中国高标准农田建设数据集（2020年）：市级省级Well-Facilitated Farmland完整说明
摘要：南京师范大学李龙辉教授团队通过收集和整理政府部门发布的377份报告和文件，制作了2020年中国市级和省级高标准农田（Well-Facilitated Farmland, WFF）建设数据产品。包含各省2030年累计建设目标及当前完成度，覆盖全国市级和省级尺度。63.40%数据来源于政府官方文件，研究成果发表于《Scientific Data》。
关键词：高标准农田 · Well-Facilitated Farmland · 粮食安全 · 农田建设 · 市级 · 省级 · 统计数据
数据代码：
高标准农田建设-省级/高标准农田建设-市级系列索引：28.公里网格GDP | 31.湖泊水深及水量 | 32.高标准农田建设（本文）
0. 数据档案
1. 免费获取方式
数据由微信公众号 YouGIS顽石 整理分享，完全免费。
方式一：YouGIS 公众号关键词（推荐）
关注微信公众号 YouGIS顽石，发送关键词：
系统自动回复 百度网盘 + 夸克网盘 双链接。
方式二：YouGIS 数据助手
2. 数据背景
2.1 什么是高标准农田
高标准农田（Well-Facilitated Farmland, WFF）是指土地平整、集中连片、设施完善、农电配套、土壤肥沃、生态良好、抗灾能力强，与现代农业生产和经营方式相适应的旱涝保收、高产稳产的耕地。
我国于2009年提出全国范围内高标准农田建设战略，目标是到2030年累计建成12亿亩高标准农田。中国以占全球8.6%的耕地资源，维系着占世界19.2%人口的粮食需求，高标准农田建设是保障粮食安全的核心举措。
2.2 数据怎么做的
研究团队收集和整理了政府部门发布的 377份报告和文件：
63.40% 的数据来源于各级政府部门官方网站发布的政策文件、统计资料及新闻报道（隶属于政府机构，权威性高）
36.60% 来源于人民网、新华网、今日头条等新闻媒体平台
2.3 数据应用价值
3. 技术规格
4. 数据使用方法
4.1 Python 读取
import pandas as pd
# 读取省级数据
df_province = pd.read_excel('provincial-levelWFF_V2.xlsx')
print(f"省份数量：{len(df_province)}")
print(df_province.columns.tolist())
print(df_province.head(10))
4.2 完成度分析
# 省级完成度排序
df_sorted = df_province.sort_values('完成率', ascending=False)
print(df_sorted[['省份', '累计建设面积', '2030目标', '完成率']].head(10))
4.3 可视化
import matplotlib.pyplot as plt
fig, ax = plt.subplots(figsize=(12, 6))
df_province.plot(kind='bar', x='省份', y='完成率', ax=ax)
ax.set_title('各省份高标准农田建设完成率（2020年）')
ax.set_ylabel('完成率 (%)')
plt.tight_layout()
plt.savefig('wff_completion.png', dpi=300)
5. 适用场景
6. 使用注意事项
6.1 引用要求
论文引用：
Turup, A., Zhang, J., Ma, W. et al. China’s Well-Facilitated Farmland distribution dataset. Sci Data 12, 631 (2025). https://doi.org/10.1038/s41597-025-04990-1
数据引用：
阿布都沙拉木·吐鲁甫，李龙辉，等. 中国高标准农田建设数据集（2020年）. 国家地球系统科学数据中心-长江三角洲分中心，2025.
致谢方式：
“感谢国家科技资源共享服务平台-国家地球系统科学数据中心-长江三角洲分中心(http://geodata.nnu.edu.cn/)提供数据支撑。”
6.2 非商业用途
仅限用于非商业目的的科学研究与学术交流。
7. 常见问题
Q1: 市级和省级数据有什么区别？
市级数据提供2020年各地高标准农田累计建设面积；省级数据除了2020年累计面积外，还包含2030年计划累计建设目标和当前完成度。
Q2: 数据来源可靠吗？
63.40%来源于政府部门官方文件，权威性高；36.60%来源于人民网、新华网等权威媒体。
Q3: 数据是空间矢量数据吗？
不是。本数据集为统计表格数据（Excel格式），包含各市/省的建设面积等统计信息。
参考文献
Turup, A., Zhang, J., Ma, W. et al. (2025). Scientific Data, 12, 631.
国家地球系统科学数据中心-长江三角洲分中心：http://geodata.nnu.edu.cn/
数据来源：国家地球系统科学数据中心-长江三角洲分中心 | 整理分享：YouGIS顽石
评论区