地球资源数据云——数据资源详情

中国2001-2024年油菜籽产量预测数据集

本数据集利用 Histogram - based Gradient Boosting Regressor 梯度提升回归模型与 sklearn 中位数插补基于作物单产训练数据、作物面积比例、 MODIS 年度 GPP 、 ET/PET 、气候、地形和土壤等辅助变量，并以 FAOSTAT 中国年度产量作为总量校准约束最终生成中国地区 2001 - 2024 年 1km 油菜籽产量预测数据。数据制备过程中执行作物可行性检查、栅格空间对齐、面积阈值筛选、单位统一和年度总量校准，以保证数据来源、年份、空间模板和统计口径的一致性。该数据集可为油菜籽年度产量变化分析、遥感估产流程复核、多作物产量统计比较和农业生产风险评估提供基础数据支持。 关键词 ： 油菜籽；作物产量预测；遥感估产； MODIS GPP ； FAOSTAT ；梯度提升回归模型 引 言 油菜籽产量是表征农业生产能力、作物供给水平和区域种植系统稳定性的关键指标，在农业资源监测、粮食安全评估、生产风险预警和农业政策分析中具有重要作用。随着对地观测技术和农业遥感方法的发展， MODIS 等卫星传感器提供的长时间序列遥感数据，为大范围、连续化刻画作物生长状况和生产力变化提供了稳定的数据基础。其中，年度 GPP 、蒸散约束、作物面积比例以及气候、地形和土壤等空间变量，可从不同角度反映油菜籽产量形成过程中的光合生产力、水分条件、种植分布和环境背景。 目前，油菜籽年度产量可从统计年鉴、 FAOSTAT 等官方统计资料中获得，但这类数据通常以行政区域或全国总量形式发布，难以直接表达作物产量的空间分布及其与遥感环境因子的耦合关系。与此同时，已有的全球或区域作物单产、作物面积和生态环境数据在空间分辨率、时间覆盖、作物分类和统计口径上存在差异。因此，科研与应用领域仍需要经过严格质量控制、时间跨度连续、空间模板一致且能够连接官方统计总量与像元级空间分布的作物产量数据集，以支持多源数据条件下的农业生产监测和模型复核。 本工作旨在集成生成 2001 - 2024 年中国油菜籽逐年产量预测样例数据集。该数据集是在统一 1km 空间网格上融合油菜籽单产训练数据、作物面积比例、 MODIS 年度 GPP 、 ET/PET 、气候、地形和土壤辅助变量，并经 FAOSTAT 中国年度产量总量校准形成的再分析产品。数据集致力于提供结构清晰、字段可追溯、处理流程一致的作物产量样例资料，可用于年度产量变化分析、遥感估产流程复核、多作物产量统计比较、农业生产风险评估及相关数据集构建方法说明。 1 数据采集和处理方法 1.1 原始数据来源 油菜籽单产训练数据来源于 GAEZ+ 2015 油菜籽作物或类别单产源，并以 FAOSTAT 年度总量校准。可用单产年份为 2015 ，训练阶段使用与 GPP 和面积同时可用的年份，本作物实际训练年份为 2015 。 油菜籽面积比例数据用于定义作物存在掩膜和像元面积权重。可用面积年份为 1990 、 1995 、 2000 、 2005 、 2010 、 2015 、 2020 ；预测年份缺少同年面积图时选取最近年份面积。面积阈值大于等于 0.005 ，低于阈值的像元不进入训练和预测。