Nature Scientific Data: Картографирование мировых урожаев четырёх основных культур с разрешением 5 угловых минут с 1982 по 2015 гг. с использованием данных из нескольких источников и машинного обучения
Точные, исторические и непрерывные глобальные данные об урожайности имеют важное значение при оценке рисков для глобальной продовольственной системы. Однако существующие наборы данных часто имеют ограниченное пространственное и временное разрешение. Здесь представлен GlobalCropYield5min, новый набор данных на сетке, предоставляющий данные об урожайности основных культур, включая кукурузу, рис, пшеницу и сою, с 1982 по 2015 гг. с пространственным разрешением 5 угловых минут. Разработаны три модели машинного обучения для каждой страны и каждой культуры, используя статистику урожая примерно из 12 000 административных единиц, а также спутниковые данные, климатические переменные, свойства почвы, методы ведения сельского хозяйства и климатические режимы. Оптимальные предикторы и модель машинного обучения были выбраны для оценки годовой урожайности для каждой ячейки сетки размером 5 × 5 угловых минут. Результаты показывают хорошую производительность модели, с R2 в диапазоне от 0,70 до 0,95 и среднеквадратической ошибкой (нормализованной среднеквадратической ошибкой) от 0,16 т/га (5%) до 1,1 т/га (20%). GlobalCropYield5min превосходит другие глобальные наборы данных об урожайности по пространственному разрешению, временному охвату и точности. Этот набор данных имеет решающее значение для исследования взаимодействий между климатом и урожайностью культур и управления рисками сельскохозяйственных катастроф.