精确、详细和及时的耕地范围信息对于保障食品安全和环境可持续性至关重要。然而，由于农业景观的复杂性以及缺乏足够的训练样本，要在大范围地理区域内高空间和时间分辨率下监测耕地动态仍然具有挑战性，特别是对于农业土地利用急剧变化的地区。

数据概述

ESSD-论文：J2024-A 30 m annual cropland dataset of China from 1986 to 2021-Earth System Science Data

清华大学团队开发了一种成本效益高的年度耕地映射框架，该框架整合了时间序列的Landsat卫星影像、自动化训练样本生成以及机器学习和变化检测技术。将所提出的方案实施到谷歌地球引擎的云计算平台上，并生成了中国年度耕地的新型数据集，空间分辨率为30米（简称CACD）。

从1986年到2021年，中国的总耕地面积扩展了30,300平方公里（1.79%），在2002年之前经历了增加，但在2002年到2015年间普遍下降，之后略有恢复。耕地扩展集中在西北部，而东部、中部和南部地区则经历了大量的耕地损失。此外，观察到在研究期间至少有一次被放弃的耕地面积为419,3