编辑推荐：
在撒哈拉以南非洲地区，农业数据稀缺严重影响粮食安全研究。研究人员开展 “HarvestStat Africa” 主题研究，整理出该地区最大的开源次国家作物统计数据集。此数据集有助于分析气候对农业的影响等，为决策和建模提供依据。
在撒哈拉以南非洲，粮食不安全问题突出，农业产量提升空间巨大，但农业数据却极度匮乏。这一现状使得深入了解和优化当地粮食系统困难重重，因为准确的作物生产数据对于剖析产量差距、掌握生产趋势，以及研究气候变率和变化对粮食系统的影响至关重要，同时也是构建作物产量监测和预测系统的基础。在此背景下，来自多个国家科研机构的研究人员合作开展了相关研究，成果发表于《Scientific Data》 。
研究人员以美国国际开发署（USAID）的饥荒预警系统网络（Famine Early Warning Systems Network，FEWS NET）收集的数据为基础，构建了 HarvestStat Africa 数据集。该数据集整合了撒哈拉以南非洲地区 33 个国家的作物统计数据，涵盖 94 种作物类型，时间跨度主要为 1980 年至 2022 年，记录数量多达 574,204 条。其意义重大，为研究气候因素如何影响农业生产提供了丰富的数据支持，有助于开展次国家层面的粮食系统分析，还能辅助进行产量预测，并且作为开源资源，为共享次国家作物统计数据树立了典范。
在研究过程中，研究人员运用了多种关键技术方法。数据主要来源于 FEWS NET 的数据仓库（FDW），该仓库整合了多方数据。在数据处理阶段，进行了质量控制，通过计算 z-分数等方法识别异常值；对数据进行标准化处理，整合不同作物类型和季节的数据；针对行政边界变化进行校准；最后通过与其他全球作物数据集对比进行质量评估。
在数据记录方面，HarvestStat Africa v1.0 数据集包含了丰富的信息。其中，表格形式的次国家数据集（hvstat_africa_data_v1.0.csv）有 16 列，涵盖了地理单元标识符（FNID）、国家、行政单位、作物信息、种植和收获时间、作物生产系统类型、质量控制标志以及面积、产量和产量等数据。该数据集通过 FNID 与行政边界数据（hvstat_africa_boundary_v1.0.gpkg）相连接，实现了统计数据与地理区域的精准匹配。数据覆盖范围广泛，涉及 33 个国家，包括 18 个行政一级单位和 15 个行政二级单位的数据，对 19 个国家进行了空间校准，记录了 94 种作物类型。不同作物的数据记录年限有所差异，谷物类作物记录相对更全面，平均达 23 年，而蔬菜和水果类记录较少，为 6 - 9 年。
在技术验证环节，研究人员将 HarvestStat Africa 的输出结果与其他全球数据集进行对比。与 FAOSTAT 对比发现，两者在国家年度产量数据上大多呈现正相关，谷物类作物的相关性尤为显著，中位数相关系数达到 0.82，多数国家的主要主食作物相关性在 0.9 - 1.0 之间。与 Earthstat 和全球历史产量数据集（GDHY）对比时，发现后两者由于依赖国家层面数据进行填补和缩放，实际分辨率存在一定问题，而 HarvestStat Africa 的次国家数据在时空分辨率上更具优势，且未对缺失数据进行填充，更利于下游分析。
研究结论表明，HarvestStat Africa 数据集在数据覆盖范围、分辨率和与其他数据集的一致性方面表现出色，为撒哈拉以南非洲地区的农业研究和决策提供了有力支持。不过，该数据集也存在一些局限性，比如次国家作物统计数据可能存在技术误差，数据的时空连续性欠佳，部分数据存在估计和替代情况。未来研究可通过与实地测量和遥感指标（如归一化植被指数，Normalized Difference Vegetation Index，NDVI）对比等方式进一步验证数据准确性。总体而言，HarvestStat Africa 数据集的发布为相关领域研究开辟了新路径，有助于推动撒哈拉以南非洲地区粮食安全研究和农业可持续发展。
