度的收获季，增加了精准划定甘蔗种植区域的难度。
图 3 2018年巴西14州甘蔗种植分布图
研究团队基于物候方法，将多种物候因素纳入TWDTW算法，使用 Landsat-7、Landsat-8 和 Sentinel-2 卫星数据，生成了2016-2019 年巴西 14 个州（超过 98% 的甘蔗收获面积）30米空间分辨率甘蔗分布图。验证表明，数据集的用户、生产者和整体精度分别为94.35%、87.04%和91.47%，数据与相关的农业统计数据也呈现出良好的相关性。
该项研究工作和数据制备得到了国家杰出青年科学基金项目（41925001）、国家自然科学基金（41971018、31930072）、中央高校基本科研项目（19lgjc02）的资助。
论文信息： Zheng, Y., dos Santos Luciano, A. C., Dong, J., and Yuan, W.: High-resolution map of sugarcane cultivation in Brazil using a phenology-based method, Earth Syst. Sci. Data, 14, 2065–2080, https://doi.org/10.5194/essd-14-2065-2022, 2022.
数据链接： http://www.nesdc.org.cn/sdo/detail?id=636203977e2817422596ef67
(4)2016-2020年中国甘蔗种植分布数据集
中国是世界第三或第四大甘蔗生产国，但据我们所知，尚缺乏全国范围的甘蔗种植分布数据。研究团队开发了一种基于物候的方法（TWDTW），使用来自谷歌地球引擎（GEE）平台的Landsat和Sentinel-1/2的时间序列图像，对2016-2020年中国的甘蔗种植区域进行识别。
图 4 基于SR反演生成的2019年中国4省甘蔗种植分布图
研究验证表明，基于地表反射率（SR）和大气表观反射率（TOA）生成的数据集的总体精度分别可以达到93.47%和92.74%，且与相关农业统计数据吻合较好。由于GEE平台2016–2018 年SR数据可用性问题，研究团队最终使用TOA数据生成了2016-2020年中国广东、广西、海南、云南4个甘蔗主产省份30米分辨率的甘蔗种植分布图。该数据集可用于甘蔗种植分布监测和产量预测，为甘蔗的可持续生产和国家粮食安全提供数据支撑。
该项研究工作和数据制备得到了广东省基础与应用基础研究重大项目（2020B0301030004）、国家自然科学基金（31860144）的资助。
论文信息：Zheng, Y .; Li, Z.; Pan, B.; Lin, S.; Dong, J.; Li, X.; Yuan, W. Development of a Phenology-Based Method for Identifying Sugarcane Plantation Areas in China Using High-Resolution Satellite Datasets. Remote Sens. 2022, 14, 1274. https://doi.org/10.3390/rs14051274
数据链接： http://www.nesdc.org.cn/sdo/detail?id=636203977e2817422596ef68
全球变化与陆地生态系统模型研究团队介绍
中山大学全球变化与陆地生态系统模型研究团队致力于陆地生态系统模型研究工作，目前主要集中于陆地生态系统CO2、CH4和N2O模型的发展和改进、区域和国家尺度碳源汇评估，以及遥感数据估算植被生产力和粮食产量等方面。团队负责人袁文平教授，中山大学大气学院教授，博士生导师，“国家杰出青年基金”获得者，中国青年科技奖获得者，爱思唯尔2020、2021中国高被引学者。团队近年来在Science Advances、Nature Communications、Nature Climate Change、Global Change Biology、National Science Review等刊物发表SCI论文150余篇，主持国家省部级科研项目10余项。
欢迎访问团队的数据发布主页，获取数据！（http://nesdc.org.cn/otherProject/index?menuId=team&projectId=1315）
截至目前，研究团队已在国家生态科学数据中心发布10余个数据集，涵盖全球土壤呼吸、凋落物通量、作物分布及估产等方面，累计数据量达7.5GB。团队前期已发布数据集列表：
(1).1982-2012年全球土壤呼吸、地下异养呼吸、地下自养呼吸数据集
(2).1982-2013年全球多年平均地上凋落物通量数据集
(3).2016-2020年全国双季稻10米分辨率种植分布数据集
(4).2016-2020年中国冬小麦30米分辨率种植分布数据集