全球10公里分辨率网格化作物生产数据集（2010-2020年）

中文名称

英文名称

GGCP10::A Global Gridded Crop Production Dataset at 10km Resolution from 2010 to 2020

CSTR

CSTR:11738.11.NCDC.DVN.DB6416.2024

DOI

10.7910/DVN/G1HBNK

数据共享方式

登录获取

数据分类

生态

来源站点

HARVARD Dataverse数据管理

数据贡献者

吴炳方

数据集摘要

每年每种作物的GGCP10以单波段图像表示。GGCP10的像素值对应各自空间网格的作物生产数据，单位为千吨。这些数据涵盖了从2010年到2020年的11年时间。有四种作物:玉米、小麦、水稻和大豆。该数据产品共有44张tif图像。图像的像素值表示该空间网格的作物产量，单位为千吨。

GGCP10数据集揭示了全球作物生产的时空分布格局，有助于揭示作物生产变化的驱动机制。它为全球粮食安全和农业可持续发展研究提供了重要的数据支持。

基本信息

数据源描述

全球陆面卫星产品。

数据加工方法

构建数据驱动模型，实现预测。

数据质量描述

数据质量良好。

引用和标注

为保障平台科技资源的权益、扩展平台中心的服务、提升科技资源的应用潜力，请资源使用者在使用资源所产生的研究成果中（包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果），请按以下方式规范标注和引用。

中文发表的成果中参考以下规范注明：数据来源于国家冰川冻土沙漠科学数据中心 (http://www.ncdc.ac.cn)。

英文发表的成果中参考以下规范注明： The dataset is provided by National Cryosphere Desert Data Center. (http://www.ncdc.ac.cn).

数据引用

吴炳方. 全球10公里分辨率网格化作物生产数据集（2010-2020年）. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2024. https://cstr.cn/CSTR:11738.11.NCDC.DVN.DB6416.2024.
吴炳方. 全球10公里分辨率网格化作物生产数据集（2010-2020年）. 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2024. https://www.doi.org/10.7910/DVN/G1HBNK.

Endnote中 Bibtex中 RIS中 GBT7714中 EndnoteEN BibtexEN RISEN

文章引用

Qin X, Wu B, Zeng H, Zhang M, Tian F. GGCP10: A Global Gridded Crop Production Dataset at 10km Resolution from 2010 to 2020[J]. Earth Syst. Sci. Data Discuss., 2023-10-12, 2023: 1-44. DOI: 10.5194/essd-2023-346.

引用格式： Endnote Bibtex RIS

许可协议

本作品采用知识共享署名 4.0 国际许可协议进行许可。

#	数据集标题
1	人类对南美洲土地的改造历史（HISLAND-SA）年1公里分辨率作物专用网格化数据（1950-2020年）
2	全球4公里分辨率小麦产量精确估算( 1982-2020年)
3	石羊河流域1公里分辨率植被水分利用效率数据集（2001-2020年）
4	全球30米分辨率冬季三叶草作物分布图（2017-2022年）
5	新疆昌吉市冬小麦种植区10米分辨率分布数据集（2019–2025年）
6	全球30米分辨率冬小麦作物分布图（2017-2022年）
7	石羊河流域1公里分辨率地表蒸散发年总量数据集（2001-2020年）
8	基于SIN 网格的全球陆地 1 公里 8 天 BBE数据集（2010 年）
9	北极海冰边缘区网格化高分辨率冰水分类数据集（2021年）
10	甘肃省各区县农业生产数据（2010-2021年）

#	标题	文件大小
1	全球10公里分辨率网格化作物生产数据集（2010-2020年）.zip	71.6 MiB

最近10条服务记录如下
#	时间	姓名	用途
1	2026/05/02 08:06	赵*	用于论文《基于SHAP-SGPA的大豆产量预测》中的模型训练
2	2026/04/27 23:32	贾*乐	毕业论文的写作，需要看中国农业集约化程度
3	2026/04/26 01:35	信*	用于农业数据分析，论文研究，分析主要粮食作物产量的空间分布
4	2026/04/21 05:42	陈*天	博士论文研究：机器学习全球水稻土壤重金属风险预测
5	2026/04/10 00:10	章*正	论文题目：农田地下水机器学习数据在研究中的作用：论文类型：导师姓名：钟思宁
6	2026/04/04 19:51	l***n	论文题目：数据在研究中的作用：论文类型：导师姓名：
7	2026/03/25 16:33	李*富	做为相关的人为干扰因子，用于进行项目遥感预测计算
8	2026/03/19 20:21	单*鑫	用于学术论文撰写，本人拟计划进行全球种植结构变化和水资源消耗之间的相关研究
9	2026/03/08 05:19	s***u	论文题目：土壤侵蚀背景下土壤呼吸及作物产量的响应特征研究数据在研究中的作用：全球栅格数据作为模型的泛化性能测试论文类型：硕士毕业论文导师姓名：王振刚
10	2026/03/05 06:09	李*婕	论文题目：基于多源数据和机器学习的粮食作物产量空间化模拟数据在研究中的作用：检验数据集精度论文类型：硕士毕业论文导师姓名：李豪