近日，空天信息创新研究院三室李强子、杜鑫研究团队，构建耦合WOFOST 作物生长模型与GRU深度学习模型的混合估产框架，发布2019-2023年东北地区20米分辨率大豆单产数据集（Northeast China Soybean Yield 20m）。
大豆是重要的粮食和油料作物，准确、连续地获取大豆单产信息对于优化生产布局、服务精准农业和保障粮食安全具有重要意义。然而，现有大豆产量数据多为空间分辨率较粗的统计或遥感产品，难以反映田块内部及相邻地块之间的产量差异。传统机器学习估产方法依赖大量地面实测样本，而作物生长模型的大范围应用面临输入数据不足、参数不确定性和计算成本较高等问题。
针对上述挑战，研究团队首先利用WOFOST作物生长模型，综合考虑不同农业生产情景，构建大豆单产形成过程农学知识库，为估产模型提供覆盖不同生产条件的训练样本。
随后，团队利用GRU模型对大豆单产实现智能化建模，将遥感反演的大豆叶面积指数作为模型输入，实现20米分辨率的大豆单产制图。针对高分辨率影像受云覆盖影响产生的图幅拼接痕迹，进一步引入MODIS LAI产品进行偏差校正，在保留田块尺度细节的同时提升了区域制图的空间连续性。
研究结果表明，该方法在不同尺度均具有较高精度：样方尺度单产估算均方根误差（RMSE）为287.44 kg ha⁻¹，平均相对误差为10.02%。在市级尺度，2019-2022年估算结果与统计单产总体呈显著一致性，RMSE为272.36 kg ha⁻¹；各年度市级平均相对误差为11.46%。在省级尺度，平均相对误差进一步降至7.94%。
基于该框架生成的2019-2023年20米大豆单产分布图，能够捕捉东北地区大豆产量的年际波动与空间异质性。结果显示，研究区大豆单产总体集中在1500-2500 kg ha⁻¹，松辽平原等地势较平坦、农业气候条件较优区域表现出较高产量，而复杂地形及较冷凉区域的估算不确定性相对更高。
该数据集呈现了东北地区连续五年的大豆单产信息，可为大豆生产潜力评估、精准农业管理、农业保险、粮食安全监测和农业政策制定提供数据支撑。该成果以 “Northeast China Soybean Yield 20m: an annual soybean yield dataset at 20 m in Northeast China from 2019 to 2023” 为题，发表于 Earth System Science Data。
论文链接：https://doi.org/10.5194/essd-18-2413-2026
数据集链接：https://doi.org/10.5281/zenodo.14263103
2019—2023年东北地区大豆单产空间分布
动态新闻