Многолетний набор данных с разрешением 30 м о распределении основных культур в Синьцзяне, Китай (2013–2024) на основе гармонизированных данных Landsat–Sentinel-2

Почему важно картировать посевы из космоса

Питание растущего населения в условиях потепления и усиления засушливости требует точных данных о том, что и где посеяли и как это меняется со временем. В Синьцзяне, обширном и в основном засушливом регионе на западе Китая, который обеспечивает значительную часть хлопка и зерна страны, такая базовая информация до сих пор была труднодоступна. Описанное здесь исследование превращает годы спутниковых снимков в подробную карту основных культур Синьцзяна, открывая фермерам, планировщикам и учёным новый взгляд на управление этим сухопутным «хлебным кошелём».

Засушливый регион с большими сельскохозяйственными амбициями

Синьцзян занимает площадь примерно одну шестую территории Китая, ограниченную высокими горами и пустынными басseinами. Большая часть сельского хозяйства сосредоточена в зелёных оазисах, питаемых реками и оросительными каналами, где доминируют хлопок, кукуруза, пшеница, рис и плодовые сады. Государственные программы и технологии экономии воды помогли сделать Синьцзян крупнейшим производителем хлопка в Китае, а его зерновые имеют решающее значение для регионального продовольственного обеспечения. В то же время те же горы, пустыни и рассеянные поля, которые делают ландшафт эффектным, затрудняют мониторинг с помощью традиционных обследований. До сих пор доступные карты обычно охватывали лишь одну культуру, несколько лет или отличались относительно низким разрешением.

Преобразование спутниковых снимков в ежегодный атлас посевов

Исследователи создали новую систему картографирования, используя гармонизированные данные Landsat–Sentinel-2 — глобальный продукт, который сочетает достоинства двух спутниковых групп, предоставляя согласованные изображения поверхности Земли каждые несколько дней с детализацией 30 метров. Они сосредоточились на двух простых индикаторах, измеряемых со спутника: степени «озеленения» территории и наличии воды в растениях и почве. Отслеживая, как эти сигналы изменяются в течение вегетационного периода, они фиксировали ритм роста каждой культуры — например, ранний весенний пик пшеницы, продолжительный летний подъём хлопка или залитые водой поля риса.

Обучение интеллектуального классификатора распознавать поля

Чтобы превратить сезонные шаблоны в метки культур, команда совместила тысячи образцов с полей и изображений, собранных в 2018 и 2019 годах, с методом машинного обучения, известным как случайный лес. Сначала они отсеяли некультурные земли, используя существующую национальную карту покрова, чтобы модель фокусировалась на реальных полях. Затем к спутниковым сигналам были подогнаны сглаженные математические кривые, превращающие шумные последовательности изображений в чёткие профили роста. Случайный лес «научился» тому, как разные культуры типично ведут себя в течение года, и затем применил эти знания к каждому подходящему спутниковому пикселю по всему Синьцзяну для каждого года с 2013 по 2024.

Проверка того, насколько карты соответствуют реальности

Любая автоматизированная карта требует тщательной проверки. Команда отделила часть полевых и имиджевых образцов в качестве независимого тестового набора и сравнила их с предсказаниями модели. Для двух годов валидации большинство основных культур показали пользовательскую и производственную точность выше 83 процентов, а общая точность достигла 90 и 93 процентов. Они также суммировали замапленную площадь каждой культуры по уездам и сопоставили эти данные с официальной статистикой и с другими специализированными картами для хлопка, кукурузы и пшеницы. Спутниковые оценки хорошо согласовывались с этими независимыми источниками, особенно для хлопка, что свидетельствует о том, что карты отражают не только места выращивания культур, но и изменения их площадей во времени.

Что это значит для продовольствия и окружающей среды

Результатом работы стал публичный набор данных с разрешением 30 метров о основных культурах Синьцзяна с 2013 года, который обновляется по мере поступления новых спутниковых данных. Для неспециалистов это значит, что на вопросы вроде того, как быстро росла площадь хлопка, где кукуруза замещает пшеницу или как плодоводческие насаждения распространяются вдоль новых каналов, теперь можно ответить с помощью наглядных доказательств. Авторы отмечают оставшиеся неопределённости, особенно для смешанных или мелких групп культур, но набор данных представляет собой мощный инструмент для мониторинга регионального производства продовольствия, управления водными и земельными ресурсами и изучения взаимодействий сельского хозяйства с уязвимыми пустынными и горными экосистемами.

Цитирование: 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

Ключевые слова: картирование культур, дистанционное зондирование, сельское хозяйство Синьцзяна, спутниковые данные, продовольственная безопасность