1990-2024年中国30米高分辨率水稻分布数据集

主要发现

1. 发布了填补空白的核心数据集（GCD-Rice）

　　该数据集首次提供了覆盖整个亚洲主要水稻生产国（16国）、跨越34年（1990-2023年）、包含三个种植季的连续高分辨率水稻分布信息。

2. 采用了创新的多源遥感融合方法

• 为了克服光学影像在雨季云层覆盖严重的问题，研究同时使用了光学影像（Landsat）和雷达影像（Sentinel-1）。雷达影像不受云雾影响，保证了数据的连续性和可靠性。
• 结合物候学方法（利用水稻独特生长周期特征）和随机森林机器学习模型，实现了高精度的自动识别。

3. 数据集精度经过大规模实地验证，结果优异

• 样本量巨大：使用了超过25.8万个实地样本进行验证，保证了评估的稳健性。
• 精度指标高
  • 分类精度：总体精度接近89%，用户精度和生产者精度均在89%和88%左右，说明数据集在识别“是/否”为水稻田方面非常可靠。
  • 面积一致性：与官方统计面积对比，R²值达到0.768，斜率0.874，显示出数据集估算的面积与真实统计数据高度相关且偏差较小。

4. 具有重大的应用价值

• 粮食安全：为监测亚洲水稻生产动态、评估产量波动、预警粮食危机提供了前所未有的精细时空数据。
• 气候变化：为准确估算水稻田甲烷排放这一关键温室气体源，支持国家温室气体清单编制和减排政策制定，提供了至关重要的空间本底数据。
• 农业管理：有助于分析种植制度变化、灌溉用水需求以及农业政策的影响。

Fig.1 Geographical distribution of the study area, including 16 countries.

Fig.2 Overall Flowchart of this study to identify Asian rice.

Fig.3 The percentage of effective optical observations within the study area, presented for the periods (a) 1990–2015, (b) 2003–2011 and (c) 2016–2023.

Fig.4 Provincial or municipal comparisons of the identified acreage and statistical acreage of rice in each country, including R², RMAE, and Slope.

Fig.5 Planting frequency of rice in Asia from 1990 to 2023. Panels (a–d) show a zoomed-in view of the local details in different regions.

Fig.6 Planting frequency of single-season rice in Asia from 1990 to 2023. Panels (a–d) show a zoomed-in view of the local details in different regions.

Fig.7 Planting frequency of double-season rice in Asia from 1990 to 2023. Panels (a–d) show a zoomed-in view of the local details in different regions.

Fig.8 Planting frequency of triple-season rice in Asia from 1990 to 2023. Panels (a–d) show a zoomed-in view of the local details in different regions.

Fig.9 Comparative analysis of rice planting distribution with MSEAsia and NESEA-Rice10 datasets (linear regression: R², RMAE, slope).

Fig.10 Comparison of this study with two existing products across four regions (MMR, THA, IDN, and JPN), in 2020, 2022, 2019, and 2021, respectively.