GEE提取全球农田范围分布数据集1000m：数据集选择与面积统计实践

“去年做全球粮食风险评估的时候，我刚把需求听完就知道这事绕不开 Google Earth Engine。要在全球尺度上画出农田范围分布数据集 1000m 那套东西，还要算面积、出图、对比多时相，换成五年前，光下载和预处理 MODIS 产品就够折腾一个月。现在好了，GEE 把全球农田范围分布数据直接放在云端，剩下的问题就是：你知道该用哪个数据集、怎么提取、怎么算面积、怎么判断结果是不是靠谱。”

这篇内容适用于刚接触 GEE 的遥感学生、做农业监测或粮食安全分析的从业者，也适合那些想用现成数据集快速验证自己想法、但不想从头跑一遍分类算法的研究者。我会把“全球农田范围分布数据集 1000m”这个标题背后的数据选型、提取逻辑、实操代码和坑，一次说清楚。

1. 1000m 农田数据为什么仍是全球农业分析的“黄金尺度”

先说一个反直觉的结论：处理全球尺度的农业问题，1000m（1km）分辨率的农田分布数据，很多时候比 10m 高分辨率数据更实用。原因不复杂：农田分布分析的核心目标是“圈范围、看趋势、算面积”，而不是“数地块”。就像一个城市的菜市场分布图，你只需要知道哪个片区集中卖菜，不需要画出每个摊位的位置。

GEE 里常被用来做“全球农田范围分布数据集 1000m”的底层产品，主流有这么几类，我整理了一个表格方便对比：

从这张表你应该能看出来，MCD12Q1 是全球农田范围分析里最“能打”的通用数据集。它虽然标称分辨率是 500m，但在实际使用中，大家普遍把它归到“千m级”数据集里讨论。而且它自 2001 年起每年更新，适合做长时间序列的农田变化分析。GFSAD1000 则是真正意义上的“1000m 农田专项数据集”，分类目标更聚焦，适合用来和 MCD12Q1 做交叉验证。

那为什么不是越高分辨率越好？因为全球尺度的农田统计，对空间精度的要求没有你想象中那么高。举个例子，你要估算“全球农田面积大概是多少平方公里”，10m 和 1km 数据算出来的总量级不会差太多，但 10m 数据的处理成本会高出一个数量级。GEE 虽然号称“云计算”，但你让它对全球范围做一次 10m 分辨率的统计分析，照样可能把任务压到内存溢出，或者排队排到怀疑人生。而 1000m 尺度下，一次全球统计通常几秒到几十秒就可以跑完，迭代验证的效率完全不是一个级别。

2. MCD12Q1 和 GFSAD 两套数据到底差在哪

说到具体数据集，很多人会直接把 MCD12Q1 里的第 12 类（Croplands）当作农田范围提取出来用，这没有问题，但你需要理解它的分类逻辑，否则统计结果会出现很大的解释偏差。

2.1 MCD12Q1 的 IGBP 分类逻辑

MCD12Q1 是 MODIS 卫星 Terra 和 Aqua 的联合土地覆盖产品，提供多种分类方案，其中使用频率最高的是 LC_Type1，也就是 IGBP 全球植被分类体系。这套分类把全球地表分成 17 类，和农田直接相关的是：

• Class 12：Croplands，即农田，指像元内以农作物种植为主的区域；
• Class 14：Cropland/Natural Vegetation Mosaics，即农田与自然植被镶嵌混合的区域。

这里的关键在于，MCD12Q1 采用的是“像元主导类型”的判定方式。意思是，如果一个 500m 像元里，耕地面积占了大约 60%，那这个像元就会被判为农田类；但如果某个区域地块破碎，一个像元里既有农田又有林地、草地，且没有哪个类别占绝对主导，它就可能被分到 mosaic 类（第 14 类）。

这就直接导致了一个使用习惯分化：有人只提取第 12 类，得到的是“纯农田像元”；有人把第 12 和 14 类都算作农田，得到的是一个更宽泛的农业活动区域。两种口径得到的全球农田面积差异巨大，可以相差数百万平方公里。

2.2 GFSAD 的农田专项视角

GFSAD（Global Food Security-support Analysis Data）项目的出发点就是解决全球农田分布数据不一致的问题。它的 1000m 产品不是单纯的土地覆盖分类，而是专门针对农田范围进行了多源遥感数据融合，比如结合了 Landsat 和 MODIS 的时间序列特征，输出结果的核心是“这个像元有多少比例是农田”。

