东北地区10m分辨率主要作物分布数据集（2017-2019年）

基于遥感云计算平台和哨兵 2 号影像构建了东北地区的时间序列分类特征集，利用多年收集的大量的地面样本以及随机森林算法，最终绘制得到东北地区2017-2019年逐年10m分辨率的作物类型空间分布数据集。

Based on remote sensing cloud computing platforms and Sentinel-2 imagery, a time-series classification feature set for Northeast China was developed. Using a large number of ground samples collected over multiple years and the Random Forest algorithm, the annual 10-meter resolution spatial distribution datasets of crop types for Northeast China from 2017 to 2019 were finally mapped.

搜集汇总

背景与挑战

背景概述

该数据集是东北地区2017-2019年逐年10米分辨率的主要作物空间分布数据，基于Google Earth Engine云计算平台和Sentinel-2遥感影像，采用“分层分区全时序”策略和随机森林算法生成。数据集经过精度验证，总体精度在81%至87%之间，并与市级统计数据有较高相关性，适用于农业监测和地理研究。