2016年至2021年中国东北地区10米分辨率玉米、水稻和大豆产量数据集

为什么这张作物地图与日常生活相关

一个地区能产出多少食物，以及这种产量如何随年际变化？这些问题关系到粮价、农民生计和国家粮食安全。本研究通过将2016至2021年间的作物产量按每10米制图，为中国重要产粮区之一——东北三省的玉米、水稻与大豆收成提供了罕见的高精度视图。结果就像把模糊的卫星影像切换为清晰的特写，揭示出以往看不见的田块间差异。

从粗略估计到细粒度视角

长期以来，研究者利用卫星与统计数据来估算全球的粮食产量。现有数据集覆盖范围广，但通常分辨率较粗——每像素几十公里——因而一个数值可能将许多种植条件差异很大的农田混在一起。对国家层面的统计可能已足够，但这种做法掩盖了局部问题，例如排水不良、施肥不均或风暴破坏。在中国尤为严重，因为农田往往规模较小，耕作管理在短距离内就会产生显著差异。

一种从太空‘读懂’作物的新方法

为使图像更清晰，作者将欧洲哨兵2号（Sentinel‑2）卫星影像、气象数据与详细的玉米、水稻和大豆种植图结合起来。他们建立在一类根据阳光与环境条件估算植物生长的模型之上，重点关注作物实际吸收并转化为生物量的有效光能。研究者没有依赖许多难以测量的田间参数——例如精确的植物碳含量或最大光能利用效率——而是引入了两个关键思想：一个动态指数，用以反映真实条件下可用于光合作用的有效日照，和一个将该能量转化为产量的单一换算因子。由此他们得以在无需对每块田地进行昂贵测量的情况下估算收成。

将光照与天气转化为产量图

该新指数追踪入射光中被绿色叶片吸收的部分，并对温度、作物生育阶段和水分胁迫进行校正。所有这些要素均来自卫星植被信号与气象记录。换算因子在每个城市分别校准，将该能量指标与2016至2021年的统计产量联系起来。通过在生长季内对能量指数求和并应用校准因子，模型为三省内每个10米像素生成产量估计。研究团队随后将这些估计与政府统计数据及科研站的实地测量进行了比对。

效果如何？

该方法能捕捉三种作物的总体产量格局，并优于以往依赖更僵化假设的方法。对玉米、水稻与大豆，模型预测与官方统计及田间数据呈中等到较强相关，在中高产区的典型误差约为12–14%。与常用的10公里分辨率全球产量产品相比，新的10米地图不仅在总体水平上匹配得更好，也更忠实地描绘了局部差异。作者指出，模型在管理相对稳定、耕作体系良好的地区表现最好，而在产量低或高度波动的地区（如受害虫、贫瘠土壤或极端天气影响的地区）表现相对较弱。

地图揭示了这一关键粮区的哪些信息

这套为期六年的地图系列展示了玉米、水稻和大豆在东北地区的分布及其随时间的变化。玉米产量总体上自东向西递减，水稻自西向东递减，大豆则自南向北递减，反映了气候、土壤与耕作方式的差异。年际间这些格局的变化与县级统计数据一致，并指向洪涝或干旱等异常事件的影响。由于地图能分辨到单个田块，它们还能揭示同一县域内的细微管理差异——这些在粗糙的国家或省级数据中是看不见的。

这对农民与粮食安全意味着什么

简而言之，这项工作提供了一个按年更新的、高分辨率的区域作物报告。决策者可利用它识别脆弱区域、设计更有针对性的支持措施，并更有把握地规划粮食储备或贸易。保险公司与贷款机构可以在田块集群层面而非整个县域评估风险。研究者则可追踪长期产量趋势，并检验气候变率或新耕作措施对生产力的影响。作者同时提醒，地图在中高产区最为可靠，尚不能完全替代田间管理层面的决策，但它标志着在中国这一重要产粮区实现可负担、持续且细致的主粮监测迈出的一大步。

引用: Teng, F., Wang, M., Shi, W. et al. A 10 m maize, rice and soybean yield dataset from 2016 to 2021 in Northeast China. Sci Data 13, 344 (2026). https://doi.org/10.1038/s41597-026-06719-0

关键词: 遥感 农业, 作物产量制图, 中国东北 粮食, 玉米 水稻 大豆, 粮食安全 监测