李衛(wèi)海，李 雁，2，張 泉

(1.云南省國防科技工業(yè)局 綜合研究所，云南 昆明 650118；2.昆明理工大學(xué) 國土資源工程學(xué)院，云南 昆明 650093)

0 引言

耕地是糧食生產(chǎn)的根本和載體，也是全球各國面臨的糧食安全生命線，是世界和平與發(fā)展的重要保障[1]。瀾滄江—湄公河干流自北向南流經(jīng)中國、老撾、緬甸、泰國、柬埔寨、越南6國，所經(jīng)流域緯度和垂直高度跨度大，地質(zhì)地貌條件復(fù)雜[2]，瀾滄江流域生態(tài)環(huán)境脆弱，各國的發(fā)展保護(hù)水平不同，頻繁發(fā)生國際爭端事件。流域所經(jīng)國家皆為發(fā)展中國家，80%以上的人口是農(nóng)民以耕地為生[3，4]，保護(hù)耕地安全、耕地科學(xué)發(fā)展是區(qū)域協(xié)調(diào)發(fā)展和鄉(xiāng)村振興的首要任務(wù)[5]。

耕地調(diào)查一直是遙感學(xué)界研究的熱點(diǎn)，歷年來，諸多使用國外衛(wèi)星數(shù)據(jù)如Landsat-TM、ETM+、SPOT、MODIS等開展農(nóng)作物種植面積的研究[6，7]。21世紀(jì)以來，中國衛(wèi)星遙感發(fā)展突飛猛進(jìn)，資源一號02C、資源三號，尤其是近10年，高分專項(xiàng)衛(wèi)星以及其它國產(chǎn)高分辨率衛(wèi)星的發(fā)展[8，9]，從數(shù)據(jù)源和數(shù)據(jù)質(zhì)量方面都得到了顯著的提高，也催生了大批采用國產(chǎn)衛(wèi)星數(shù)據(jù)開展大面積耕地的研究[10]。

目前基于國產(chǎn)衛(wèi)星數(shù)據(jù)對山地復(fù)雜環(huán)境中過度依賴自然環(huán)境因素的農(nóng)耕環(huán)境研究尚不夠細(xì)致，對耕地之間受自然因素影響而導(dǎo)致的差異化研究更是缺乏，從而制約了對山區(qū)農(nóng)業(yè)農(nóng)村問題以及典型跨境地理單元的農(nóng)耕問題分析。本研究基于高分衛(wèi)星影像，以瀾滄江流域(云南段)內(nèi)20個(gè)縣為典型，研究不同環(huán)境下的耕地生產(chǎn)壓力和耕作適宜度空間差異，為后續(xù)合理規(guī)劃瀾滄江流域的農(nóng)業(yè)生產(chǎn)方式和區(qū)域可持續(xù)協(xié)調(diào)發(fā)展具有重要意義[11]。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

瀾滄江—湄公河是一條重要的國際河流，發(fā)源于中國青海省玉樹藏族自治州雜多縣扎青鄉(xiāng)，自北向南流經(jīng)中國、緬甸、老撾、泰國、柬埔寨和越南6國[12]，干流總長4 880 km。其中云南段干流長1 289 km[13]。瀾滄江流域(云南段)是整個(gè)流域緯度和垂直高度跨度最大的地區(qū)，自然資源豐富，水文、地理及氣候特征獨(dú)特，水資源時(shí)空分布不均。北部迪慶山區(qū)常年積雪屬寒溫帶氣候，地形多為高山峽谷，海拔高差懸殊大，光、溫、降水分布皆不均勻，形成立體氣候，區(qū)內(nèi)平均氣溫低，降水量少；南部西雙版納地處熱帶濕潤季風(fēng)氣候區(qū)，平均海拔低，降水充沛，年均溫為21℃。流域內(nèi)經(jīng)濟(jì)以農(nóng)業(yè)為主，但由于地形、社會(huì)因素和文化因素的影響，流域內(nèi)各縣域從南到北農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平和農(nóng)耕方式差異很大，傳統(tǒng)耕作方式對自然環(huán)境的破壞程度不一。本研究選擇了瀾滄江流域(云南段)流經(jīng)的20個(gè)重點(diǎn)縣開展耕地生產(chǎn)適宜度的空間差異化研究。

