近日，北京大学全球变化与陆地生态系统模型研究团队（负责人：袁文平）通过生态网络云平台（http://www.nesdc.org.cn）发布了全球30米分辨率的冬季麦类作物空间分布数据集，覆盖时间范围为2017-2022年，用户可在线访问获取最新数据。相关研究成果以“High-resolution mapping of global winter-triticeae crops using a sample-free identification method”为题发表在Earth System Science Data期刊。

研究团队基于Landsat-7、Landsat-8和Sentinel-2光学遥感影像，利用冬季麦类作物抽穗期至收获期NDVI与其他地物NDVI的差异，设计了冬季麦类作物指数（WTCI，Winter-Triticeae Crops Index），开发了一种无需训练样本的冬季麦类作物识别新方法，并生产了2017-2022年全球66个国家（覆盖全球99.19%的冬季麦类作物种植面积）30米分辨率的冬季麦类作物空间分布数据集。经野外调查样本和谷歌地球目视解译样本验证，使用WTCI方法生产的冬季麦类作物分布图的生产者精度、用户精度和总体精度分别为81.12%、87.85%和87.7%。与美国的CDL数据集和欧洲的EuroCrops数据集相比，该数据集的总体精度在大多数区域都超过了80%。此外，冬季麦类作物的识别面积与省（州）级、市级或县级的统计面积具有良好的一致性。

图1. 2020年全球冬季麦类作物空间分布图

该项研究工作和数据制备由国家自然科学基金（42401424），可持续发展大数据国际研究中心开放研究计划（CBAS2023ORP02）和浙江省自然科学基金（LZJWY24E090004）共同资助。

论文信息：Fu, Y., Chen, X., Song, C., Huang, X., Dong, J., Peng, Q., and Yuan, W.: High-resolution mapping of global winter-triticeae crops using a sample-free identification method, Earth Syst. Sci. Data, 17, 95–115,  2025. https://doi.org/10.5194/essd-17-95-2025.

数据链接：点击这里