精細化茶樹種植區茶葉春霜凍災害風險評估

沈天琦 邱新法 韋翔鴻

摘要：開展基于精細化茶樹種植區的茶葉春霜凍災害風險評估有利于增強茶葉生產過程中精準防御該災害的能力。以浙江省松陽縣為研究區，結合谷歌高分辨率衛星數據和GIS技術，獲取松陽縣精細化茶樹種植區分布，并在此基礎上，運用自然災害風險形成理論構建茶葉春霜凍災害風險指數模型，改變以往對整個行政區進行茶葉春霜凍災害風險評估的方法，以茶樹田塊為單位，對松陽縣茶樹種植區茶葉春霜凍災害進行風險評估，并劃分低風險、中風險、高風險的茶樹田。結果顯示，松陽縣的茶樹主要種植在縣中部條帶型區域，主要位于新興鎮、赤壽鄉、樟溪鄉、古市鎮、齋壇鄉、望松街道、葉村鄉、水南街道、西坪街道這9個鄉鎮，其中新興鎮茶樹田面積最大，是松陽縣茶樹田總面積的17.5%;松陽縣茶樹種植區茶葉春霜凍災害低風險的茶樹田主要分布在松陽縣的中心地區，中風險的茶樹田主要分布在松陽縣的中部條帶型地區，高風險的茶樹田主要分布在松陽縣的東西兩側。

關鍵詞：茶樹田;精細化茶樹種植區;茶葉春霜凍災害;風險評估

中圖分類號： S425 ?文獻標志碼： A ?文章編號：1002-1302（2019）02-0262-06

茶葉是我國傳統作物之一，在我國各地廣泛種植，經濟效益、生態效益良好。近年來，各地茶葉的生產以經濟產出較高的春季名優茶為主，但由于其茶芽萌發早且早春氣溫較低，茶芽易受凍，受凍后會出現卷曲、變褐、變焦而失去經濟價值，造成巨大的經濟損失[1]。以浙江省為例，自2005年以來，浙江茶葉幾乎每年都會遭遇春霜凍災害，2010年其經濟損失高達10億元[2]。因此，開展茶葉春霜凍災害風險評估以增強茶葉生產過程中防御該災害的能力有重要意義。

對于茶葉春霜凍災害，國內外學者進行了很多研究，主要集中在發生茶葉春霜凍災害的氣象指標分析[3-4]，茶葉春霜凍災害的調查分析[5]、影響評估[6-7]、時空分布特征[8-9]以及防御對策[10-12]等方面。關于茶葉春霜凍災害的風險評估，目前也有部分成果，婁偉平在建立茶葉春霜凍災害經濟損失率評估模型的基礎上，結合浙江省新昌縣的地理數據、氣象數據和社會經濟數據得到新昌縣各網格點茶葉春霜凍災害的風險度[6];金志鳳等通過自然災害風險形成機制，結合茶葉春霜凍災害的指標，將浙江省茶葉春霜凍災害風險劃分為低風險、中風險和高風險3個等級[13];王學林在試驗得出茶葉春霜凍災害指標的基礎上，通過信息擴散法，對江南茶區茶葉春霜凍災害風險進行評估[1]。從尺度上講，目前對茶葉春霜凍災害的風險評估主要是基于行政區，如多個省、1個省、1個縣等，此種風險評估有一定意義，但就1個行政區而言，存在不同種類的土地利用類型，若評價某區域茶葉春霜凍災害為高風險，而該區域沒有種植茶樹，此時的評價會存在一定的問題。

因此，本試驗以浙江松陽縣為研究區，在通過谷歌高分辨率衛星數據與GIS技術結合獲取松陽縣精細化茶樹種植區分布的基礎上，結合自然災害風險形成理論，以茶樹田塊為單位，對松陽縣茶樹種植區茶葉春霜凍災害進行風險評估。