1.2 研究數(shù)據(jù)

研究數(shù)據(jù)包括GF1/WFV衛(wèi)星影像(來源于高分辨率對地觀測系統(tǒng)云南數(shù)據(jù)與應(yīng)用中心)、ASTER GDEMDEM V2 30 m數(shù)據(jù)(來源于地理空間數(shù)據(jù)云平臺(tái))、云南省基礎(chǔ)地理數(shù)據(jù)和路網(wǎng)數(shù)據(jù)(來源于國家基礎(chǔ)地理信息中心的全國地理信息資源目錄服務(wù)系統(tǒng))和2019年統(tǒng)計(jì)年鑒公開的社會(huì)經(jīng)濟(jì)數(shù)據(jù)(來源于云南省統(tǒng)計(jì)年鑒)。

(1)高分一號衛(wèi)星影像。高分一號衛(wèi)星攜帶2臺(tái)2 m全色/8 m多光譜相機(jī)(PMS)和4臺(tái)16 m多光譜寬幅相機(jī)(WFV)。本研究采用的是WFV相機(jī)獲取的多光譜影像，數(shù)據(jù)時(shí)間在2018年10月至2019年2月，數(shù)據(jù)無云質(zhì)量好。

(2)DEM數(shù)據(jù)。利用ASTER 30 m DEM數(shù)據(jù)生成坡度數(shù)據(jù)。

(3)統(tǒng)計(jì)數(shù)據(jù)。2019年度云南省統(tǒng)計(jì)年鑒數(shù)據(jù)中的糧食播種面積(hm2)、糧食產(chǎn)量(×104t)、年平均氣溫(℃)、年降水量(mm)等數(shù)據(jù)。

2 研究方法

2.1 影像分類方法

首先針對GF1/WFV影像進(jìn)行了輻射校正、大氣校正、正射校正、圖像配準(zhǔn)、鑲嵌裁切等預(yù)處理操作，其次基于預(yù)處理成果采用隨機(jī)森林法進(jìn)行耕地斑塊的提取。隨機(jī)森林(Random Forest，RF)基本單元是決策樹，每一棵決策樹都是一個(gè)分類器，對于一個(gè)輸入樣本，N棵樹會(huì)有N個(gè)分類結(jié)果，隨機(jī)森林利用隨機(jī)方式建立一個(gè)由N棵決策樹組成的森林[14-16]，該方法集成了所有的決策樹投票結(jié)果，將投票數(shù)最多的類別指定為最終的輸出。本研究針對研究區(qū)GF1/WFV影像特征，選擇了132個(gè)耕地樣本，利用ENVI的隨機(jī)森林插件Random Forest Classification數(shù)據(jù)分析。采用混淆矩陣方式檢驗(yàn)分類精度，kappa精度為87.86%，結(jié)果可用。

2.2 景觀指數(shù)法

景觀指數(shù)是指能夠高度概括地表景觀格局信息，反映結(jié)構(gòu)組成和空間配置等方面特征的簡單定量指標(biāo)[17]。根據(jù)前人研究[18-20]，利用景觀指數(shù)法構(gòu)建耕地破碎度指標(biāo)，可定量描述耕地的細(xì)碎化程度。本研究綜合考慮山區(qū)耕地的特色，采用fragstats軟件對耕地類別尺度的斑塊密度(PD)、平均斑塊面積(MPS)、面積加權(quán)形狀指數(shù)(AWMSI)、平均鄰近指數(shù)(MPI)、斑塊聚集度指數(shù)(AI)等進(jìn)行計(jì)算(表1)，進(jìn)一步分析耕地的斑塊細(xì)碎化程度進(jìn)行分析。

