欧盟农业土地利用的精细尺度数据整合：IACS系统在农场与田块层面的跨19国标准化研究

本研究通过整合欧盟19个成员国的"综合管理与控制系统"(IACS)数据，首次构建了包含田块级作物信息、农场标识符及有机耕作状态的标准化数据库。研究人员开发了基于EuroCrops HCAT分类体系的自动化工作流，实现跨17年时间序列的农业土地利用数据空间-主题-时间多维分析，为CAP政策评估和土地系统科学研究提供了前所未有的精细尺度数据支撑。

　　

全球超过三分之一的陆地表面被农业用地覆盖，但长期以来欧盟缺乏统一的精细尺度土地利用数据。现有数据分散在各国的支付机构，存在访问限制和格式差异问题。虽然遥感技术能实现全覆盖监测，但仅能识别土地覆盖而非利用类型，无法捕捉耕作强度、农场规模或有机状态等关键指标。例如，同为草地类型，可能用于放牧、割草或闲置，这种差异对评估农业可持续发展至关重要。

为解决这一难题，由德国莱布尼茨转型经济农业发展研究所(IAMO)、柏林洪堡大学和哥本哈根大学组成的国际团队，在Horizon Europe项目支持下，系统收集了欧盟19个成员国的"综合管理与控制系统"(IACS)数据。这项发表在《Scientific Data》的研究，构建了迄今最完整的欧盟农业地理数据库，时间跨度达17年，包含田块级作物信息、农场标识符及有机耕作状态等关键参数。

研究采用三大关键技术方法：(1)通过国家地理门户网站获取原始GSA地理数据集；(2)基于Jaro-Winkler字符串匹配算法实现跨成员国作物名称自动归类；(3)采用EuroCrops项目的分层作物与农业分类体系(HCAT)进行数据标准化。数据覆盖2680万公顷农田，占欧盟农业用地的20%，验证显示与官方统计的农业面积差异小于10%。

数据收集与覆盖范围
研究团队历时12个月从19个成员国的国家支付机构获取数据，其中法国数据时间序列最长(2007-2023)，立陶宛仅2024年数据可用。数据空间分辨率达田块级，在德国等联邦制国家需按州级单元整合。如图2所示，捷克、丹麦等6国提供农场标识符，奥地利等5国包含有机耕作信息，法国作物分类达963种，为成员国中最细。

数据预处理与标准化
针对各国数据差异，团队建立自动化工作流：首先创建列名对照表统一字段名称，随后将原始作物代码-名称组合映射到HCAT十级分类体系。如图3所示，克罗地亚仅19个作物类，而法国分类数量超其50倍。对于多作物申报的参考田块，优先保留主导作物(面积占比>50%)信息，次要作物存入辅助表。

技术验证与数据质量
如表3所示，GSA数据与欧盟统计局(Eurostat)的农业面积数据高度吻合。德国勃兰登堡州差异7%源于统计口径不同——GSA包含农场道路等辅助用地。爱尔兰数据农场数超官方统计，源于跨区域申报导致的重复计数。数据以GeoParquet格式存储，较传统Shapefile节省70%存储空间。

研究结论与意义
该研究创建了首个覆盖欧盟多国的标准化农业地理数据库，其创新性体现在三个方面：首先，通过HCAT体系实现跨时空作物数据可比性，解决了以往因成员国分类差异导致的分析障碍；其次，农场标识符的引入支持农场规模、土地破碎化等农业经济研究；最后，有机耕作状态的记录为评估CAP环境政策提供新维度。

数据库已应用于多个前沿研究：在德国东北部发现景观简化区的作物轮作多样性更高；比利时研究揭示部分农田的有机转换状态动态；法国数据则用于验证Sentinel-2遥感产品的分类精度。随着欧盟数据开放政策的推进，该资源将持续更新，未来计划纳入动物数量、生态计划等指标，为农业可持续发展研究提供核心数据支撑。