2015-2023年中俄黑龍江跨境流域農作物精細分類數據集

摘要：俄羅斯遠東和中國東北所在的黑龍江跨境流域地區擁有豐富的自然資源，在農業資源開發利用方面具有巨大潛力。面臨全球沖突不斷增加和糧食供應鏈的短缺危機，加強黑龍江跨境流域農業資源的監測和開發利用，對于保障全球糧食安全具有重要意義。該數據集以黑龍江跨境流域作為研究區，運用機器學習和樣本遷移方法，構建一套全面的農作物精細分類體系。基于歷史遙感影像數據以及Google Earth Engine（GEE）云平臺，以Landsat和Sentinel影像為數據源，完成2015、2020和2023年小麥、玉米、大豆、水稻等主要農作物分類，總體精度超過84%，Kappa系數大于0.81。通過時空變化分析，揭示了黑龍江跨境流域農作物的格局與變化特征，對該流域耕地資源優化配置提供決策支持。

關鍵詞：作物分類；Sentinel-2；Landsat；隨機森林

數據摘要：

1""引言

糧食安全是聯合國可持續發展目標Sustainable Development Goal 2（SDG2）中的重點內容。黑龍江跨境流域橫跨中國、俄羅斯和蒙古三國，是世界上面積排名第十的流域，總面積約184.3×10^{4 "}km²。該流域跨溫帶和寒溫帶兩個氣候帶，季風氣候明顯，年均氣溫在-8－6 ℃，降水量為250－800 mm，是東北亞區域重要的糧食潛力區^[1]，其水利交通便利，水資源豐富，地理環境和氣候適于農作物生長，農業開發前景巨大^[2]。已有一些學者基于時間序列影像在本地區開展作物遙感分類研究^[3]。杜保佳等^[4]采用面向對象分類方法，以Sentinel-2A 影像為數據源，提取黑龍江省北安市農作物，總體精度達96.2%。解文歡等^[5]將GF-I WFV 影像作為黑龍江省同江市數據源，采用監督分類和目視解譯的方法來提取農作物，其總體精度達"90%。宋茜^[6]利用SVM與多時相"GF-1A/WFV光譜和空間紋理特征對黑龍江省北安市的大豆、玉米、小麥和水稻進行識別，該方法有效彌補了不能充分識別作物“最佳物候窗口”的缺陷。韓冰冰^[7]選取吉林省為研究區，使用5－10月多時相"Landsat8、Sentinel-2和Sentinel-1數據源，分別運用最小距離法、CART分類器和隨機森林分類器提取了吉林省的大豆、玉米和水稻。

GEE（Google Earth Engine）是一個功能強大的云計算平臺^[8]，被廣泛用于制圖和作物動態監測^[9-11]。SHELESTOV等^[12]研究在GEE云平臺上利用多時相遙感影像對大區域農作物進行分類，并對比評價不同分類器的提取效果和優缺點；WANG等^[13]在"Google Earth Engine 中利用"Landsat中的所有歷史可用影像，利用隨機森林分類器來繪制美國中西部13個州的玉米和大豆地圖，得到作物的種植面積總體誤差相較國家農業統計局統計的小于10%；寧曉剛等^[14]采用隨機森林分類方法提取2018年黑龍江流域的沼澤濕地信息，總體精度達91.54%。

本文以黑龍江跨境流域作為研究區，基于Google Earth Engine（GEE）云平臺，使用Landsat和Sentinel影像為數據源，采用隨機森林（Random Forest，RF）和樣本遷移的方法對研究區多種作物進行分類識別，提取黑龍江跨境流域2015年、2020年和2023年主要作物（小麥、玉米、大豆、水稻）空間分布。

