论文概要：作为非洲第三大粮食作物，水稻种植对区域粮食安全具有战略意义。研究显示，尽管当前非洲水稻产量仅占全球总量的4.7%，其需求增速已突破年均6%，远超其他主粮作物，面对持续增长的市场需求，近三十年来，非洲年均扩张40万公顷耕地，以驱动本土产量提升。为促进当地粮食和营养安全，非洲水稻中心提出“2030非洲水稻研究与创新战略”，旨在增加非洲水稻面积，同时转变以水稻为基础的农业食品体系，然而，非洲水稻种植面临诸多挑战，极易受到极端天气事件、降水模式变化和气温上升等气候变化的影响；另外，非洲地区的土地利用变化，尤其是城市地区的扩张和森林砍伐，也会影响水稻种植区的分布。因此，实现非洲地区高分辨率水稻空间分布制图，对于监测整个大陆的水稻种植状况至关重要。该研究攻克非洲水稻测绘的多重技术壁垒，针对热带地区复杂物候特征导致的时序遥感信号异质性，创新性整合双极化SAR数据散射特征与机器学习算法，构建“散射特征粗定位-多源时序精分类”的技术框架；通过发展面向对象的特征重要性分类器，突破传统光学遥感在雨养水稻识别中的技术瓶颈，实现准确的水稻分布制图。
研究团队提出的水稻遥感制图方案
2023年非洲20米分辨率水稻种植空间分布图及其0.5°网格分布图
核心PI
|
中国科学院
|
1、2020-2023国家自然科学基金“基于时空联合学习模型的SAR作物分类与产量预估方法研究，课题负责人；
2、2016-2020国家重点研发计划课题“SAR载荷平台数据处理共性技术研究”，课题负责人；
3、2014-2017国家自然科学基金“简缩极化与全极化SAR的一体化目标分解与分类方法研究”课题负责人；
4、2013-2014中国科学院遥感与数字地球研究所主任创新基金“极化SAR目标散射特征分析的前沿问题研究”，课题负责人；
5、2011-2013，科研单位委托项目“面向对象的高分辨率SAR影像变化检测技术”，课题负责人；
文章信息：
上述研究成果发表于国际期刊《Earth System Science Data》上。中国科学院空天院SDG中心博士研究生蒋婧灵为文章第一作者，张红研究员为文章通讯作者。该数据集已面向全球科研界开放共享，将持续助力联合国可持续发展目标（SDG2）的监测评估工作。
论文信息：
点击文末“阅读原文”可查看成果发布源。