数据摘要
本数据集基于 Google Earth Engine云计算平台，利用2017-2022年Sentinel-2遥感数据和随机森林算法得到10m或20m辨率主要作物（水稻、玉米和大豆）的时空分布数据集。
数据来源
Google Earth Engine云计算平台，Sentinel-2遥感影像
数据产生或加工方法
首先基于Google Earth Engine云计算平台和Sentinel-2遥感影像构建了多维时间序列分类特征集；结合地面调查和Collect Earth、历史时期谷歌高清影像和目视解译的方法收集大量的地面样本点；然后利用随机森林模型、特征优选算法，自2017年起逐年绘制作物类型分布图；最后，利用历史时期的分类模型和分类器迁移思想，实现无样本年份农作物信息提取。
数据空间投影
Projected Coordinate System：WGS_1984 _UTM_Zone_51N Geographic Coordinate System：WGS_1984
数据质量说明
通过地面样本点计算计算混淆矩阵进行数据精度验证，2017-2020年验证精度分别为：总体精度(OA)=82.4%、89.2%、89.7%、95.6%，Kappa系数=0.775、0.845、0.852、0.936，2021年由于缺乏地面样本点没有进行精度验证。 通过与统计数据在市级尺度上对比进行交叉验证，2017-2020年在市级尺度上对比结果为：水稻R2 分别为0.98、0.99、0.99、0.99，玉米R2 分别为0.91、0.99、0.98、0.94，大豆R2 分别为0.96、0.91、0.96、0.96。
查询地址：https://www.dilitanxianjia.com/