中国农作物收获面积高分辨率时空数据集（1990-2020）：揭示北方粮食主产区的扩张轨迹

本研究通过融合多源统计数据和空间信息，构建了中国16种主要农作物1公里分辨率收获面积时空数据集（1990-2020）。研究人员采用最大得分优化方法，基于自然和社会经济因素合成的作物适宜性评分，将地级市尺度统计数据降尺度至网格单元。验证表明该数据集与县级统计数据高度吻合（主要谷物r>0.87），尤其揭示了北方玉米、水稻和大豆种植带的持续扩张现象，为农业模型提供关键输入参数。

　　

在全球粮食安全与生态环境保护的背景下，中国作为用世界9%的耕地养活20%人口的国家，其农作物种植格局的演变始终牵动着研究者的神经。过去三十年里，中国耕地利用发生了深刻变革——东北地区耕地面积增长15%，而东南沿海却减少12%，更引人注目的是作物结构的剧烈变化：玉米种植面积激增105%，水稻和小麦则分别下降11%和19%。这些变化不仅关系国家粮食安全战略，更通过化肥施用、土壤退化等途径深刻影响着生态环境。然而，现有研究多局限于单一作物或短时间序列，缺乏高时空分辨率的多作物长期分布数据集，难以全面揭示这种"北粮南运"格局形成的空间动力学机制。

北京师范大学地表过程与资源生态国家重点实验室的研究团队在《Scientific Data》发表的研究，首次构建了1990-2020年间中国16种农作物1公里分辨率收获面积时空数据集。研究创新性地采用最大得分优化方法，整合GAEZ v4作物适宜性数据、ISIMIP3a灌溉比例等多源信息，将地级市统计数据降尺度至1公里网格。关键技术包括：（1）融合CLCD、CNLUCC等5种30米分辨率土地利用数据合成耕地底图；（2）基于肥料施用差异划分灌溉、高投入雨养和低投入雨养三类生产系统；（3）引入运输可达性和作物价格因子优化空间分配算法；（4）采用标准差椭圆模型量化作物分布中心迁移轨迹。

【作物结构演变特征】通过分析16种作物的面积占比变化发现，玉米、水稻和小麦始终占据主导地位（合计>65%），但玉米在2005年后超越小麦成为第一大作物。经济作物中，棉花面积从4.7%降至2.1%，而茶叶面积增长两倍至2.1%，呈现"粮经此消彼长"的态势。

【空间格局迁移规律】标准偏差椭圆分析显示，主要作物生产中心持续北移：玉米分布中心向东北偏移214公里，水稻偏移达344公里，大豆更是偏移354公里，形成"东北粮仓"的新格局。相比之下，小麦生产仍高度集中于黄淮海平原，中心仅移动44公里。

【数据验证与比较】县级验证表明，三大主粮作物分配精度最高（r>0.87，R²>0.75），工业作物中甘蔗和棉花表现较好（r>0.78）。与10公里SPAM数据集相比，本研究的1公里分辨率能更好捕捉城乡过渡带的梯度变化，在混合像元处理上优势明显。

这项研究创建的长时间序列、高空间分辨率多作物数据集，不仅填补了中国农作物空间分布数据的空白，更通过量化"北粮南运"的空间轨迹，为理解农业景观变化的环境效应提供了新视角。特别值得关注的是，数据集采用子像元面积表征方法，有效解决了传统分类法在城乡交错带过度估计的问题。尽管在部分经济作物分配精度上仍有提升空间，但该成果已为LPJmL（Lund-Potsdam-Jena managed Land）等陆地生态系统模型提供了关键输入参数，未来可通过融合深度学习识别技术进一步提升作物适宜性评估精度。从政策视角看，这项研究为优化国家粮食生产布局、协调农业生产与生态保护的关系提供了科学依据。