劉 序,雷百戰(zhàn),陳鵬飛,周燦芳
(1.廣東省農(nóng)業(yè)科學院農(nóng)業(yè)經(jīng)濟與信息研究所/農(nóng)業(yè)農(nóng)村部華南都市農(nóng)業(yè)重點實驗室,廣東 廣州 510640;2.中國科學院地理科學與資源研究所,北京 100101)
【研究意義】我國是全球最大規(guī)模的荔枝生產(chǎn)國,產(chǎn)量占世界65%~70%,荔枝也是我國重要的出口水果之一[1]。廣東是我國荔枝生產(chǎn)、流通和消費大?。?],省委、省政府高度重視荔枝產(chǎn)業(yè)發(fā)展,提出要將荔枝打造成為高品質(zhì)、有口碑的農(nóng)業(yè)“金字招牌”[3]。荔枝高接換種、低效果園改造、高標準示范果園建設等是《廣東荔枝產(chǎn)業(yè)高質(zhì)量發(fā)展三年行動計劃(2021—2023 年)》重要任務[4]。在有利的政策環(huán)境下,廣東荔枝產(chǎn)業(yè)實現(xiàn)了穩(wěn)定發(fā)展,但仍存在產(chǎn)業(yè)規(guī)模不明晰、生產(chǎn)管理較粗放、組織化程度較低等問題,造成集中上市和“果賤傷農(nóng)”現(xiàn)象,不利于荔枝產(chǎn)業(yè)穩(wěn)定增長和果農(nóng)收益增加。遙感技術具有快速無損、大面積同步觀測等優(yōu)勢,在農(nóng)作物物候期預測、產(chǎn)量估測方面已有較多應用[5],但對有人管理與無人管理荔枝種植區(qū)域的研究還較少。廣州市增城區(qū)是全國著名的荔枝之鄉(xiāng),是“中國荔枝郵票”原發(fā)地[6],荔枝是增城農(nóng)業(yè)經(jīng)濟的支柱產(chǎn)業(yè)之一,近年來取得顯著的經(jīng)濟效益。本研究綜合運用遙感技術和地理信息系統(tǒng)(GIS)技術研究荔枝種植區(qū)域的精準識別與空間變化特征,為增城區(qū)乃至廣東荔枝高質(zhì)量發(fā)展提供決策參考?!厩叭搜芯窟M展】遙感技術經(jīng)過幾十年的發(fā)展,已經(jīng)成為獲取自然資源和生態(tài)環(huán)境空間信息的重要手段。Pan等[7]依據(jù)冬小麥在生長季節(jié)特有的物候期,利用中分辨率成像光譜儀(MODIS)的混合像元數(shù)據(jù),構建了一種作物比例物候指數(shù)(CPPI)來表達MODIS 植被指數(shù)(VI)時間序列與冬小麥種植面積之間的定量關系,提高了遙感解譯精度。薛云等[8]運用光譜相似尺度方法提取荔枝果園樣本,利用支持向量機獲得較高精度的荔枝種植區(qū)域解譯成果。李丹等[9]利用支持向量機提取廣州市北部地區(qū)荔枝種植的空間分布區(qū)域,借助高分辨率QuickBrid 影像進行精度驗證,提取精度達到85.7%。農(nóng)作物空間格局及其時空動態(tài)變化研究具有重要的理論和現(xiàn)實意義,研究方法主要基于統(tǒng)計數(shù)據(jù)、遙感信息和空間模型,圍繞自然-社會經(jīng)濟驅(qū)動因子,剖析農(nóng)作物空間格局演變的內(nèi)外部原因[10]。例如,尤飛等[11]利用空間分析方法研究福建省熱帶作物的地理集聚格局演變,結果表明作物空間布局呈現(xiàn)出“均勻化”特征,荔枝、香蕉、龍眼種植面積在減少,集聚中心稍有轉(zhuǎn)移。張聰穎等[12]采用GIS 技術與重心理論,分析2005—2015 年中國蘋果種植面積、產(chǎn)量、產(chǎn)值、土地產(chǎn)出率、生產(chǎn)集中度與產(chǎn)地集中度的區(qū)域分布特征及重心移動軌跡,為供給側改革和蘋果生產(chǎn)布局優(yōu)化提供依據(jù)。徐燁等[13]借助ArcGIS 對雄安新區(qū)Landsat 遙感影像進行地類提取和劃分,采用Fragstats 進行景觀格局分析,結果表明區(qū)域整體景觀破碎度、聚合度較高,連通性和均勻度不顯著。