2""數據采集與處理方法

本研究以黑龍江跨境流域作為研究區，運用機器學習和樣本遷移方法，并基于歷史遙感影像數據以及Google Earth Engine（GEE）云平臺，構建一套全面的農作物精細分類體系。通過計算并分析不同作物歸一化差值植被指數（NDVI）、歸一化水體指數（NDWI）、增強型植被指數（EVI）、改良土壤調整植被指數（MSAVI）等多種典型植被指數，在像素單元水平上利用隨機森林模型實現了對農作物精細分類的自動識別與提取。以Sentinel-2和Landsat影像為數據源，完成2015、2020和2023年小麥、玉米、大豆、水稻主要農作物分類。

2.1 "數據準備

本研究選用來自Google Earth Engine（GEE）平臺（https：//earthengine.google.com/）2023年空間分辨率為10m的Sentinel系列衛星遙感影像和2015年、2020年空間分辨率為30 m的Landsat系列遙感影像。

2023年的樣本點數據主要是基于高分辨率谷歌地球影像隨機選取731個樣本點，并結合先前獲取的"80 個野外實地調查數據，隨后采用樣本遷移方法，獲取2020年656個樣本點和2015年578個樣本點（圖1－圖3）。以上所有樣本點按3：1的比例分為訓練樣本以及驗證樣本。

2.2 "數據處理

2.2.1 "特征集構建

為了分析不同的特征對農作物遙感識別的影響，提高農作物的識別精度，本研究選擇光譜特征、植被指數特征、紋理特征等數據集。光譜指數：直接選擇每個時相影像的原始波段。植被指數：通過比較不同波段的植被光譜反射值來衡量植被覆蓋度的指標，這些指數可以反映植被的生長狀況和類型，有助于區分不同類型的農作物。水體指數：用于檢測灌溉情況、土壤濕度和水稻等水稻作物的生長狀況。地形特征包括高程、坡度、坡向等地理信息，這些特征可以影響土壤類型、水分分布和植被分布，因此對于農作物分類和土地利用分類具有重要作用。故選取光譜特征、植被指數、水體指數、地形特征構建特征集合，各個特征的詳細說明見表1。

2.2.2 "數據處理算法

本研究采用隨機森林（RF）算法對黑龍江跨境流域的農作物進行分類，與其他的機器學習算法如決策樹（DT）和支持向量機（SVM）相比，它具有較高的準確性、魯棒性、處理能力和易用性^[15]，適用于農作物分類等遙感應用。在訓練作物分類器時，我們調整了GEE中RF的兩個參數：（1）Number Of Trees：決定了用于構建RF模型的二進制決策樹的數量，在本方法中設置為500。（2）Min Leaf Population：葉節點所需的最小樣本數，設置為30，以限制每棵樹的深度以避免過擬合。其他4個參數在GEE中默認設置。

2.2.3 "精度評價

誤差矩陣是評價遙感影像分類精度的常用工具，其主要功能在于反映遙感分類結果和地面實際土地覆蓋類型的接近程度。通過將分類結果與實際地面觀測數據進行比較，誤差矩陣的分析有助于我們了解分類誤差的來源，從而為改進分類算法提供指導。誤差矩陣的參考指標包括總體精度、Kappa系數、用戶精度和制圖精度（生產者精度）等。

其中，x_ii是正確分類的像素數，x_+i是參考數據中i類像素的總數，x_i+是核查中的土地覆被數據產品中i類像素的總數，r是類型數，N相當于像素總數。

3""數據內容

數據集包含"2015年、2020年和2023年黑龍江跨境流域農作物資源空間分布柵格數據（圖4－圖6）。柵格數據格式為*.tif，每一年對應8個Tiff文件，共計24條記錄，空間坐標系為"WGS_1984，柵格數據具體屬性信息可通過ARCGIS、ENVI 等專業軟件打開查看。

4""質量控制與技術驗證

本研究使用2023年野外調查數據及高分辨率谷歌地球影像完成黑龍江跨境流域農作物的質量評估。基于高分辨率谷歌地球影像隨機選取731個精度驗證點，并結合先前獲取的"80 個野外實地調查數據，隨后采用樣本遷移方法，獲取2020年656個樣本點和2015年578個樣本點（圖1－圖3），最后采用混淆矩陣方法對2015年、2020年和2023年黑龍江跨境流域農作物結果進行評價。結果表明，通過將地理分區與特征空間相結合的方法獲取得到2015年、2020年和2023年黑龍江跨境流域

