福州大学数研院教师邱炳文、陈崇成研究团队与内布拉斯加大学林肯分校、中国农科院和香港理工大学等单位开展合作研究，在大尺度长时序农作物遥感制图方面取得突破。项目组研发成果《Maps of cropping patterns in China during 2015–2021》在Nature子刊《Scientific Data》正式发表。

该研究针对我国高精度高时效农作物时空连续分布数据缺失的问题，系统性地设计了耕地复种指数以及大宗农作物识别的核心算法程序。其特色和创新之处在于，通过探索农作物生长发育过程及其农学机理，研发大宗农作物标志性时谱特征，具备跨域跨年份大尺度列农作物识别推广应用的能力。

该研究历时10多年时间，所形成的2015-2021年逐年全国农作物种植模式时空分布数据库，类似于美国的CDL数据库。该数据集的优势在于：1) 全球首个详细描述熟制和农作物轮作顺序的我国最新耕地时空分布数据库，覆盖全国尺度并且时序连续性好；2) 目前覆盖农作物种植模式最全面的数据集，包括单季稻、春玉米、春小麦、双季稻、小麦-玉米、小麦-水稻等多种粮食作物种植模式；3) 数据的可靠性高，采用覆盖全国主要粮食生产省份近2万个地面调查点位数据进行验证，算法总体精度超过90%，所估算的2015-2020年小麦和水稻面积与农业统计数据相关性达到0.97、0.95、0.89以上；4) 源代码完全公开，可以推广应用于Sentinel-2 MSI、Landsat以及国产高分时序影像数据库，从而生成10-30米及更高分辨率全国尺度农作物种植模式数据库(相关算法阐述及其校验详见专著文献《中国大宗农作物时序遥感制图)。

我国作为全球最大的谷类作物生产国，虽然粮食安全问题一直备受关注，但由于全国尺度大宗谷类作物分布及其轮作顺序数据库缺失，很大程度上制约了我国农业高效精准管理以及精准估产、防灾减灾以及粮食生产资源消耗以及碳排放等相关研究工作的深入开展。该成果能有效地解决这一问题，对于促进农业可持续集约化利用具有重要价值，提高我国数据开放性与透明性，促进我国粮食安全研究学者与国际同行的深入交流。

该研究得到国家自然科学基金(42171325，41771468)、福建省科技厅项目(2020N5002)的资助。

论文引用：Qiu B, Hu X, Chen C, et al. Maps of cropping patterns in China during 2015–2021[J]. Scientific Data, 2022, 9(1): 1-9.

论文下载地址：https://www.nature.com/articles/s41597-022-01589-8

源程序代码、调查点位及全国种植模式数据库：http://doi.org/10.6084/m9.figshare.14936052