綜上所述,利用遙感技術和多源數(shù)據(jù)對農(nóng)作物、果樹等解譯精度較高,利用重心遷移、破碎度指數(shù)等方法研究各類農(nóng)作物的時空分布特征及變化趨勢,但對不同管理方式荔枝種植區(qū)域的識別和時空變化研究不多。【本研究切入點】荔枝為常綠喬木,管理方式是否精細對其產(chǎn)量和品質(zhì)影響較大,有些種植區(qū)域由于長期無人管理而逐漸從水果產(chǎn)區(qū)變?yōu)樯鷳B(tài)景觀區(qū),導致產(chǎn)量減少、經(jīng)濟效益降低。本研究借助2015、2019 年的遙感影像,判斷有人管理和無人管理荔枝種植區(qū)域的空間分布特征,利用重心遷移模型、破碎度指數(shù)分析荔枝種植區(qū)域的空間變化特征,為荔枝產(chǎn)業(yè)發(fā)展提供精準的空間分布數(shù)據(jù)?!緮M解決的關鍵問題】針對荔枝管理粗放、空間分布不明晰等問題[5],利用遙感技術解譯廣州市增城區(qū)兩期高分辨率影像,分析有人管理、無人管理荔枝種植區(qū)域的分布特征及變遷方向,為低效果園改造、標準果園建設提供數(shù)據(jù)支撐。
廣州市增城區(qū)位于廣東省中南部、廣州東部,南與東莞隔江相望,東臨惠州,北接從化、龍門,介于23°05′~23°37′N、113°29′~114°00′E 之間,北回歸線橫穿北部,屬海洋性季風氣候,氣候溫和,熱量豐富。
從物候?qū)W特征分析,荔枝開花期(3 月)、采摘期(7 月)前后影像差異是基于光譜學特征解譯的關鍵期。但增城區(qū)上半年云雨較多,導致不易獲取遙感影像;而下半年云雨較少,較易獲取遙感影像。針對這一現(xiàn)狀,本研究基于荔枝冠層分布空間特征,利用高分辨率遙感影像,綜合利用地面調(diào)查與目視解譯方法,進行荔枝種植區(qū)域識別[14-15]。
本研究遙感數(shù)據(jù)源為Google Earth 影像,兩期影像時間范圍為2014 年8 月至2015 年7 月(2015 年)和2018 年8 月至2019 年7 月(2019 年)。Google Earth 影像庫包含中高分辨率Landsat 和高分辨率Worldview、Quickbird、GeoEye 等多源遙感影像,其中高分辨率影像主要集中在城市等熱點區(qū)域。因此,本研究獲取了增城區(qū)亞米級分辨率兩期影像,可清晰辨識每株樹,便于基于荔枝冠層形狀與大小進行直接識別,而非過度依賴影像光譜信息。
第一步,在廣州市增城區(qū)選擇有人管理與無人管理荔枝種植典型區(qū)域,開展地面調(diào)查,明確荔枝在不同管理條件下的空間分布及冠層結構特征;第二步,根據(jù)調(diào)查區(qū)域位置,對應定位遙感影像的相應區(qū)域,基于不同管理方式下荔枝的空間分布及冠層結構信息,建立有人管理與無人管理荔枝種植區(qū)域的解譯標志(圖1),對兩期影像進行目視解譯;第三步,基于解譯圖斑,布設采樣點,開展地面核查與精度驗證。
圖1 有人管理(A)和無人管理荔枝種植區(qū)域(B)的解譯標志Fig.1 Deciphered signs of managed (A) and unmanaged (B)litchi planting areas
其中,有人管理與無人管理荔枝種植區(qū)域的區(qū)分,主要通過荔枝株距和園區(qū)規(guī)整程度判定:如果荔枝株距較大、長勢均勻、種植區(qū)與周邊地物有明顯分界線,則認為存在人為管理,認定為有人管理荔枝種植區(qū)域;否則則認定為無人管理荔枝種植區(qū)域。
重心遷移模型主要反映區(qū)域土地空間格局的變化[16-17]。通過計算區(qū)域農(nóng)作物圖斑的重心坐標,研究不同時間該農(nóng)作物重心遷移距離,探索農(nóng)業(yè)產(chǎn)業(yè)時空遷移方向和距離[12,18],計算公式如下:
式中,Xt、Yt分別為第t年某種作物圖斑重心坐標;Cti為第i個小區(qū)域該種圖斑面積;Xi、Yi分別為第i個小區(qū)域圖斑的幾何中心坐標;n為研究區(qū)內(nèi)小區(qū)域的總個數(shù)。
破碎度指數(shù)主要計算區(qū)域景觀圖斑的空間破碎程度,反映人類對景觀的影響程度[13,19-21],計算公式如下:
式中,∑ni為圖斑總個數(shù),A為總面積。
基于多源遙感影像數(shù)據(jù),依據(jù)遙感解譯標志,以目視解譯形成增城區(qū)2015 年和2019 年荔枝種植區(qū)域空間分布圖。為驗證解譯結果精度,于2020 年7 月21—22 日開展實地核查工作。依據(jù)核查樣點均勻分布原則,從2019 年解譯的荔枝種植區(qū)域圖斑中隨機選取30 個圖斑作為核查采樣點。為增加樣本量,隨機布設22 個非核查采樣點,包括荔枝種植區(qū)域和非荔枝種植區(qū)域。全部核查采樣點分布情況如圖2 所示。
圖2 廣州增城區(qū)遙感解譯地面核查采樣點與非核查采樣點分布Fig.2 Distribution of check points and non-check points for remote sensing interpretation in Zengcheng District of Guangzhou
通過驗證,在30 個核查采樣點中,27 個被解譯正確,其中22 個實際地物是荔枝,5 個是荔枝、黃皮、龍眼混合種植區(qū)域;3 個被解譯錯誤,對應區(qū)域是非荔枝。在22 個非核查采樣點中,8 個荔枝樣點被正確解譯7 個,1 個被解譯為非荔枝;14 個非荔枝樣點被正確解譯12 個,2 個被解譯成荔枝。
從表1 可以看出,利用實地采樣點與核查點計算誤差矩陣,荔枝種植區(qū)域解譯的用戶精度為85.00%,制圖精度為97.14%,總體精度為86.54%,Kappa 系數(shù)為0.67,表明荔枝種植區(qū)域的分類結果與實際情況具有高度一致性[22-24]。此外,由于有人管理荔枝種植區(qū)域的株距和樹形較為規(guī)則,故解譯正確率較高;而無人管理荔枝種植區(qū)域的株距和樹形不規(guī)整,較難通過遙感影像直接目視解譯,一些與黃皮、龍眼等混種導致解譯精度略低。
表1 精度驗證誤差矩陣Table 1 Error matrix for accuracy verification
從表2 可以看出,增城區(qū)正果、石灘、仙村、中新等鎮(zhèn)街是荔枝主要種植區(qū)域,而永寧、新塘等鎮(zhèn)街分布較少??傮w上,增城區(qū)荔枝種植面積略有減少,從2015 年的8 942.53 hm2下降至2019年的8 874.84 hm2,減少67.69 hm2,占比0.76%。從鎮(zhèn)街看,大部分鎮(zhèn)街都有所減少,其中仙村鎮(zhèn)和中新鎮(zhèn)面積減少較多,分別減少41.78、16.55 hm2,僅有荔城街增加12.78 hm2。
表2 2015—2019 年廣州增城區(qū)荔枝種植面積(hm2)變化Table 2 Changes in litchi planting areas in Zengcheng District of Guangzhou from 2015 to 2019
從管理方式上看,增城區(qū)有人管理荔枝種植面積減少較為明顯,從2015 年的2 933.15 hm2減少至2019 年的2 805.88 hm2,減少127.28 hm2,占比4.34%;而增城區(qū)無人管理荔枝種植面積2015—2019 年間有少量增加,從6 009.38 hm2增加至6 068.96 hm2,增加59.59 hm2,占比0.99%。從鎮(zhèn)街看,有人管理的荔枝種植區(qū)域中,面積減少最多的鎮(zhèn)街是增江街和中新鎮(zhèn),減少面積超過35 hm2;無人管理的荔枝種植區(qū)域,僅有仙村、派潭、永寧3 個鎮(zhèn)街荔枝種植面積減少,其中仙村鎮(zhèn)減少最多、為25.87 hm2,而荔城、增江等8個鎮(zhèn)街荔枝面積在增加,其中增江街荔枝種植面積增加最多、超過44 hm2。