表1 耕地細(xì)碎化程度評價(jià)指數(shù)表

2.3 空間統(tǒng)計(jì)分析

采用空間分析中的鄰近分析方法，獲取耕地斑塊到最近鄰鄉(xiāng)村道路的平均距離，即耕作距離[21]；采用主成分分析方法，研究耕地細(xì)碎化得分；采用相關(guān)性分析方法，基于統(tǒng)計(jì)數(shù)據(jù)對耕地適應(yīng)性評價(jià)指標(biāo)進(jìn)行驗(yàn)證。

圖1 研究技術(shù)路線圖

3 研究結(jié)果

3.1 耕地空間細(xì)碎化研究

利用Fragstats軟件計(jì)算得到5個(gè)景觀指數(shù)，利用SPSS 26.0將5個(gè)表征耕地景觀破碎度指標(biāo)進(jìn)行降維分析轉(zhuǎn)化成2個(gè)主成分，這兩個(gè)主成分因子的方差貢獻(xiàn)率達(dá)到了95.398%，可以用這兩個(gè)主成分來綜合解釋耕地景觀方面的破碎程度。第1主成分中斑塊密度(PD)、平均斑塊面積(MPA)、面積加權(quán)形狀指數(shù)(AWMSI)、斑塊聚集度指數(shù)(AI)4個(gè)指數(shù)的載荷的絕對值超過了90%，主要表示斑塊的面積和形狀特征，因此第1主成分以面積和形狀特征表征了斑塊破碎度的綜合得分；第2主成分中，平均鄰近指數(shù)(MPI)的指標(biāo)達(dá)到了99.7%，表征耕地斑塊鄰近度的綜合得分。從斑塊破碎度來分析，位于平均值以上的有勐海縣(0.09)、思茅區(qū)(0.22)、雙江縣(0.22)、景東縣(0.38)、景洪市(0.38)、玉龍縣(0.64)、蘭坪縣(0.95)、維西縣(0.98)、勐臘縣(1.66)、德欽縣(2.21)，這10個(gè)縣市的耕地破碎度高于平均水平；而昌寧縣(-1.47)、鳳慶縣(-1.44)、云縣(-1.18)、永平縣(-1.02)、南澗縣(-1.00)、隆陽區(qū)(-0.86)、臨翔區(qū)(-0.47) 、瀾滄縣(-0.16)、鎮(zhèn)沅縣(-0.08)、景谷縣(-0.04)10個(gè)縣耕地破碎度低于平均水平。從耕地之間的斑塊聚集度來看，南澗縣(-1.44)、臨翔區(qū)(-1.34)、蘭坪縣(-1.33)、雙江縣(-1.10)、維西縣(-1.02)、思茅區(qū)(-1.02)、玉龍縣(-0.64)、永平縣(-0.35)、勐?？h(-0.30)、云縣(-0.18)低于平均水平，說明聚集程度不高；鳳慶縣(0.08)、勐臘縣(0.35)、隆陽區(qū)(0.58)、景東縣(0.75)、景洪市(0.75)、瀾滄縣(1.13)、景谷縣(1.14)、德欽縣(1.16)、鎮(zhèn)沅縣(1.28)、昌寧縣(1.51)10個(gè)縣高于平均水平，聚集程度較高。因?yàn)槠扑槎鹊梅衷礁撸卦狡扑?；而聚集度得分越高，說明斑塊間聚集度越高；因此研究用聚集度與破碎度的差值來綜合衡量耕地斑塊的細(xì)碎化總得分，得分越高，說明破碎程度越低。計(jì)算公式如下：

P=Pj-Pp

(1)

式中：P為細(xì)碎化總得分；Pj為聚集度；Pp為破碎度。

上述研究表明各縣耕地細(xì)碎化情況總得分情況排序?yàn)椋耗蠞究h<臨翔區(qū)<鳳慶縣<云縣<永平縣<雙江縣<思茅區(qū)<隆陽區(qū)<蘭坪縣<勐?？h<昌寧縣<維西縣<玉龍縣<瀾滄縣<景谷縣<景東縣<景洪市<鎮(zhèn)沅縣<勐臘縣<德欽縣。

