CropHarvest：遥感农情数据与基线
适合有Python、遥感和地理数据基础的研究者。先阅读README里的安装条件，跑通demo，再核对目标区域、标签定义和样本时间。仓库提供随机森林基线；用独立地区留出的标签评估，不能凭示例推断自家地块的产量。影像导出与额外计算服务的权限、限制和费用需另行核实。
原始仓库、demo和许可。项目标注CC BY-SA；使用与改编需检查署名、相同方式共享等义务。
能解决什么问题
CropHarvest是面向农业的开源遥感数据集与基准测试平台，整合了多个农业土地利用数据集和遥感产品。数据点包含二元作物或非作物标签，部分具有多类别标签，配对的遥感数据来自哨兵系列卫星数字高程模型和气候再分析数据。代码仓库提供了将分散数据集合并为单一地理数据文件、从地球引擎导出卫星数据、生成训练样本对并通过数据集对象提供访问的完整流程。研究者可基于此训练和评估作物识别模型。
AI怎样参与
为作物识别模型提供标注好的遥感影像训练数据和评估基准
适用边界
数据主要来自已有数据集的整合，空间分布和作物类型覆盖受限于原始数据源，模型性能依赖训练数据与实际应用场景的匹配程度。
阶段：开源数据与工具。许可：CC-BY-SA-4.0。收录日期：2026-10-05；原始日期未标明，需按项目文档核对当前版本。