由圖3 可知,增城區(qū)荔枝種植區(qū)域空間變化不大,僅中新、仙村等鎮(zhèn)街減少較多且集中分布在鎮(zhèn)街中部,主要是因為城鎮(zhèn)發(fā)展和建設用地占用導致荔枝種植區(qū)域減少。而在遠離鎮(zhèn)街中心的邊緣區(qū)域逐漸開始零星出現(xiàn)新荔枝種植區(qū)域,反映出市場需求引導果農(nóng)增加荔枝種植。
圖3 2015—2019 年廣州增城區(qū)荔枝種植區(qū)域空間變化Fig.3 Spatial changes of litchi planting areas in Zengcheng District of Guangzhou from 2015 to 2019
從圖4 可以看出,有人管理荔枝種植面積有所減少。通過圖斑面積計算,2015—2019 年一直保持有人管理的荔枝種植面積為2 796.71 hm2,有人管理變?yōu)闊o人管理的面積為42.12 hm2,新開發(fā)且有人管理的荔枝種植面積為9.17 hm2,有人管理變?yōu)榉抢笾^(qū)域而減少的面積為94.35 hm2。有人管理荔枝種植面積減少較多的鎮(zhèn)街為增江、中新、仙村等,主要是因為城鎮(zhèn)建設占用導致荔枝用地轉(zhuǎn)為其他用地,也有部分荔枝種植區(qū)缺乏有效管理而成為無人管理區(qū)域。圖4 還顯示,有零星地塊被開發(fā)為荔枝種植區(qū)域且加強了人為管理,表明市場因素驅(qū)動果農(nóng)擴大荔枝種植規(guī)模、開展枝條修剪等措施以增加經(jīng)濟收益。
圖4 2015—2019 年廣州增城區(qū)有人管理荔枝種植區(qū)域空間變化Fig.4 Spatial changes of litchi managed litchi planting areas in Zengcheng District of Guangzhou from 2015 to 2019
從圖5 可以看出,2015-2019 年無人管理荔枝種植面積總體變化不大,僅有0.02 hm2轉(zhuǎn)化成有人管理,被其他方式占用而減少的面積多達167.94 hm2。而新開發(fā)且無人管理的荔枝種植面積較大、為186.93 hm2。對于該新增區(qū)域,一方面可能由于新栽種或嫁接繁殖等方式導致荔枝樹發(fā)育較慢,沒有進行人為管理;另一方面可能同樣屬于缺乏有效管理,空間形態(tài)上處于無人管理狀態(tài)。無人管理荔枝種植區(qū)域增加較多為增江、荔城、中新等,減少較多的為仙村、永寧等鎮(zhèn)街,同樣是城鎮(zhèn)建設導致荔枝種植區(qū)域減少,而市場需求促進荔枝種植規(guī)模擴大。
圖5 2015—2019 年廣州增城區(qū)無人管理荔枝種植區(qū)域空間變化Fig.4 Spatial changes of unmanaged litchi planting areas in Zengcheng District of Guangzhou from 2015 to 2019
通過計算圖斑重心坐標變化(表3),從2015 年到2019 年,增城區(qū)荔枝種植區(qū)域在空間上整體逐漸向東北變遷,其中,向東遷移45.14 m、向北遷移107.01 m。從鎮(zhèn)街看,永寧、荔城向東北遷移,正果、仙村總體上向西南遷移,新塘向東南遷移,派潭、增江向西北遷移,以中新、仙村、派潭等鎮(zhèn)街空間遷移距離較大。有人管理荔枝種植區(qū)域整體向西北遷移,其中派潭、石灘向西北遷移,新塘向東北遷移,仙村、朱村向東南遷移,荔城、中新向西南遷移,以中新、增江、仙村、永寧等鎮(zhèn)街空間遷移距離較大。無人管理荔枝種植區(qū)域整體向西南遷移,其中荔城、石灘向東北遷移,派潭、中新向西北遷移,增江、正果向東南遷移,仙村、小樓向西南遷移,以中新、增江、派潭、荔城等鎮(zhèn)街空間遷移距離較大。
