AI+多源數據新框架為農業遙感制圖提供新方案

　　近日，中國農業科學院農業資源與農業區劃研究所聯合華中師范大學、華中農業大學、國際應用系統分析研究所（IIASA）、國際食物政策研究所（IFPRI）等國內外科研機構，研發了全球30米高精度耕地遙感產品Hcropland30，并提出了一套融合多源土地覆蓋產品、遙感時序數據與深度學習的全球耕地智能制圖新方法。相關研究成果發表于國際期刊《環境遙感》（Remote Sensing of Environment）。

　　耕地是保障全球糧食安全的重要資源，也是開展農業生產監測、糧食供需評估、生態環境模擬和全球變化研究的重要基礎數據。近年來，國際上已發布多套10米~30米分辨率全球土地覆蓋產品。然而，由于不同產品采用的數據源、分類體系和制圖方法存在差異，全球耕地信息仍存在較大的分類誤差和空間不一致性，特別是在山區、小農經營區以及景觀破碎區域，不同產品之間往往存在明顯差異，嚴重制約了全球農業資源監測和糧食安全評估。

　　針對這一問題，研究團隊突破傳統土地覆蓋產品融合思路，提出了一種融合多源遙感數據與深度學習的全球耕地智能制圖新框架。研究結果表明，相比目前國際主流全球土地覆蓋產品，Hcropland30在全球尺度取得了89.8%的總體分類精度，綜合精度達到目前國際領先水平。特別是在亞洲、非洲等農業景觀復雜、小尺度耕地廣泛分布地區，以及山區、丘陵等高異質性區域，Hcropland30較現有產品具有更加明顯的精度優勢。同時，利用第三方全球驗證樣本和FAO統計數據開展獨立評價，進一步驗證了該產品具有較高的可靠性和穩定性。

　　研究進一步發現，該方法不僅能夠充分利用已有全球土地覆蓋產品提供的先驗信息，而且對輸入數據類型和數量具有較強魯棒性，即使部分土地覆蓋產品缺失，仍能夠保持較高制圖精度。該框架還可進一步擴展至歷史時期全球耕地動態制圖，并可推廣應用于森林、草地、濕地等其他地表覆蓋類型制圖，為全球土地利用變化監測和自然資源調查提供新的技術路徑。

　　Hcropland30目前已應用于國際糧食政策研究所（IFPRI）主導的全球農業生產空間分配模型（SPAM-2020）建設，為全球農業生產空間模擬和糧食安全評估提供了重要基礎數據支撐。

　　研究團隊已將研究產生的核心成果全部向全球公開共享，并通過國際開放科學數據平臺Zenodo正式發布。相關數據可免費下載、引用和重復利用，為全球耕地遙感制圖、農業資源調查、糧食安全評估以及人工智能遙感模型研發提供了重要的數據基礎和開放研究平臺。

　　研究得到國家自然科學基金、國家重點研發計劃等項目資助。華中師范大學副教授胡瓊為論文第一作者，中國農業科學院研究員吳文斌和華中農業大學副教授徐保東為論文共同通訊作者。

　　相關論文信息：https://doi.org/10.1016/j.rse.2026.115552

　　數據鏈接：https://zenodo.org/records/13169748