所以当你用 GFSAD 数据时，其实更像是在看“农田强度图”，而不是一张简单的农田/非农田二值图。这种设计在处理非洲、东南亚这种小农经济为主、田块破碎的地区时，比 MCD12Q1 有优势，因为那些地方的农田经常连 500m 像元的一半都占不到，在 MCD12Q1 里很容易被漏掉。

我在实际项目里的做法是“双数据源交叉验证”：先用 MCD12Q1 提取 12、14 类，得到农田范围下限和上限；再用 GFSAD 的农田强度图做参考，看关键区域的判断是否一致。如果两套数据在某个区域的结论差异特别大，那基本可以断定这个地方的土地利用非常复杂，需要引入更高分辨率的数据进一步确认。

3. 在 GEE 里提取全球农田范围的完整代码流程

下面进入实操环节。这部分代码我按“加载 MCD12Q1 -> 提取农田类别 -> 可视化 -> 统计面积”的顺序来写，可以直接复制到 GEE 编辑器中运行。

3.1 加载并提取农田类别

javascript复制// 1. 设定目标年份，这里以 2020 年为例
var year = 2020;

// 2. 加载 MODIS MCD12Q1 v6.1 土地覆盖数据集
var mcd12q1 = ee.ImageCollection('MODIS/061/MCD12Q1')
  .filterDate(year + '-01-01', (year + 1) + '-01-01')
  .first()
  .select('LC_Type1');

// 建议先打印类别名称,确认产品版本中的分类编号
print('查看 LC_Type1 类别说明:', mcd12q1.get('LC_Type1_class_names'));

这里有个细节：filterDate 的用法比直接 filter(ee.Filter.calendarRange(year, year, 'year')) 直观不少。MCD12Q1 按年合成，每年一个影像，过滤出该年 1 月 1 日到次年 1 月 1 日之间的影像并取第一个，就能稳定拿到当年的土地覆盖数据。

javascript复制// 3. 提取农田类: Class 12 = Croplands
var cropland = mcd12q1.eq(12);

// 4. 如果需要把镶嵌类也算进来,就加上 Class 14
var croplandMosaic = mcd12q1.eq(14);

// 通常建议先只使用 Class 12,后续再视区域情况叠加 14
var agriculture = cropland;

Map.centerObject(ee.Geometry.Point([105, 35]), 4);
Map.addLayer(
  agriculture.selfMask(),
  {palette: ['#f0b429']},
  'Cropland (Class 12) 2020'
);

在这里，eq(12) 返回的是一个二值影像，像元值为 1 表示农田，0 表示非农田。selfMask() 的作用是把 0 值转成空值，这样在地图上就只显示农田像元，视觉上更干净。

3.2 叠加 Mosaic 类的处理

如果你研究的是非洲或东南亚这类农田破碎度高的地区，建议再用下面代码叠加第 14 类看看差异：

javascript复制var agricultureWithMosaic = cropland.add(croplandMosaic).gt(0);

Map.addLayer(
  agricultureWithMosaic.selfMask(),
  {palette: ['#d95f02']},
  'Cropland + Mosaic (12/14) 2020'
);

把两个图层叠加显示之后，你会很直观地看到：加入了第 14 类之后，山区、农牧交错带的农田范围明显扩大。做这个操作之前先想清楚你要回答什么问题——如果是“粮食主产区在哪里”，用 Class 12 就够了；如果是“人类农业活动影响到了哪些区域”，那 Class 14 必须加上。

3.3 用 GFSAD1000 做对比提取

javascript复制// 这里的资产名可能随数据版本更新而调整,建议先在 GEE 搜索框中搜索 GFSAD 确认
var gfsadCropland = ee.Image('projects/sat-io/open-datasets/GFSAD/GFSAD1000_CROPLAND');

// 不同版本的 GFSAD 类别定义不完全一样,一般 1 及以上表示农田
var gfsadAgri = gfsadCropland.gte(1);

Map.addLayer(
  gfsadAgri.selfMask(),
  {palette: ['#1a9850']},
  'GFSAD1000 Cropland'
);

gte(1) 的意义是“农田强度大于等于 1 的都算作农田”，具体阈值你可以根据自己的研究区域调整。如果只想保留农田占比足够高的区域，可以改成 gte(2) 等更高阈值。

4. 面积统计避坑：pixelArea、等面积投影与内存控制

提取出农田范围之后，下一个高频需求是算面积。这里有一个非常经典的坑：直接在 GEE 里用 count 乘以像元大小，算出来的面积不准确。

4.1 为什么不能直接数像元个数

普通经纬度坐标系（EPSG:4326）下，一个像元的“名义尺寸”是固定度数，比如 0.0089285714 度，大约对应 1km。但地球是个椭球，经度方向上同样的度数，在赤道附近代表的实际距离，和在高纬度地区完全不同。所以在高纬度地区，直接数像元数再乘 1000x1000（平方米），会造成严重的高估。

