作物产量精准制图，是科学开展农业决策、优化资源配置的重要基础，对保障国家粮食安全至关重要。玉米、水稻、大豆作为我国东北主产区三大主要作物，其产量时空分布是粮食生产和农业管理的关键依据。然而，现有作物产量数据集仍存在多作物、大范围、长时序、高分辨率等信息短板，且多依托统计数据降尺度生成，难以捕捉田间尺度产量真实波动，加上传统估产方法存在参数依赖、实测成本高、扩展性不足等问题，严重制约了局地精准农业管理与粮食安全策略制定。

为此，史文娇团队基于哨兵二号遥感影像、气象数据和统计数据等，基于光能利用率模型（VPM）原理，创新融合动态观测指数与综合转换系数，研发出无需依赖田间实测产量数据训练模型的估产新方法，成功绘制2016-2019年我国东北玉米、水稻、大豆主产区10米分辨率高精度作物产量数据集，填补了区域高分辨率长时序产量数据的空白。

该方法大幅提升了产量估算的效率与精度。团队采用田间观测数据、官方统计数据开展双重验证，并与传统估产方法对比，结果显示：玉米、水稻、大豆平均相对误差（MRE）分分别为12%、12%、14 %，数据集精度可靠、一致性强。与现有全球网格化作物产量数据集（GGCP）相比，三种作物整体精度提升32%。

本数据产品可为农业系统时空信息分析与模拟相关研究、农业生产管理、粮食安全相关政策制定等提供科学方法和和数据支持。

相关成果以“A 10 m maize, rice and soybean yield dataset from 2016 to 2021 in Northeast China”为题发表于Nature旗下数据期刊《Scientific Data》，中国科学院地理资源所史文娇研究员为该论文的通讯作者，中国科学院地理资源所客座研究生滕飞为第一作者。

论文信息：Teng, F., Wang, M., Shi, W. et al. A 10 m maize, rice and soybean yield dataset from 2016 to 2021 in Northeast China. Scientific Data. 2026, 13, 344. https://doi.org/10.1038/s41597-026-06719-0

 论文网址：https://www.nature.com/articles/s41597-026-06719-0

 数据网址：https://doi.org/10.6084/m9.figshare.27717624.v3

图1 作物产量估算流程图

图2 2016-2021年中国东北地区玉米、水稻和大豆单位产量空间分布图