南农智慧农业创新团队更新发布2018-2024年中国10米空间分辨率冬小麦识别数据集

• ：南农智慧农业创新团队
        
• ：2024-06-12

       近期，南京农业大学农学院智慧农业创新团队通过国家生态科学数据中心生态网络云平台更新发布了中国10米空间分辨率冬小麦识别数据集，新增了2018、2019年数据，并延续更新至2023-2024年度。用户可在线访问获取数据。相关研究成果以“Automated in-season mapping of winter wheat in China with training data generation and model transfer”为题发表在ISPRS Journal of Photogrammetry and Remote Sensing期刊。

       及时准确的冬小麦空间分布信息对于粮食安全和作物生产管理至关重要。由于训练数据的获取成本高、效率低，大尺度、高质量、高空间分辨率的冬小麦分类产品依然匮乏。研究团队提出了一种融合冬小麦物候、光谱和极化信息的训练数据自动化提取方法（Automated training data generation, ATDG），用于生成高质量的冬小麦训练样本，从而开展基于机器学习方法的冬小麦遥感制图。此外，基于生成的训练数据预训练分类模型，然后结合模型年际迁移方法（Model transfer, MT）实现了冬小麦生长季内制图。通过联合ATDG和MT，结合光学和雷达影像，生产了2018-2024年10米空间分辨率的中国冬小麦空间分布数据集（ChinaWheat10）。实地调查数据表明ChinaWheat10的总体精度在94%以上，在省市两级与统计数据的相关性（R²)分别在0.95和0.91以上，而且ChinaWheat10数据集中冬小麦田块细节明显。ATDG和MT方法在大尺度高分辨率高精度冬小麦自动化制图中具有巨大潜力。

图1. 中国冬小麦主产区10米空间分辨率冬小麦分类产品。（A）和（B）分别为基于自动化生成训练数据的2020和2021年冬小麦分类结果，（C）和（D）分别为基于模型迁移的2021和2022年冬小麦分类结果。

       该项研究由南京农业大学国家信息农业工程技术中心完成，杨高翔博士为论文第一作者，朱艳教授和程涛教授为共同通讯作者。研究工作和数据制备得到了国家自然科学基金创新研究群体项目(32021004)、中央高校基本科研业务费(Xuken2023023)、江苏省农业科技自主创新资金(CX(21)1006)等项目资助。

论文信息：Yang, G., Li, X., Liu, P., Yao, X., Zhu, Y., Cao, W., & Cheng, T. (2023). Automated in-season mapping of winter wheat in China with training data generation and model transfer. ISPRS Journal Photogrammetry and Remote Sensing, 202, 422-438. https://doi.org/10.1016/j.isprsjprs.2023.07.004

数据链接：2018-2024年中国10米空间分辨率冬小麦识别数据集