研究团队已将研究发生的焦点全数向全球公开共享，并通过国际科学数据平台Zenodo正式发布。相关数据可免费下载、援用和反复操纵，为全球耕地遥感制图、农业资本查询拜访、粮食平安评估以及人工智能遥感模子研发供给了主要的数据根本和研究平台。

　　研究进一步发觉，该方式不只可以或许充实操纵已有全球地盘笼盖产物供给的先验消息，并且对输入数据类型和数量具有较强鲁棒性，即便部门地盘笼盖产物缺失，仍可以或许连结较高制图精度。该框架还可进一步扩展至汗青期间全球耕地震态制图，并可推广使用于丛林、草地、湿地等其他地表笼盖类型制图，为全球地盘操纵变化监测和天然资本查询拜访供给新的手艺径。

　　耕地是保障全球粮食平安的主要资本，也是开展农业出产监测、粮食供需评估、生态模仿和全球变化研究的主要根本数据。国际上已发布多套10米~30米分辩率全球地盘笼盖产物。然而，因为分歧产物采用的数据源、分类系统和制图方式存正在差别，全球耕地消息仍存正在较大的分类误差和空间不分歧性，出格是正在山区、小农运营区以及景不雅破裂区域，分歧产物之间往往存正在较着差别，严沉限制了全球农业资本监测和粮食平安评估。

　　近日，中国农业科学院农业资本取农业区划研究所结合华中师范大学、华中农业大学、国际使用系统阐发研究所（IIASA）、国际食物政策研究所（IFPRI）等国表里科研机构，研发了全球30米高精度耕地遥感产物Hcropland30，并提出了一套融合多源地盘笼盖产物、遥感时序数据取深度进修的全球耕地智能制图新方式。相关研究颁发于国际期刊《遥感》。

　　针对这一问题，研究团队冲破保守地盘笼盖产物融合思，提出了一种融合多源遥感数据取深度进修的全球耕地智能制图新框架。研究成果表白，比拟目前国际支流全球地盘笼盖产物，Hcropland30正在全球标准取得了89。8%的总体分类精度，分析精度达到目前国际领先程度。出格是正在亚洲、非洲等农业景不雅复杂、小标准耕地普遍分布地域，以及山区、丘陵等高异质性区域，Hcropland30较现有产物具有愈加较着的精度劣势。同时，进一步验证了该产物具有较高的靠得住性和不变性。