2019-2023年长江中下游地区10米空间分辨率水稻分布与种植强度数据集

我们提出了一种物候知识引导的协同光学与合成孔径雷达（SAR）数据的智能化水稻制图方法（PHAROS）。通过融合Sentinel-2，Landsat-7/8/9与MODIS多源光学数据构建NDVI时间序列，首先确定水稻及其同期作物的种植范围与强度；随后构建双时相SAR指数（DPSI）以生成水稻训练样本。基于自动生成的训练样本，以及多时相的光学与SAR特征、随机森林分类器，生产了2019-2023年长江中下游地区（MLRYR）7个省市（包括江苏、安徽、湖北、湖南、江西、浙江、上海）的水稻及其种植强度（单季稻与双季稻）产品。与传统方法相比，PHAROS方法综合利用了水稻生长早期的VH和旺盛期的VV信号，而非依赖单一的生长早期淹水信号，能够完整识别直播/移栽稻田，显著提升了非理想淹水条件下的水稻识别能力及种植强度检测的稳定性。同时，由于PHAROS方法在夏季作物及种植强度检测方面的自动化与像素级自适应特性，它在多种种植模式下（例如单季稻、双季稻、水稻-其他作物轮作）均能准确区分早中晚稻，而无需人工调查样本。独立验证表明，该产品总体分类精度在95%以上，与其他方法相比，精度提升2.2-23.5%。产品空间分辨率为10米， 0代表非水稻 ，1代表单季稻 ，2代表双季稻。