表3 2015—2019 年廣州增城區(qū)荔枝種植區(qū)域空間遷移分析Table 3 Analysis of spatial migration of litchi planting areas in Zengcheng Distrct of Guangzhou from 2015 to 2019
增城區(qū)荔枝種植區(qū)域總體向東北遷移,表明荔枝產(chǎn)業(yè)方向逐漸北遷,結合圖3 可知,荔枝遷移逐漸向鎮(zhèn)街邊緣變化。有人管理荔枝種植區(qū)域與無人管理荔枝種植區(qū)域變遷方向相反,結合圖4、圖5 發(fā)現(xiàn)部分有人管理荔枝種植區(qū)域被城鎮(zhèn)發(fā)展占用或轉(zhuǎn)為其他用地,種植區(qū)域減少導致空間重心整體向西北遷移,而離城鎮(zhèn)較近的有人管理荔枝種植區(qū)域則存在被占用的風險而轉(zhuǎn)為無人管理,導致無人管理荔枝種植區(qū)域的重心整體向西南遷移。
荔枝種植區(qū)域空間重心遷移的距離大小,反映出荔枝產(chǎn)業(yè)的空間遷移速度變化程度。由于荔枝是多年生常綠果樹,一般實生樹要6~10 年才結果,采用駁枝或嫁接法繁殖的荔枝樹5~6 年后才有收獲,種植區(qū)域的空間遷移過快不利于荔枝產(chǎn)業(yè)穩(wěn)定發(fā)展。
從表4 可以看出,增城區(qū)荔枝種植區(qū)域破碎度指數(shù)從2015 年的0.0407 增加至2019 年的0.0413,表明荔枝種植區(qū)域在空間分布上進一步碎化、連片程度降低,但增江、新塘、仙村等鎮(zhèn)街的荔枝種植區(qū)域相對較為集中連片。有人管理荔枝種植區(qū)域破碎度指數(shù)從0.0244 降低到2019年的0.0238,仙村、中新等7 個鎮(zhèn)街破碎度指數(shù)降低,僅增江、荔城兩個街道有所增加。無人管理荔枝種植區(qū)域破碎度指數(shù)整體略有增加,荔城、增江街道有所降低,其他8 個鎮(zhèn)街破碎度指數(shù)均有不同程度增加。
表4 2015—2019 年廣州增城區(qū)荔枝種植區(qū)域破碎度指數(shù)分析Table 4 Analysis of fragmentation indexes of litchi planting areas in Zengcheng District of Guangzhou from 2015 to 2019
從農(nóng)業(yè)產(chǎn)業(yè)發(fā)展角度分析,破碎度指數(shù)越小,表明產(chǎn)業(yè)空間連片、規(guī)整,有利于農(nóng)業(yè)規(guī)?;?、集約化發(fā)展;破碎度指數(shù)越大,越不利于農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展。有人管理荔枝種植區(qū)域在空間分布上逐漸聚集,表明人為管理有利于荔枝種植標準化和規(guī)模化發(fā)展,可降低生產(chǎn)成本、提升經(jīng)濟效益。無人管理荔枝種植區(qū)域則需要加強政策引導和技術扶持、提升荔枝管理水平,以增加產(chǎn)量和經(jīng)濟收益。