3.2 耕地生產(chǎn)適宜度指標(biāo)構(gòu)建

影響耕地生產(chǎn)適宜度的要素包括坡度、氣溫、降水、耕作距離、耕地細(xì)碎化5種，可分為自然因素和人為因素兩大類指標(biāo)(表2)；采用2019年度耕地面積和耕地糧食產(chǎn)量作為耕地適宜度的實(shí)踐指標(biāo)，對上述評價(jià)指標(biāo)進(jìn)行驗(yàn)證。

表2 評價(jià)指標(biāo)體系表

3.3 耕地生產(chǎn)適宜度評價(jià)指標(biāo)分級

將自然、人為和驗(yàn)證3大類評價(jià)指標(biāo)分級量化為5級(1-強(qiáng)適宜、2-較適宜、3-適宜、4-較不適宜、5-強(qiáng)不適宜)[23]，可得到各縣域尺度在各指標(biāo)上的適宜度表現(xiàn)(表3、表4)。

表3 適宜度指標(biāo)分級標(biāo)準(zhǔn)表

表4 各縣區(qū)相關(guān)指標(biāo)分級情況表

從評價(jià)指標(biāo)分級結(jié)果可以看出：(1)耕地平均坡度得分、年均溫、年降水、平均耕作距離，都與緯度成正相關(guān)關(guān)系，相關(guān)性顯著；而耕地細(xì)碎化則受地理位置因素影響不大，說明主要受當(dāng)?shù)厝藶榛顒?dòng)影像；(2)在耕地斑塊的平均坡度得分方面，表現(xiàn)強(qiáng)不適宜的有維西縣，較不適宜的有鎮(zhèn)沅縣、云縣、鳳慶縣、臨翔區(qū)、蘭坪縣，表現(xiàn)為較適宜的有勐臘縣、景洪市、勐?？h、昌寧縣、玉龍縣、景谷縣、思茅區(qū)、隆陽區(qū)、德欽縣；年溫度方面，表現(xiàn)強(qiáng)不適宜的有蘭坪縣、維西縣、德欽縣，較適宜的有勐臘縣、景洪市、景谷縣、思茅區(qū)、瀾滄縣、鎮(zhèn)沅縣、景東縣、雙江縣、南澗縣、云縣；年平均降水方面，表現(xiàn)強(qiáng)不適宜的有雙江縣、南澗縣、云縣、德欽縣，其中德欽縣降水量最低，較適宜的有勐臘縣、勐海縣、景谷縣、思茅區(qū)；平均耕作距離方面，表現(xiàn)強(qiáng)不適宜的有德欽縣、維西縣，較不適宜的有瀾滄縣、玉龍縣、永平縣，表現(xiàn)較適宜耕作的有勐臘縣、景東縣、勐?？h、隆陽區(qū)、景洪市、鎮(zhèn)沅縣、雙江縣、南澗縣、鳳慶縣、臨翔區(qū)、云縣；耕地細(xì)碎化方面，表現(xiàn)強(qiáng)不適宜的有南澗縣、鳳慶縣、臨翔區(qū)、云縣、永平縣，表現(xiàn)較適宜耕作的有勐臘縣、德欽縣、景洪市、景谷縣、景東縣、瀾滄縣、鎮(zhèn)沅縣。相關(guān)研究結(jié)果見圖2(封二圖版Ⅰ和封三圖版Ⅱ)。

