北京师范大学张朝团队发布亚洲主要国家多种植制度水稻4km单产栅格数据集（1995-2015）

• ：北师大张朝团队
        
• ：2023-03-06

       近日，北京师范大学国家安全与应急管理学院粮食安全研究与教育团队（负责人：张朝教授）通过国家生态科学数据中心生态网络云平台发布了1995-2015年亚洲主要国家多种植制度水稻4km单产栅格数据集，用户可在线访问获取数据。相关研究成果以“AsiaRiceYield4km: seasonal rice yield in Asia from 1995 to 2015”为题发表在Earth System Science Data 期刊。

       亚洲生产并消费了超过全球90%的水稻，绘制大尺度精细化的水稻单产分布图对于保障亚洲乃至世界粮食安全有着重要意义。然而由于不同的研究目的以及技术限制，现有大尺度水稻单产数据时空分辨率较为粗糙，并且难以区分水稻的种植制度以及水稻单产的空间变化。遥感技术的快速发展为大规模获取水稻生长信息提供了可能。机器学习技术也被成功运用到作物估产之中。

        基于此，研究团队收集了亚洲水稻主产国水稻单产数据、长时序水稻种植面积空间分布数据、精细化的水稻物候数据、以及气候、遥感、环境等数据，提出了一种基于机器学习的精细化格网水稻单产估算方法（图1），并利用该方法生成了1999-2015年亚洲水稻主产国4km季节水稻单产数据集（AsiaRiceYield4km）。

图1 AsiaRiceYield4km数据集生产流程图

        AsiaRiceYield4km数据集在单季稻、双季稻和三季稻单产估算中取得了良好的精度，其决定系数（R2）和均方根误差（RMSE）分别为0.88，0.91，0.93和920 kg/ha，554kg/ha，588kg/ha（图2）。

图2 AsiaRiceYield4km数据集和观测数据精度对比（a）单季稻（b）双季稻（c）三季稻

       研究表明，AsiaRiceYield4km数据集可以很好的捕捉水稻单产的年际变化。所有模型估算结果的年际变化均与观测数据显著相关（p<0.001）并且R2均在0.8以上（图3）。

图3 AsiaRiceYield4km数据集和观测数据的年际变化对比

       和现有的单季稻数据产品（SPAM）相比，AsiaRiceYield4km数据精度也有很大提升，R2平均提高0.2，RMSE平均减少618kg/ha。此外，相较于其他数据，AsiaRiceYield4km数据集也展现了和观测数据更好的空间一致性。

图4 AisaRiceYield4km数据集（a）、SPAM（b）和观测数据（c）的2005年单季稻单产空间分布情况以及精度对比（d）；（a1）-（c1）为三者在印度河-恒河平原水稻单产的放大展示图。

        该项研究工作和数据制备得到了国家重点研发计划项目（2020YFA0608201）、博士后创新人才支持计划（BX20200064）、国家自然科学基金项目（42061144003，41977405，42101095）以及北京师范大学环境演变与自然灾害教育部重点实验室开放课题资助。

论文信息：Wu, H., Zhang, J., Zhang, Z., Han, J., Cao, J., Zhang, L., Luo, Y., Mei, Q., Xu, J., and Tao, F.: AsiaRiceYield4km: seasonal rice yield in Asia from 1995 to 2015, Earth Syst. Sci. Data, 15, 791–808,  https://doi.org/10.5194/essd-15-791-2023, 2023.

数据链接：1995-2015年亚洲主要国家多种植制度水稻4km单产栅格数据集

       截至目前，张朝教授研究团队已在生态网络云平台发布全球粮食作物分布、物候等农情信息专题数据产品12个，欢迎访问团队数据发布主页获取相关数据（点击这里）。