近日，一個國際研究團隊在arXiv上釋出了首個全球農田地塊邊界資料集，空間解析度達到10米，覆蓋2024和2025年兩個年份。該資料集由31.7億個遙感地塊多邊形組成，其中2024年約16.2億個，2025年約15.5億個，涵蓋241個國家和地區。研究團隊採用U-Net分割模型，在“世界田野”資料集上訓練，並將其應用於無雲的哨兵二號衛星影像鑲嵌圖，從而生成了這一全球一致的地塊邊界圖。此前，全球農業遙感產品大多停留在畫素級別，雖然存在一些高質量的地塊級資料產品，但它們要麼來自僅覆蓋歐洲部分地區的土地登記冊，要麼是針對單個國家的機器學習產品。因此，這一全球統一的開放資料集填補了重要空白。
驗證結果表明，該地圖效能出色。在24個國家的實地地塊邊界驗證中，平均畫素級召回率達到0.85，其中14個國家超過0.90。此外，在奧地利、拉脫維亞和芬蘭三個國家的全國範圍評估中，F1分數分別達到0.89、0.88和0.74。由於全球驗證參考資料本身不完整，團隊還附帶了一個500米解析度的置信度圖層，用於標識預測可靠的區域，這允許使用者在使用時謹慎評估資料質量。
該資料集以三種全球地圖的形式開放釋出：預設的置信度閾值化地塊邊界圖、完整的未過濾資料集，以及連續值的置信度柵格圖。這些地圖首次為全球作物監測、糧食安全評估及下游農業科學提供了統一的田間尺度分析單元。研究人員表示，這一開放資源將極大地推動農業遙感領域的發展，併為政策制定者和農民提供更精準的決策支援。例如，利用這些地圖可以更準確地估算作物產量、最佳化農業管理決策，並在全球範圍內追蹤糧食生產的變化。該論文由Caleb Robinson等12位作者共同完成，已提交至arXiv，並計劃在正式期刊上發表。