正确做法是用 ee.Image.pixelArea()。这个函数会为影像中的每个像元生成一个“实际地表面积”的波段，单位是平方米，它考虑了投影和地球形状带来的面积差异。

4.2 全球农田面积统计的标准写法

javascript复制// 1. 农田像元乘以像元实际面积,得到每个像元的农田面积
var areaImage = agriculture.multiply(ee.Image.pixelArea());

// 2. 如果叠加了 Mosaic,需要写 agricultureWithMosaic 那一个影像
var areaStats = areaImage.reduceRegion({
  reducer: ee.Reducer.sum(),
  geometry: ee.Geometry.Polygon([-180, -60, 180, -60, 180, 85, -180, 85]),
  scale: 1000,
  maxPixels: 1e13,
  bestEffort: true,
  tileScale: 4
});

print('农田面积(平方米):', areaStats.get('LC_Type1'));
print('农田面积(万平方公里):', ee.Number(areaStats.get('LC_Type1')).divide(1e10));

这里把 maxPixels 设置成了 1e13，是为了避免 GEE 在大范围统计时报 “Too many pixels” 错误。bestEffort: true 的含义是，如果计算量太大，GEE 会自动调整重采样尺度，尽可能完成任务。tileScale 是内部任务分块的参数，调大这个值可以降低单块计算压力，从而减少内存溢出风险。

4.3 按行政区统计面积

有时候你要的不是全球总量，而是各个国家的农田面积。这时候可以用 reduceRegions：

javascript复制// 加载 FAO 全球国家边界
var countries = ee.FeatureCollection('FAO/GAUL/2015/level0');

// 给每个国家统计农田面积
var countriesWithArea = areaImage.reduceRegions({
  collection: countries,
  reducer: ee.Reducer.sum(),
  scale: 1000,
  maxPixels: 1e13,
  tileScale: 4
});

// 提取国家名和面积字段
var result = countriesWithArea.select(['ADM0_NAME', 'sum']);

Map.addLayer(result, {}, 'Countries area stats');

这段代码跑出来的结果是以“平方米”为单位的字段，导出到 CSV 后在本地除以 1e10 就是“万平方公里”。实际使用中，我一般会把结果转成 GeoJSON 或 CSV 再导入表格软件里做排序、图表，比较高效。

4.4 和 FAO 官方统计对不上的原因

你在做完面积统计之后，多半会发现结果和 FAO 年鉴里的“耕地面积”存在出入。这不一定是代码写错了。FAO 的统计口径通常是“耕地面积”，包含休耕地、临时草地等；而 MCD12Q1 的分类基于某一年度的遥感影像特征，只能反映“这个像元当年长得像农田”，两者定义就不同。再加上 500m 像元混合问题，结果存在 10%-30% 的偏差都算正常。这里我给的建议是：做趋势分析时看相对变化，不要死磕绝对数值。

5. 实测中容易翻车的四个细节

在 GEE 里用这套全球农田范围数据集的过程中，我踩过不少坑，挑四个最值得说的。

5.1 产品版本不同，类别编号可能变化

MCD12Q1 有 v6 和 v6.1 两个常见版本，多数情况下 LC_Type1 的类 12 都是农田，但在某些类别编号上，两个版本存在调整。最稳妥的办法不是背编号，而是用我前面代码里的那行：

javascript复制print(mcd12q1.get('LC_Type1_class_names'));

把类别说明打出来看一眼，确认你要提取的类别编号语义。这个习惯能避免你在换了版本之后，提取出完全错误的结果却不自知。

5.2 农田像元不等于纯农田

经常有人在答辩或者报告里被问到：“你这块是农田，为什么边界这么不齐？” 原因就是像元混合。MODIS 的像元尺度太大，一个像元里可能既有村镇、又有农田、又有道路，分类结果只能反映“主导地类”。在华北平原这种大面积连片农田的区域，分类精度很高；但到了西南山区，一个像元里常常一半是林子一半是田，分类结果就会很碎，误差也随之上升。

5.3 全球一次性统计的内存控制

我见过不少新手在统计全球面积时直接写 reduceRegion({scale: 1000}) 然后挂在那边等半天，最后报错。解决思路有三个：

• maxPixels 调大但没有上限，建议 1e10 到 1e13 之间；
• scale 不要小于数据本身分辨率，MCD12Q1 到 500m 就够了，完全没必要硬压到 100m；
• tileScale 调大，比如 4 到 8，能明显减少内存溢出的情况。

