孙 政，王 迪，仲格吉

（中国农业科学院农业资源与农业区划研究所/农业农村部农业遥感重点实验室，北京 100081）

0 引言

及时准确地获取区域内农田地理信息（位置、面积和空间分布等），对作物识别和估产、田间管理、种植结构优化，以及政府部门制定农业政策和经济计划具有重要意义［1］。传统农田地理信息的统计方式是通过行政单元逐级汇总上报或基于农户抽样调查获取，存在耗时、耗力、耗财等缺陷，另外，易受错报、漏报和空报等主观因素影响，大区域农作物的种植面积、结构及空间分布信息很难及时准确地获取［2-3］。自1970年开始，各国开始重视利用遥感技术提取农情信息，遥感具有大范围监测、成本低、客观性强、时效性高等优点，已经被广泛应用于农情监测中，但是实时有效的遥感数据难以立刻获取，且成本相对较高。

OpenStreetMap（OSM）数据具有时效性强、覆盖范围广且可被免费使用的独特优势，与官方数据库相比，其更新速度更快［4］。将遥感数据、自发地理信息（Volunteered Geographic Information，VGI） 数 据 平 台（ 如 OSM） 和 云 计 算 平 台（ 如 Google Earth Engine，GEE）相结合，能够为土地覆盖和土地利用的相关研究提供重要资源。此外，遥感数据和OSM数据结合能为从事土地利用/覆盖监测与制图研究的学者提供更具有效的数据信息［5-6］。OSM包含了道路数据和土地利用信息等面要素的组合数据，且与商业数据集相比，OSM是具有高实用价值、高精度且可被用于土地覆盖/土地利用研究的数据源［4，7-11］。目前，已有学者使用OSM数据对土地覆盖变化进行研究［12-15］。……