1 材料與方法

1.1 研究區與研究數據

本試驗以浙江省松陽縣為研究區，該縣隸屬浙江省麗水市，以中、低山丘陵地帶為主，中部地勢低，東西兩側地勢高。地域面積約10.46萬hm2，其中山地占76%，耕地占8%，水域及其他占16%，屬中亞熱帶季風氣候，溫暖濕潤，四季分明，冬暖春早，適宜種植茶樹[14]，是一個名茶之鄉，被授予“全國重點產茶縣”“中國綠茶集散地”等稱號[15]。據調查，近年來松陽縣茶葉的生產以春季名優茶為主，其品種多為安吉白茶、龍井、鳩坑等早發品種，其中安吉白茶種植面積占總種植面積的75%左右。

松陽縣的氣象數據、基礎地理數據和茶樹種植區分布數據來自浙江省氣候中心。前人研究成果表明，當3—4月的日最低氣溫低于4 ℃時就會發生茶葉春霜凍災害[13，16]。本試驗采用的氣象數據具體包括松陽縣氣象站2014—2016年的日最低氣溫數據、松陽縣26個區域自動站自建站以來到2016年的日最低氣溫數據、松陽縣周圍的遂昌縣氣象站、云和縣氣象站、龍泉縣氣象站和麗水市氣象站1987—2016年這30年間的日最低氣溫數據;基礎地理數據包括松陽縣30 m分辨率的DEM數據、松陽縣鄉鎮行政邊界數據;松陽縣茶樹種植區分布數據是其通過遙感方法構建植被指數并結合實地調查獲取的，該數據有一定的參考意義，但不夠精細。松陽縣谷歌高分辨率衛星數據采用分辨率為0.6 m的數據，在此谷歌高分辨率衛星地圖中可以清晰地識別出每一個田塊。此外，根據2016年浙江省統計年鑒資料，獲取松陽縣2016年茶葉產值數據。

1.2 研究方法

1.2.1 獲取精細化茶樹種植區分布 關于作物種植區，國內外學者大多采用遙感數據結合構建的植被指數進行提取，李志鵬基于30 m中高空間分辨率的Landsat影像進行遙感分類，以獲取研究區高精度的水稻空間分布信息[17];樊香所等采用不同時相的MODIS NDVI數據提取華南地區的水稻分布情況[18-19];樊香所等利用3、5、6月NDVI的變化建立提取模型來獲取冬小麥種植面積等[18，20]。通過此類方法獲取的作物種植區有一定的參考意義，但不能精細化到每一個田塊，當很多田塊靠在一起時，會識別成一片柵格而不是獨立的田塊，并且由于地面種植物的復雜性，此類方法獲取的作物種植區的準確性須結合實地調查考證。因此，本研究根據茶樹種植區變化較小的特點，將衛星遙感技術與GIS技術結合，提出采用谷歌高分辨率衛星數據與GIS技術結合獲取精細化茶樹種植區分布的方法。谷歌高分辨率衛星數據即是向用戶真實反饋地表面貌的圖像，其與傳統意義上的地圖不同，谷歌高分辨率衛星地圖更新比較快，具有準實況特點，因此，其應用面非常廣，如用于目視識別作物種植區、檢測地面的信息，探測地理位置、地形等，同時還可以應用于城鄉規劃、導航系統、軍事指揮部署、災情檢查、抗災救災部署等方面[21]。而GIS技術可以數字化出每一個目視解譯的田塊。

采用谷歌高分辨率衛星數據與GIS技術結合獲取精細化茶樹種植區分布的流程如下：首先，在獲取研究區最新的谷歌高分辨率衛星數據后對其進行目視解譯，利用ArcGIS 10.0的數字化功能，畫出確定是茶樹田以及不確定是否是茶樹田的田塊，在畫的過程中將確定是茶樹田的田塊的type屬性值設置為1，不確定是否是茶樹田的田塊的type屬性值設置為2;其次，結合現有的茶樹種植區分布數據，對type為2的田塊進行信息比對，確定其是否是茶樹田，從而得到精細化茶樹種植區分布。