还有一个经验是：如果单次全球统计连续失败，就分区域统计再汇总，比如按大洲拆成几个 geometry，或者直接用导出任务（Export.table.toDrive）跑到后台去慢慢算。

5.4 用遥感数据做“农田”判断，要结合区域物候

MCD12Q1 的年度分类是全年合成的，但热带地区常年有云、种植季不规律，实际分类精度会比温带差一些。有些地方种植的是多年生作物（比如橡胶、油棕），它们在 IGBP 分类里常常被归到森林或灌木类，而不是农田类。这些区域如果要准确识别，就需要配合高分辨率影像做目视解译或训练自己的分类器，单靠现成的 1000m 产品会有盲区。

6. 农田提取之后还能怎么玩：多源验证与时间序列分析

农田范围提取只是第一步，实际项目里往往还要验证精度、看变化趋势，这里给几个我常用的扩展做法。

6.1 用 ESA WorldCover 10m 做局部精度抽检

从 1000m 数据集上看出“某地有农田”之后，为了确认结果没有明显误判，我会用 ESA WorldCover 10m 数据在同一区域切一个局部对比窗口：

javascript复制var esaWorldCover = ee.Image('ESA/WorldCover/v100');
Map.addLayer(
  esaWorldCover.select('Map').eq(40).selfMask(),
  {palette: ['#ffff4d']},
  'ESA Cropland (10m)'
);

10m 分辨率在当前全屏分辨率下，通常能看到田块的细节形态。两者在空间上大致重合，说明 1km 数据的判读基本可信；如果出现大面积一 1km 像元有而 10m 没有的情况，就要注意是不是混合像元误判了。

6.2 逐年提取农田，做变化趋势

利用 MCD12Q1 的年更新特性，可以做农田范围的长时间序列变化分析。这个对粮食安全评估、土地利用变化研究特别有用。思路是构建一个 ImageCollection，逐年计算农田范围的像元比例：

javascript复制function getCroplandByYear(year) {
  var image = ee.ImageCollection('MODIS/061/MCD12Q1')
    .filterDate(year + '-01-01', (year + 1) + '-01-01')
    .first()
    .select('LC_Type1');

  return image.eq(12).set('system:time_start', ee.Date.fromYMD(year, 1, 1));
}

var yearlyCropland = ee.ImageCollection(
  ee.List.sequence(2001, 2020)
    .map(function(y) {
      return getCroplandByYear(ee.Number(y));
    })
);

// 每个像元在 2001-2020 年间农田出现的年次数占比
var croplandFrequency = yearlyCropland.sum().divide(20);

Map.addLayer(
  croplandFrequency.selfMask(),
  {min: 0.1, max: 1, palette: ['#fee08b', '#d73027']},
  'Cropland Occurrence Frequency'
);

这段代码统计的是“20 年来这个像元有多少年被认为是农田”。稳定农田区域会出现深红色，而轮作区、不稳定耕作区会显示浅黄色。这个指标对判断一个区域的农业稳定性非常有用，比单看一年的分类结果要稳健得多。

6.3 结合非遥感数据做综合分析

农田范围提取出来之后，后续还可以叠加人口密度、降雨量、土壤属性、夜间灯光等数据做综合分析。比如“农田范围集中但与人口密度明显不匹配”的区域，往往意味着农业机械化程度高、劳动力输出型农业等；再比如农田范围与降雨量严重不匹配的区域，大概率存在灌溉农业。GEE 里这些数据都有现成资产，比如 CHIRPS 降雨、WorldPop 人口密度、SoilGrids 土壤数据，都可以直接用图层拼接或者统计到刚才算出来的农田区域里。

我在实际做农业风险评估时，最常用的组合是“农田范围 + 降雨距平 + 夜间灯光变化”，三张图叠在一起，基本能快速判断一个区域是否出现农业异常。这套逻辑在应急响应、粮食监测类项目里非常实用。

最后再分享一点个人体会：数据分辨率不是越高越好，关键是和你研究的问题尺度匹配。全球农田范围分布数据集 1000m 这个级别的数据，胜在覆盖时间长、更新稳定、计算成本低，特别适合做宏观格局判断和趋势分析。如果你只是需要知道“全球哪些地方在种地、种地范围怎么变化”，直接用这套体系就足够了。只有当研究对象缩小到一个流域、一个县的时候，才需要考虑换成 ESA 10m 或者 GLAD 30m 这类更高分辨率的数据。