ChinaSoyA30m：2000—2022 年全国30米大豆种植空间分布数据集

全国30米大豆种植空间分布数据集

（图片为AI配图）

一、数据介绍

ChinaSoyA30m：2000—2022 年全国 30 米大豆种植空间分布数据集

一、数据集概述

ChinaSoyA30m 是一套覆盖 2000—2022 年的全国尺度大豆种植空间分布数据集，具备 30 米高空间分辨率与 23 年连续时序特征。作为全球最大的大豆消费国与进口国，我国对大豆时空分布及变化趋势的精准掌握，直接关系到国内产能评估、区域农业规划优化及国家粮食安全布局。该数据集的推出，有效填补了我国在高精度、长时间序列、全国统一标准大豆空间数据方面的空白，为农业遥感应用、土地利用动态分析及粮食安全相关研究提供了关键的基础数据支撑。

二、核心数据特征

• 空间范围

  ：覆盖中国大陆全境

• 时间跨度

  ：2000—2022 年（按年度提供独立数据产品）

• 空间分辨率

  ：30 米

• 数据格式

  ：GeoTIFF（适配主流遥感与地理信息分析软件）

• 数据精度

  ：经严格验证与官方统计数据高度吻合，其中省级尺度决定系数（R²）达 0.95，地级市尺度 0.89，县级尺度 0.80，可满足多尺度、高精度的农业监测与科研需求

三、数据构建方法

该数据集以 Landsat 5/7/8/9 系列卫星全时序影像为核心数据源，融合作物物候特征分析与机器学习算法，在 Google Earth Engine 平台完成构建，具体流程如下：

1. 作物物候特征提取

   ：系统分析全国九大农业区主要作物的物候曲线，精准锁定大豆独特的生育期信息，为后续识别提供特征依据；

2. 年度训练样本生成

   ：基于 GWCCI 衍生的无监督方法，实现大范围、长时序的年度训练样本自动获取，破解传统人工采样耗时费力的难题；

3. 样本优化处理

   ：综合运用 Gap Statistics 统计方法、K-means 聚类算法及光谱角匹配（SAM）技术，对初始样本进行噪声剔除与质量筛选，提升样本可靠性；

4. 多模型融合分类

   ：采用多随机森林融合的监督分类策略，基于 Landsat 时序影像数据生成分类结果，最终输出年度大豆种植空间分布专题图。

四、数据应用价值

ChinaSoyA30m 数据集应用场景广泛，可满足科研、管理、产业等多领域需求：

• 农业遥感动态监测与大豆产量精准估算；

• 国家粮食安全战略研究与大豆产业结构调整决策支持；

• 耕地资源变化、土地利用转型及作物种植格局演变分析；

• 区域农业发展规划制定、相关政策出台及农情动态研判；

• 遥感分类算法验证、作物识别模型训练及农业遥感技术优化研究。

该数据集适用于高校、科研院所、政府农业与自然资源管理部门及农业相关从业者，可为各类大豆产业相关研究与实践工作提供可靠的数据参考。

内附数据来源说明和引用方法！

二、数据信息：

数据获取：https://mp.weixin.qq.com/s/I9Phw0E0IaQTfipO9uDEhQ