1.2.2 氣象資料的序列延長 由于研究區的區域自動站建立在2000年以后，其時間序列太短，不能滿足風險評估的需求，因此須根據相鄰常規站點的數據進行序列延長。目前常見的序列延長方法有差值延長法、一元回歸延長法、條件差值延長法、逐步回歸延長法、比值延長法等[22-23]。差值延長法和一元回歸延長法較為簡單，所需數據較少;條件差值延長法和逐步回歸延長法效果較好，但較為復雜，所需數據較多;比值延長法多用于降水資料的延長[22]。此外，國內外有學者采用其他方法進行氣象資料的延長和插補，如婁偉平采用支持向量機的方法對新昌縣區域自動站的氣象資料進行序列延長[6]，Coulibaly等采用神經網絡的方法對缺測數據進行插補[24]，但這些方法對數據的要求更多。鑒于此，本研究在現有數據的基礎上，結合周邊常規氣象站資料，采用簡單的差值延長法對松陽縣各自動氣象站日最低氣溫的序列進行延長，資料延長所參考的常規氣象站結合按就近原則選取，所采用的公式為：

2 結果與分析

2.1 松陽縣精細化茶樹種植區分布

結合谷歌高分辨率衛星數據與GIS技術獲取松陽縣精細化茶樹種植區分布，并對各鄉鎮茶樹田的面積比例進行統計，結果分別如圖2、圖3所示。圖2-a是松陽縣精細化茶樹種植區分布圖，圖2-b、圖2-c分別為古市鎮和西坪街道的局部放大圖（即圖2-a中方框部分）。圖2-b、圖2-c展現了特定小區域內的每一塊茶樹田，體現了該數據的精細性。此外，由于茶樹種植區域具有常年變化較小的特性，結合谷歌高分辨率衛星數據與前人研究成果提取的茶樹種植區具有更高的準確性。

從圖2-a可看出，松陽縣中部條帶型區域屬于茶樹種植的密集區，主要包括新興鎮、赤壽鄉、樟溪鄉、古市鎮、齋壇鄉、望松街道、葉村鄉、水南街道、西坪街道等9個鄉鎮;松陽縣東西兩側，屬于茶樹種植的稀疏區，茶樹田較少。松陽縣茶樹種植區分布呈現圖2-a的特性主要是由于松陽縣中部地勢低，東西兩側地勢高，地勢較高的地區海拔較高，海拔較高的地區一方面不適宜種植茶樹，另一方面增加農民采摘茶葉的困難與危險性。

從圖3可看出，松陽縣各鄉鎮茶樹田面積差異較大，新興鎮茶樹田面積最大，約占松陽縣茶樹田總面積的17.5%;其次是樟溪鄉、古市鎮、水南街道、赤壽鄉、齋壇鄉、望松街道、西屏街道等，茶樹田面積各占松陽縣茶樹田總面積的6%～10%;竹源鄉、四都鄉、楓坪鄉等茶樹田面積極少，各占松陽縣茶樹田總面積的1%不到，其中楓坪鄉茶樹田面積最小，僅占0.4%左右。

2.2 松陽縣精細化茶樹種植區茶葉春霜凍災害危險性、暴露性、脆弱性區劃

如前所述，首先，采用松陽縣的基礎地理數據、社會經濟數據和各氣象站點序列延長后的1987—2016年的日最低氣溫數據，結合前文中的方法，得到松陽縣每塊茶樹田各指標因子的值;再次，結合公式（3）、（4）、（6）、（7）、（8）得到松陽縣每塊茶樹田的危險性、暴露性、脆弱性的值;最后，采用ArcGIS 10.0自然分段法劃分等級，得到松陽縣精細化茶樹種植區茶葉春霜凍災害危險性、暴露性、脆弱性區劃圖，分別如圖4、圖5、圖6所示，這3幅圖中每一幅圖的小圖展現的區域與圖2中一致，其中每一幅圖的b、c分別展示了特定區域每塊茶樹田的危險性、暴露性、脆弱性。

