The dataset of main grain land changes in China over 1985–2020

Continuous, Accurate, and detailed information on main grain land (MGL) areas is crucial for provisioning food security and making policies affecting sustainable agricultural production. Here, we developed the change map of MGL with resolution 30m in China for the period 1985–2020 using the Landsat image-based random forest algorithm on the GEE platform. Finally, the planting intensity, gain time and loss time of MGL was calculated. Results indicate that our mapping results are highly consistent with the annual planting area of various grain crops according to national statistics. The proportion of different MGL types in 2020 is presented as follows: single maize (38.55%) > single rice (23.23%) > single wheat (15.42%) > wheat & maize (12.60%) > double rice (7.65%) > wheat & rice (2.48%). Due to over half of MGL expansion occurring after 2000, the average planting intensity of MGL in China is 19.74 years in the past 36 years. The consistent, high-resolution data of MGL change can support progress toward sustainable agricultural management and food production.For the convenience of users, the detailed classification data of MGL year by year has been made public on the GEE platform. Users with needs can view and download detailed MGL data for any year, including 7 MGL subtypes, according to the following link.
Data viewing and download links:
https://code.earthengine.google.com/d371ab6f6c1bd274c85af270e4ad09c5 
<br>
Directly call ID of dataset in GEE:
var MGL = ee.ImageCollection(“projects/ee-linshi-428901/assets/MrainlandType”)
<br>
Data usage code：
var year = 2020 // Any year between 1985 and 2020
var mglyear = MGL.filterMetadata('time', "equals", year).max()
var visParams = {
  min: 1,
  max: 7,
  palette: ['cyan', 'blue','green', 'yellow', 'red','purple','white']
};
Map.addLayer(mglyear.selfMask(),visParams,"MGL"+year)
<br>

连续、精准且详实的主要粮田（Main Grain Land, MGL）面积信息，对于保障粮食安全、制定影响农业可持续生产的相关政策至关重要。本研究基于谷歌地球引擎（Google Earth Engine, GEE）平台，利用Landsat影像驱动的随机森林算法，构建了1985-2020年中国范围内分辨率为30米的主要粮田变化图谱。随后，研究计算了主要粮田的种植强度、种植时段与休耕时段。

研究结果表明，本数据集的制图结果与国家统计的各类粮食作物年度种植面积高度吻合。2020年各类主要粮田类型占比依次为：单季玉米（38.55%）>单季水稻（23.23%）>单季小麦（15.42%）>小麦-玉米轮作（12.60%）>双季稻（7.65%）>小麦-水稻轮作（2.48%）。

由于超半数的主要粮田扩张发生于2000年之后，在过去36年间，中国主要粮田的平均种植强度为19.74年。这套一致性强、分辨率高的主要粮田变化数据，可为农业可持续管理与粮食生产的发展提供有力支撑。

为方便用户使用，逐年的详细主要粮田分类数据已在GEE平台公开。有需求的用户可通过以下链接查看并下载1985-2020年任意年份的详细主要粮田数据，该数据集包含7种主要粮田子类型。

数据查看与下载链接：
https://code.earthengine.google.com/d371ab6f6c1bd274c85af270e4ad09c5

在GEE平台中直接调用数据集ID的代码为：
var MGL = ee.ImageCollection("projects/ee-linshi-428901/assets/MrainlandType")

数据使用示例代码：
// 设置目标年份（1985-2020年任意年份）
var year = 2020
// 筛选对应年份的主要粮田数据并进行最大值合成
var mglyear = MGL.filterMetadata('time', "equals", year).max()
// 设置可视化参数
var visParams = {
min: 1,
max: 7,
palette: ['cyan', 'blue','green', 'yellow', 'red','purple','white']
};
// 将数据图层添加至地图
Map.addLayer(mglyear.selfMask(),visParams,"MGL"+year)

搜集汇总

背景与挑战

背景概述

该数据集提供了1985年至2020年中国主要粮田变化的详细信息，空间分辨率为30米，基于Landsat影像和随机森林算法在GEE平台上生成。它包括7种主要粮田子类型（如单一玉米、单一水稻等）的分类数据，并计算了种植强度、增益和损失时间，用于支持粮食安全和可持续农业管理。数据集已通过国家统计数据验证，并公开在GEE平台上供用户查看和下载。