農作物分布結果，精度評價如表所示（表2）。經計算2015年，總體分類精度為88%，kappa系數為0.86。2020年總體分類精度為84%，kappa系數為0.81。2023年總體分類精度為86%，kappa系數為0.83，三年年均總體分類精度為86%。通常在大尺度土地覆蓋制圖中，精度達到70%－75%及以上就能夠反映區域的地表要素格局與演變特點。本數據集精度近86%，優于同類土地覆蓋產品，能夠滿足對黑龍江跨境流域資源生態環境的研究需求。

5""數據價值與使用建議

本數據集采用隨機森林和樣本遷移的方式進行農作物分類制圖，提高了分類結果的精度和便利性，使其能夠在大尺度應用場景中推廣。與同類土地覆蓋產品相比，本數據集的精度更高，為黑龍江跨境流域農作物精細分類數據集更新提供基礎。這為進一步精細化調查該區域的自然資源以及耕地優化配置提供重要的基礎數據產品支持。同時，本數據集豐富了黑龍江跨境流域多種尺度的農作物分類遙感產品，使更多同類型產品可以開展相互驗證對比和長時序分析，有助于提升本區域作物遙感分類的科學性。

6 "數據可用性

開放訪問，遵從CC BY-NC 4.0協議。

https：//cstr.cn/"17058.11.sciencedb.agriculture.00041；

https：//doi.org/10.57760/sciencedb.agriculture.00041"。

數據作者分工職責

劉夢，數據處理、解譯、驗證與論文撰寫。

王卷樂，數據集整體設計、技術方案制定及論文修改。

李凱，數據產品的處理和精度評估。

江嘉偉，數據產品的處理和精度評估。

鄒偉豪，數據檢查與論文的撰寫。

倫理聲明

本文數據不涉及倫理聲明相關的內容。

利益沖突聲明

作者聲明，全部作者均無會影響研究公正性的財務利益沖突或個人利益沖突。

參考文獻

[1] WANG Y， ZANG S， TIAN Y. Mapping paddy rice with the random forest algorithm using MODIS and SMAP time series.Chaos Solitons amp; Fractals， 2020，140： 110116. DOI：10.1016/j.chaos."2020.110116.

[2] CHEN Y， LU D， MORAN E， et al. Mapping croplands， cropping patterns， and crop types using MODIS time-series data. International Journal of Applied Earth Observation and Geoinformation， 2018，69：133-147. DOI：10.1016/j.jag.2018.03.005.

[3] RI A， MX A， ZC A， et al. Phenology-based classification of crop species and rotation types using fused MODIS and Landsat data： The comparison of a random-forest-based model and a decision-rule-based model. Soil and Tillage Research，2021，206. DOI：10.1016/j.jag."2018.03.005.

[4] 杜保佳，張晶，王宗明，等."應用"Sentinel-2A NDVI 時間序列和面向對象決策樹方法的農作物分類.地球信息科學學報，"2019，"21（5）："740-751.

[5] 解文歡，張有智，張海峰，等."縣級主要農作物空間分布遙感制圖——以同江市為例.現代農機，2022（3）：67-68.

[6] 宋茜."農作物空間分布信息提取及其時空格局變化分析研究.北京：中國農業科學院，2018.

[7] 韓冰冰."吉林省大宗作物分布遙感制圖.長春：吉林大學，2020.

[8] ZHANG X， LIU K， WANG S， et al. A rapid model （COV_PSDI） for winter wheat mapping in fallow rotation area using MODIS NDVI time-series satellite observations： The case of the Heilonggang Region. Remote Sensing， 2021， 13（23）： 4870.

[9] AMANI M， BRISCO B， AFSHAR"M， et al. A generalized super-vised classification scheme to produce provincial wetland inventory maps： an application of Google Earth Engine for big GEO data processing. Big Earth Data， 2019， 3（4）： 378-394.

