Supporting Digital Agriculture Through GeoAI : A Crop Type Dataset of Four Food Basket Crops in Rwanda

农业是一项主要的经济活动，贡献了卢旺达约25%的国内生产总值，并雇用了近65%的人口。认识到农业的关键作用，卢旺达政府已将数字农业列为优先事项，以实现该部门的可持续管理。基于遥感和地理空间人工智能（GeoAI）的决策支持系统提供了变革性机遇，可通过提供实时数据、改进农业预测和减轻气候变率的影响来增强区域粮食安全。然而，GeoAI方法需要标记的地面参考作物类型数据用于模型校准和验证，而这在撒哈拉以南非洲地区十分稀缺。为填补这一空白，我们于2025年5月至6月期间在卢旺达穆桑泽、尼亚比胡、尼亚加塔雷和鲁汉戈四个地区收集了作物类型数据，以支持GeoAI作物监测方法的开发。该数据集使用KoboToolbox收集，整合了作物评估与监测联合实验的野外数据收集指南以及联合国粮食及农业组织的指示性作物分类。我们针对卢旺达作物集约化计划中的四种粮篮作物：菜豆、玉米、爱尔兰马铃薯和水稻。共收集了2739个GPS定位点，用于生成914个作物标记多边形：112个菜豆、107个爱尔兰马铃薯、417个玉米、34个水稻和244个混合作物田块。多边形利用野外工作中拍摄的四个基本方位照片和当季获取的Planet影像进行数字化。除作物标签外，点位数据还包括详细的农艺信息，如农场管理实践、防侵蚀措施、种植制度、农林业实践（包括果树存在情况）、行政单元和GPS坐标。这一丰富的数据集为卢旺达及其他地区的作物监测、产量估算和数字农业创新提供了稳健而细致的信息。