3.4 結(jié)果驗(yàn)證

研究基于高分衛(wèi)星遙感數(shù)據(jù)提取耕地情況，結(jié)合統(tǒng)計(jì)數(shù)據(jù)，對瀾滄江(云南段)流經(jīng)的20個(gè)縣進(jìn)行耕地生產(chǎn)適宜度評價(jià)，對包括坡度、降水、氣溫、耕作距離、耕地細(xì)碎化等評價(jià)指標(biāo)進(jìn)行分析，得到各縣域評價(jià)指標(biāo)綜合分級和驗(yàn)證指標(biāo)綜合分級，并結(jié)合統(tǒng)計(jì)的耕地產(chǎn)量和面積進(jìn)行驗(yàn)證。在SPSS軟件中對評價(jià)指標(biāo)和驗(yàn)證指標(biāo)進(jìn)行相關(guān)性分析，置信度0.99的情況下，皮爾遜相關(guān)指數(shù)達(dá)到95.3%，說明評價(jià)指標(biāo)和驗(yàn)證指標(biāo)之間強(qiáng)相關(guān)，評價(jià)結(jié)果具有現(xiàn)實(shí)檢驗(yàn)意義。

綜上，對各縣相關(guān)指標(biāo)評級均值化結(jié)果進(jìn)行綜合評級，綜合評級結(jié)果如封三圖版Ⅱ圖2(h)所示，瀾滄江流域20個(gè)縣域耕地適宜度綜合分級表現(xiàn)為：(1)勐臘縣表現(xiàn)為強(qiáng)適宜；勐?？h、景洪縣表現(xiàn)為較適宜；瀾滄縣、思茅區(qū)、景谷縣、鎮(zhèn)沅縣、景東縣、隆陽區(qū)、昌寧縣表現(xiàn)為適宜；雙江縣、臨翔區(qū)、云縣、南澗縣、鳳慶縣、永平縣、玉龍縣、蘭坪縣、德欽縣表現(xiàn)為較不適宜，維西縣表現(xiàn)為強(qiáng)不適宜耕作。(2)隨緯度增加，耕地適宜度綜合得分呈現(xiàn)隨緯度增加而降的大趨勢，表明在瀾滄江流域(云南段)內(nèi)，低緯度地區(qū)比高緯度地區(qū)更適宜耕作。

4 結(jié)論與討論

基于國產(chǎn)高分衛(wèi)星數(shù)據(jù)開展瀾滄江流域縣域耕地生產(chǎn)適宜度的空間差異化研究，結(jié)果表明，從縣域?qū)用婵?，瀾滄江流?云南段)的耕地生產(chǎn)適宜度受地形、氣溫、降水、耕作距離(農(nóng)耕交通便捷性)、耕地空間細(xì)碎化程度等影響，從而影響到區(qū)域內(nèi)耕作面積和糧食產(chǎn)量；耕地生產(chǎn)適宜度的空間特征表現(xiàn)為從低緯度到高緯度逐漸不適宜耕作的現(xiàn)象。

研究不同環(huán)境下的耕地生產(chǎn)適宜度，可為云南西部山區(qū)因地制宜采取科學(xué)的現(xiàn)代化農(nóng)耕方式，助力鄉(xiāng)村振興提供數(shù)據(jù)支持和決策支持。為后續(xù)合理規(guī)劃流域農(nóng)業(yè)生產(chǎn)方式和區(qū)域可持續(xù)協(xié)調(diào)發(fā)展具有重要意義。研究還存在一些不足，后續(xù)的工作中還將進(jìn)一步完善。(1)國產(chǎn)遙感數(shù)據(jù)在復(fù)雜山地環(huán)境下的應(yīng)用有明顯潛力，目前研究深度還有欠缺，需要更進(jìn)一步在高空間、高時(shí)間、高光譜層面挖掘應(yīng)用價(jià)值，服務(wù)于省域到縣鄉(xiāng)社會(huì)經(jīng)濟(jì)發(fā)展；(2)云南山區(qū)農(nóng)業(yè)農(nóng)村發(fā)展和鄉(xiāng)村振興決策受地形地貌影響顯著，后續(xù)需要面向更高精度和精細(xì)尺度的鄉(xiāng)鎮(zhèn)級別開展耕地安全研究。