目錄

1.數據簡介

2.數據分享

3.數據探索

4.總結

5.結語

1.數據簡介

發現一個好玩的數據，“史前一萬年的耕地數據集”。 數據作者是清華大學的Bowen Cao博士。 實際上該數據集是從公元前3500年開始的（人類進入農耕時代）,一共有9期數據，分別是：公元前3500年、公元元年、公元1000年、公元1500年、公元1700年、公元1800年、公元1900年、公元2000年、公元2100年的數據。

數據簡介：耕地對糧食安全、能源供應、生物多樣性、生物地球化學循環和氣候變化具有巨大影響。作者制作瞭全球首個公元前一萬年到公元2100 年的1km分辨率的全球耕地數據集。從長時間尺度上看，全球耕地面積總體呈爆發性增長趨勢，從公元前一萬年年的耕地面積還為0萬平方公裡，1500年就到瞭280萬平方公裡，1850年的620萬平方公裡，2010年的1640萬平方公裡（一個俄羅斯，好像也不多啊(⊙_⊙)）。從地圖上可以看到，耕地起源於幾個獨立的中心，並逐漸擴展到其他地區。

圖1 B.C.E10000—C.E.2100全球耕地數據示意圖（BCE，公元前；CE，公元。顏色越深，該地為耕地的概率越大）

針對還未到來的2100年，作者是通過the History Database of the Global Environment 3.2和the Land-Use Harmonization 2的歷史數據集中提取相關參數，然後根據耕地適宜性、核心密度和其他約束條件的組合進行耕地制圖。根據未來世界發展方向不同，耕地在2010年到2100年之間，增長率從18.6%到82.4%也不同。不同地理區域之間存在很大的地區差異。但該制圖結果在分佈格局和總量上與目前廣泛使用的數據集吻合較好。

圖2 不同條件下,2100年全球耕地分佈圖（顏色越深，該地為耕地的概率越大）

2.數據分享

已經百度網盤鏈接：http://pan.baidu.com/s/1nHWFlcgu4s1361-tNo0mYw 密碼：2222 數據很小，不過1個多G，包含8期史前耕地影像、8期2100年的預測影像、論文原文、全球國傢矢量圖，可以下載玩玩。

3.數據探索

3.1 數據顯示

數據下載完畢後，將影像進行加載到arcgis中，本數據的值的范圍為0-1（0代表耕地概率為0，1代表耕地概率為100%，值越大，耕地概率越大）。 我加載瞭公元1500年的耕地影像，看起來還不錯，符合歷史觀。

為瞭可視化，根據論文作者的配圖對顏色進行瞭調整，順眼多瞭：

3.2 數據的使用

觀察到arcgis自動的分類區間值的范圍在低水平太密集瞭，

0.4顏色這麼深？不合理啊，換成0.5才配有顏色，0.8才叫有耕地：

然後就變成這樣瞭，好傢夥！是阿三大哥不配在16世紀有耕地?

3.3數據的探索

既然有瞭數據，那就用這套數據做點東西，看看全球公元1500年到公元2000年，耕地增加的區域。思路也很簡單： 第一步：2000年耕地數據減1500年耕地數據，如果是新增加的耕地，概率大於0。值越大，該地是新增耕地的概率也就越大。 第二步：根據值的范圍，重分類。 第三步，按國傢統計新增耕地面積

3.3.1耕地數據相減

打開arcgis的柵格計算器，neW_data=data2000-data1500：

8415f620112d85a48de688290a9806b8

哇，我貌似看到趨勢瞭，新增大部分的在美國、中歐和印度？

3.3.2重分類

重分類考慮兩個要素，第一個是看值的大小，值太小不考慮為耕地；第二看是看總體的值怎麼分佈的。

52e4fcdae115cf9ac435a5c8949da7e0

emmm，這個值分佈的太均勻，還是取0.5作為分界點吧，快刀斬亂麻別猶豫，猶豫就會敗北。大於0.5的是新增耕地，重分類其值為1；將小於0.5的值重分類為0。於是得到過去500年新增耕地圖：

3.3.3按國傢統計新增耕地面積

（tips：500年，國傢名字都變瞭？不重要好吧，就是玩，又不是做科研，不要這麼嚴謹）

這裡需要用到一個以表格顯示分區統計的工具，統計一個矢量多邊形內柵格的總數。

90c962c0623f9f454a13a9805722e345

區域字段選擇國傢名，統計類型一定要設置為SUM。由於新增耕地的柵格值命為1，那SUM代表增加的耕地總柵格數，新增耕地總面積=SUM*單元柵格面積（1平方公裡）。 然後我們就得到瞭結果數據，如下圖所示：

表格入excel表中，進行可視化：

emmmm，阿三難道16世紀真不種地嗎，那這麼比不是沒意義，耕地增加面積快趕上自己國土面積瞭。

3.3.4數據的再探索

500年比起來，意義不大，大部分都是新增國土，試試1900年和2000年的對比。 過程同上，隻放結果：

那估計1990年阿三土地開發的也差不多瞭。

Tips：以上面積不考慮投影變形。

3.5數據探索總結

這個數據的準確性可以考慮使用統計數據驗證下，但統計數據不好找，考慮下歷史書。能粗略得出一個結論:阿三在公元1500年前還沒有大規模開荒，這個開荒過程發生在公元1500年-公元1900年之間（感覺像是廢話），20世紀後，阿三的後備土地資源就顯得明顯後勁不足瞭。在不考慮投影變形的基礎上，近五百年耕地增加最多的是美國​、俄羅斯。近一百年耕地增加最多的是加拿大​、澳大利亞。

4.總結

這套數據，從史前一萬年到未來一百年的耕地制圖。史前數據無法驗證，未來數據不可測。但不可否認這篇論文的優秀，切入點和方法都是有理有據，點贊。 自己的看法：有生之年大概率看到全球人口的萎縮，但農業生產效率是提升的，嚴苛的環保政策。emmm，說不定未來一百年耕地面積是減少的

5.結語

引用：Cao, B., Yu, L., Li, X., Chen, M., Li, X., and Gong, P.: A 1 km global cropland dataset from 10000 BCE to 2100 CE, Earth Syst. Sci. Data Discuss. [preprint], http://doi.org/10.5194/essd-2021-219, in review, 2021.

該論文、數據、全球矢量可使用百度網盤： 百度網盤鏈接：http://pan.baidu.com/s/1nHWFlcgu4s1361-tNo0mYw 密碼：2222