Ein 30-m-Mehrjahresdatensatz der Verteilung wichtiger Feldfrüchte in Xinjiang, China (2013–2024) basierend auf harmonisierten Landsat–Sentinel-2-Daten

Warum die Kartierung von Feldfrüchten aus dem All wichtig ist

Die Versorgung einer wachsenden Bevölkerung in einer sich erwärmenden und austrocknenden Welt hängt davon ab, zu wissen, was wo angebaut wird und wie sich das im Laufe der Zeit verändert. In Xinjiang, einer weiten und überwiegend ariden Region im Westen Chinas, die einen großen Teil der nationalen Baumwolle und Getreideproduktion liefert, war diese grundlegende Information überraschend schwer zu gewinnen. Die hier beschriebene Studie verwandelt jahrelange Satellitenbilder in eine detaillierte Karte der Hauptfeldfrüchte in ganz Xinjiang und bietet Landwirten, Planern und Wissenschaftlern ein neues Fenster darauf, wie dieses Trockengebiet bewirtschaftet wird.

Eine Trockenzone mit großen landwirtschaftlichen Ambitionen

Xinjiang erstreckt sich über eine Fläche von etwa einem Sechstel Chinas und wird von hohen Gebirgen und Wüstenbecken eingerahmt. Die meiste Landwirtschaft findet in grünen Oasen statt, die von Flüssen und Bewässerungskanälen gespeist werden, wobei Baumwolle, Mais, Weizen, Reis und Obstgärten dominieren. Nationale Politiken und wassersparende Technologien haben dazu beigetragen, Xinjiang zum größten Baumwollproduzenten Chinas zu machen, während seine Getreideerträge für die regionale Versorgung von zentraler Bedeutung sind. Dennoch erschweren dieselben Berge, Wüsten und verstreuten Felder, die die Landschaft prägen, die Überwachung mittels traditioneller Erhebungen. Bisher deckten verfügbare Karten meist nur eine einzelne Kultur, wenige Jahre oder relativ grobe Details ab.

Satelliten-Schnappschüsse in einen jährlichen Kulturatlas verwandeln

Die Forschenden entwickelten ein neues Kartierungssystem auf Basis der Harmonized Landsat–Sentinel-2‑Daten, einem globalen Produkt, das die Stärken zweier Satellitenkonstellationen zu konsistenten Erdoberflächenabbildungen alle paar Tage in 30‑Meter‑Auflösung kombiniert. Sie konzentrierten sich auf zwei einfache Indikatoren, die Satelliten messen können: wie grün die Fläche ist und wie viel Wasser in Pflanzen und Boden vorhanden ist. Indem sie verfolgten, wie diese Signale während der Vegetationsperiode ansteigen und abfallen, erfassten sie den Wachstumsrhythmus jeder Kultur, etwa den frühen Frühjahrspeak des Weizens, den langen Sommeranstieg der Baumwolle oder die überfluteten Reisfelder.

Einem intelligenten Klassifizierer das Erkennen von Feldern beibringen

Um diese saisonalen Muster in Kulturklassen zu übersetzen, kombinierten die Autoren Tausende von feld- und bildbasierten Stichproben, die 2018 und 2019 erhoben wurden, mit einer maschinellen Lernmethode, dem Random Forest. Zuerst schlossen sie Nicht-Ackerflächen mittels einer vorhandenen nationalen Landbedeckungskarte aus, sodass sich das Modell auf echte Felder konzentrierte. Dann passten sie glatte mathematische Kurven an die Satellitensignale an und verwandelten rauschbehaftete Bildsequenzen in saubere Wachstumsprofile. Der Random Forest lernte, wie sich verschiedene Kulturen typischerweise über das Jahr verhalten, und wandte dieses Wissen anschließend auf jeden geeigneten Satellitenpixel in Xinjiang für jedes Jahr von 2013 bis 2024 an.

Prüfung, wie gut die Karten der Wirklichkeit entsprechen

Jede automatisierte Karte bedarf sorgfältiger Validierung. Das Team hielt einen Teil ihrer Feld‑ und Bildstichproben als unabhängiges Testset zurück und verglich diese mit den Modellvorhersagen. Für die beiden Validierungsjahre erreichten die wichtigsten Kulturen größtenteils Benutzer‑ und Produzenten‑Genauigkeiten von über 83 Prozent, und die Gesamtgenauigkeit lag bei 90 bzw. 93 Prozent. Zudem summierten sie die kartierte Anbaufläche jeder Kultur auf Kreisebene und verglichen diese Werte mit offiziellen Statistiken sowie mit anderen spezialisierten Kulturkarten für Baumwolle, Mais und Weizen. Die satellitengestützten Schätzungen folgten diesen unabhängigen Quellen eng, insbesondere bei Baumwolle, was darauf hindeutet, dass die Karten nicht nur zeigen, wo Kulturen angebaut werden, sondern auch, wie sich ihre Flächen im Zeitverlauf verschieben.

Was das für Nahrung und Umwelt bedeutet

Das Ergebnis dieser Arbeit ist ein öffentlich verfügbarer Datensatz mit 30‑Meter‑Auflösung zu den wichtigsten Feldfrüchten Xinjiangs ab 2013, der mit eintreffenden Satellitendaten fortlaufend aktualisiert wird. Für Nicht‑Expertinnen und Nicht‑Experten bedeutet das, dass Fragen wie wie schnell sich der Baumwollanbau ausgedehnt hat, wo Mais Weizen ersetzt oder wie Obstgärten entlang neuer Kanäle wachsen, nun mit klaren visuellen Belegen beantwortet werden können. Während die Autorinnen und Autoren auf verbleibende Unsicherheiten hinweisen, insbesondere bei gemischten oder kleineren Kulturgruppen, bietet der Datensatz ein mächtiges Instrument zur Überwachung der regionalen Nahrungsmittelproduktion, zur Steuerung von Wasser‑ und Landnutzungs‑Politik und zum Studium der Wechselwirkungen der Landwirtschaft mit empfindlichen Wüsten‑ und Gebirgsökosystemen.

Zitation: Liang, Q., Di, Y., Hao, X. et al. A 30 m Multi-Year Dataset of Major Crop Distributions in Xinjiang, China (2013–2024) Based on Harmonized Landsat–Sentinel-2 Data. Sci Data 13, 730 (2026). https://doi.org/10.1038/s41597-026-07082-w

Schlüsselwörter: Erntekartierung, Fernerkundung, Landwirtschaft in Xinjiang, Satellitendaten, Ernährungssicherheit