在荔枝種植區(qū)域的空間信息獲取上,相關學者以MODIS、QuickBrid 等多分辨率多波段遙感影像開展研究,結合荔枝物候特征和運用支持向量機等監(jiān)督分類方法,提高遙感影像的解譯精度[7-9,25]。而在廣東尤其是廣州增城區(qū),荔枝開花、坐果、成熟等時期均在雨季,此時不易獲取云層較少的光學影像,利用荔枝物候期進行光譜信息提取存在一定困難。本研究針對增城區(qū)荔枝遙感影像獲取與解譯存在的難點,利用多源多期高分辨率遙感影像,組合形成覆蓋研究區(qū)的亞米級影像數(shù)據(jù),分析荔枝冠層形狀、大小等空間特征,通過目視解譯獲取兩個年度荔枝空間分布數(shù)據(jù),以此提升荔枝解譯精度,可較為準確識別荔枝種植區(qū)域范圍與規(guī)模。為提升荔枝種植管理水平和經(jīng)濟效益,本研究通過高精度遙感影像,構建有人管理與無人管理荔枝種植區(qū)域的判斷規(guī)則,突出對有人管理與無人管理荔枝種植區(qū)域的識別,解譯出不同管理方式下荔枝種植區(qū)域與分布面積,為荔枝產(chǎn)業(yè)高質(zhì)量發(fā)展提供準確的空間基礎數(shù)據(jù)。
重心遷移、破碎度指數(shù)等模型可定量分析各類地物不同時間的空間格局特征,對農(nóng)業(yè)產(chǎn)業(yè)發(fā)展具有重要的理論意義和應用價值。相關學者從耕地、自然景觀、蘋果產(chǎn)業(yè)等方面開展研究,為農(nóng)業(yè)產(chǎn)業(yè)布局優(yōu)化提供技術支撐[12-13],尤其在荔枝種植空間格局研究方面[11],通過分析產(chǎn)業(yè)的空間聚集效應,為產(chǎn)業(yè)規(guī)?;l(fā)展提供科學指引。本研究通過分析廣州增城區(qū)2015—2019 年荔枝種植區(qū)域的空間區(qū)域變化、空間位置遷移及破碎度變化程度,得出荔枝種植區(qū)域逐漸向城鎮(zhèn)邊緣轉(zhuǎn)移、空間連片程度逐漸降低。在此基礎上,本研究從有人管理與無人管理上分析不同管理方式下荔枝種植區(qū)域的時空變化特征,進一步發(fā)現(xiàn)有人管理荔枝種植區(qū)域在規(guī)模上減少、但在空間連片程度上增強,反映人為管理對荔枝產(chǎn)業(yè)規(guī)?;l(fā)展的積極作用;而無人管理荔枝種植區(qū)域在規(guī)模上總體保持穩(wěn)定,但存在城鎮(zhèn)中心減少、城鎮(zhèn)邊緣增加現(xiàn)象,失管情況仍然存在。因此,本研究利用遙感技術識別不同管理方式荔枝種植區(qū)域分布范圍,識別出有人管理和無人管理荔枝種植區(qū)域的時空變化特征,有助于低效果園改造和標準化果園建設開展,促進荔枝產(chǎn)業(yè)高質(zhì)量發(fā)展和鄉(xiāng)村產(chǎn)業(yè)興旺。
針對荔枝不同管理方式,本研究以廣州市增城區(qū)為例,利用2015 年和2019 年兩期高分辨率衛(wèi)星影像進行目視解譯,分類結果與實際情況具有高度一致性;而有人管理荔枝種植區(qū)域解譯正確率高于無人管理荔枝種植區(qū)域,規(guī)則的株距和冠層外形更有利于提高荔枝識別率。通過比較兩期遙感解譯結果發(fā)現(xiàn),增城區(qū)荔枝種植規(guī)模略有減少,而有人管理荔枝種植面積減少127.28 hm2、占比4.34%,但市場需求促使果農(nóng)在城鎮(zhèn)邊緣開發(fā)新的荔枝種植區(qū)域。在空間變化上,增城區(qū)荔枝種植區(qū)域整體向東遷移45.14 m、向北遷移107.01 m,部分鎮(zhèn)街遷移距離較大,而有人管理與無人管理荔枝種植區(qū)域的空間變遷方向相反,空間遷移過快不利于荔枝產(chǎn)業(yè)穩(wěn)定發(fā)展。荔枝種植區(qū)域破碎度指數(shù)從2015 年0.0407 增加到2019 年0.0413,在空間上呈現(xiàn)逐漸分散格局;但有人管理荔枝種植區(qū)域的破碎度指數(shù)降低至0.0238,呈現(xiàn)空間聚集狀態(tài),統(tǒng)一管理有助于荔枝產(chǎn)業(yè)規(guī)?;蜆藴驶l(fā)展。