Qiu, B., Li, Z., Yang, P., Wu, W., Chen, X., Wu, B., Zhang, M., Duan, Y., Kurniawan, S., Tryjanowski, P., Takacs, V., 2025. Towards automation of national scale cropping pattern mapping by coupling Sentinel-1/2 data: A 10-m map of crop rotation systems for wheat in China. Agricultural systems, 227, 104338.
数字化赋能农业强国。大尺度高精度农情信息，赋能我国实现从传统农业到智慧农业转变。高精度农作物种植模式时空分布数据，为实施农业精准高效智能管理的基础数字底座。福州大学数研院邱炳文研究员团队，创新小麦轮作模式智能识别技术，构建融合光学雷达数据的10米全国首张小麦种植模式分布图，有助于推动我国农情信息迈向大尺度高精度高分辨率自动获取时代。
小麦，作为我国北方最重要的口粮作物，在稳定多熟制粮食产能中发挥重要作用。依据其播种时间和生长特性，可以进一步分为春小麦和冬小麦。我国冬小麦通常和其他农作物实施双季复种，存在冬小麦-玉米、冬小麦-水稻、冬小麦-大豆、冬小麦-花生等多种小麦种植模式。在农业遥感领域，小麦时空分布及其演变历来备受关注，已经积累了不少小麦制图相关技术成果以及数据产品。但其不足之处在于：(1) 缺乏作物轮作信息，难以完整地描述小麦种植模式；(2) 鲜有研究充分融合集成光学和雷达等多源数据优势，设计出能适用于国家尺度自动制图算法，摆脱农作物制图算法对训练样本数据的依赖性。
该团队针对上述技术瓶颈问题，设计了基于雷达-光学时序数据耦合的小麦种植模式指数，并创建了小麦种植模式智能识别模型WPSS以及全国小麦种植模式分布图ChinaCP-Wheat10m。该技术方法具备跨区域跨年份自动推广应用能力，能显著提高全国尺度农情信息自动制图能力，在算法精度与鲁棒性、数据产品的时空连续性等方面，均具有明显优势特色。基于全国广泛分布的17,627个参考点位验证结果表明，总体精度达到92.57%。目前该模型算法以及全国小麦分布时空大数据产品已经公开发布，将为我国粮食生产精准管理、农业保险等业务提供支撑。该研究探索了光学和雷达时序耦合研究新范式，跳出长期依赖逐生长期开展作物识别的思路，对水稻、玉米、大豆等其他农作物种植模式识别也具有参考价值。该研究团队将进一步深耕覆盖更多作物类型以及多年份粮食作物轮作模式一体化识别研究领域工作，推进耕地量质构多维度属性连续变化检测，力图为推动我国农情信息数据产品迈向高精度高时空连续性开放自动获取时代获取贡献力量。
所发布的全球首套10米分辨率中国小麦种植模式分布数据产品ChinaCP-Wheat10m，全面揭示了我国小麦种植模式分布规律。全国最主要的小麦种植模式为冬小麦-玉米(51.39%)，其次为冬小麦-水稻(21.12%)以及冬小麦-其他旱作(18.90%)，而春小麦和单季冬小麦分别仅占6.68%和1.73%。我国小麦种植模式呈现出明显的地域性分异特征，以秦岭-淮河为界，南部主要为小麦-水稻，而北部依次为小麦-其他旱作、小麦-玉米以及春小麦。小麦，80%以上集中分布在黄淮海平原和长江中下游平原区，其次为黄土高原区，在我国其他农业区均有零星分布。研究进一步表明，冬小麦在确保作物稳产增收中发挥重要作用，对我国实施多季复种的贡献率达到将近一半(45.68%)，其中90%以上小麦种植区实施双季轮作。我国小麦播种区域，一半以上(52.31%)位于年降水量小于400mm的半干旱地区，如何解决水资源短缺问题成为小麦主产区农业可持续发展中的焦点难题。
研究成果以“Towards automation of national scale cropping pattern mapping by coupling Sentinel-1/2 data: a 10-m map of crop rotation systems for wheat in China”为题发表在Agricultural systems学术期刊上。论文通讯作者为福州大学邱炳文研究员，该项成果由数字中国研究院（福建）教师邱炳文研究团队与中国农科院农业资源与农业区划研究所、北京师范大学等单位合作研发。硕士生李峥嵘等 (已毕业，目前在湖南省农科院工作)参与了研究工作。该研究获得国家自然科学基金(42171325，41771468)、福建省科技厅项目(2023Y0042)等项目资助。
附论文、代码等相关成果链接
论文成果链接：https://www.sciencedirect.com/science/article/pii/S0308521X25000782
WPSS小麦种植模式识别算法代码与2020年全国10米小麦种植模式数据产品链接：
https://doi.org/10.6084/m9.figshare.28668173.v1
https://www.researchgate.net/profile/Bingwen-Qiu
http://adcfj.cn/sirc/door/team/TeacherList/Detail?personId=431
图 1. 2020年全国小麦种植模式分布图
图2. 中国9大农业区小麦播种面积、不同种植模式占比以及若干典型区域分布图