[10] HIRD J N， DeLANCEY E R， McDERMID"G J， et al. Google Earth Engine， open-access satellite data， and machine learning in support of large-area probabilistic wetland mapping. Remote Sensing， 2017， 9（12）： 1315.

[11] AMANI M， GHORBANIAN A， AHMADI S A， et al. Google Earth Engine cloud computing platform for remote sensing big data applications： A comprehensive review. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing， 2020， 13： 5326-5350.

[12] SHELESTOV A， LAVRENIUK M， KUSSUL N， et al. Exploring Google Earth Engine platform for big data processing： Classification of multi-"temporal satellite imagery for crop mapping. Frontiers in Earth Science， 2017， 5： 232994.

[13] WANG S， DiTOMMASO S， DEINES J M， et al. Mapping twenty years of corn and soybean across the US Midwest using the Landsat archive. Scientific Data， 2020， 7（1）： 307.

[14] 寧曉剛，常文濤，王浩，等.聯合GEE與多源遙感數據的黑龍江流域沼澤濕地信息提取[J].遙感學報， 2022， 26（02）： 386-396.

[15] CHENG C X， YAN T L， ZHU D H. The method of polygon land use identify supported by GIS-A case study for dynamic monitoring land using. Journal of China Agricultural University， 2001，6（3）： 55-59.

引用格式：劉夢，王卷樂，李凱，江嘉偉，鄒偉豪. 2015-2023年中俄黑龍江跨境流域農作物精細分類數據集[J]. 農業大數據學報，2025，7（1）：22-30."DOI： 10.19788/j.issn.2096-6369.100035.

CITATION："LIU Meng， WANG JuanLe， LI Kai， JIANG JiaWei， ZOU WeiHao. Fine Classification Dataset of Crops in the Transboundary Basin of the Heilongjiang River Between Russia and China， 2015-2023[J]. Journal of Agricultural Big Data，2025，7（1）：22-30. DOI： 10.19788/j.issn."2096-6369.100035.

Fine Classification Dataset of Crops in the Transboundary Basin of the Heilongjiang River Between Russia and China， 2015-2023

LIU Meng WANG JuanLe "LI Kai JIANG JiaWei ZOU WeiHao

1. State Key Laboratory of Resources and Environmental Information System， Institute of Geographic Sciences and Natural Resources Research， Chinese Academy of Sciences， Beijing 100101， China; 2. School of Marine Technology and Geomatics， Jiangsu Ocean University， Lianyungang， Jiangsu 222005， China; 3. University of Chinese Academy of Sciences， College of Resources and Environment， Beijing 100049， China; 4. China University of Mining and Technology， School of Earth Science and Surveying and Mapping Engineering， Beijing 100083， China; 5. Jiangsu Centre for Collaborative Innovation in Geographical Information Resource Development and Ap-plication， Nanjing 210023， China

Abstract："The Heilongjiang transboundary basin region， where the Russian Far East and northeastern China are located， is rich in natural resources and has great potential for the development and utilization of agricultural resources. Facing the crisis of increasing global conflicts and shortage of food supply chain， strengthening the monitoring and development and utilization of agricultural resources in the Heilongjiang basin is of great significance to guarantee global food security. In this dataset， the Heilongjiang transboundary watershed is used as the study area， and machine learning and sample migration methods are applied to construct a comprehensive set of fine classification system for agricultural crops. Based on historical remote sensing image data and the Google Earth Engine （GEE） cloud platform， the classification of major crops such as wheat， corn， soybean and rice in 2015， 2020 and 2023 was completed with an overall accuracy of more than 84% and a Kappa coefficient of more than 0.81， using Landsat images as the data source. The analysis of spatial and temporal changes reveals the pattern and changing characteristics of crops in the Heilongjiang transboundary watershed， and provides decision-making support for the optimal allocation of arable land resources in this watershed.

Keywords："crop classification; Sentinel-2; Landsat; Random forest