從圖4-a可看出，松陽縣茶樹種植區茶葉春霜凍災害低危險性的茶樹田主要集中在松陽縣的中心地區，即葉村鄉東部、西坪街道西部、水南街道東北部以及齋壇鄉南部等地區;中危險性的茶樹田主要集中在松陽縣的中北部條帶型地區，即赤壽鄉、古市鎮、望松街道、樟溪鄉、齋壇鄉北部、新興鎮東部、水南街道西部和南部、西坪街道東部等地區;高危險性的茶樹田主要集中在松陽縣東西兩側，即玉巖鎮、楓坪鄉、竹源鄉、三都鄉、四都鄉、板橋畬族鄉、裕溪鄉、大東壩鎮以及新興鎮西部等地區。松陽縣茶樹種植區茶葉春霜凍災害的危險性整體表現為中間的茶樹田低，東西兩側的茶樹田高，其原因主要是松陽縣的地勢為中間低，東西兩側高，地勢較低的地方早春溫度較高，發生茶葉春霜凍災害的危險性小，地勢較高的地方早春溫度較低，發生茶葉春霜凍災害的危險性大。

從圖5-a可看出，松陽縣中部條帶型地區的茶樹種植區如赤壽鄉、古市鎮、樟溪鄉、望松街道、葉村鄉、西屏街道、水南街道、象溪鎮、大東壩鎮等的茶樹田多為低暴露區與中暴露區穿插分布;而松陽縣東西兩側的茶樹種植區如玉巖鎮、楓坪鄉、安民鄉、新興鎮西部等的茶樹田均屬于高暴露區。松陽縣中部條帶型茶樹種植區的茶樹田的暴露性不大，主要是由于該地區海拔較小，而該地區的茶樹田為低暴露與中暴露穿插分布，一來是該地區不同地點海拔的微小差異，二來是陽坡和陰坡的差異;松陽縣東西兩側茶樹種植區的茶樹田的暴露性較大，主要是由于松陽縣東西兩側多山區，其海拔較高。

從圖6-a可看出，松陽縣茶樹種植區大部分茶樹田屬于低脆弱性茶樹田，主要是由于松陽縣大部分茶樹田面積和產值較小，其脆弱性較小;少部分鄉鎮如齋壇鄉、樟溪鄉、葉村鄉等存在少量脆弱性較高的茶樹田，主要是由于這些地區地勢較為平坦，存在少量面積較大的茶樹田，其脆弱性較高。

2.3 松陽縣精細化茶樹種植區茶葉春霜凍災害風險區劃

采用公式（5）結合以上松陽縣茶樹種植區每塊茶樹田的危險性、暴露性、脆弱性的值，得到松陽縣茶樹種植區每塊茶樹田的風險指數。此外，根據表3劃分等級，得出松陽縣精細化茶樹種植區茶葉春霜凍災害風險區劃圖，并對每個鄉鎮茶樹種植區茶葉春霜凍災害各風險等級的茶樹田的面積和比例進行統計，分別如圖7、表4所示。圖7中每一幅小圖所展現的區域與圖2中一樣，其中圖7-b、圖7-c精細地展示了小區域內每塊茶樹田的風險。

結合圖7-a和表4可發現，松陽縣茶樹種植區低風險的茶樹田主要分布在松陽縣中心地區，中風險的茶樹田主要分布在松陽縣中部條帶型地區，高風險的茶樹田主要分布在松陽縣東西兩側地區，低風險、中風險、高風險的茶樹田面積分別約占松陽縣茶樹田總面積的14.32%、58.06%、27.62%;葉村鄉東部、齋壇鄉南部、西屏街道西部、水南街道東北部的茶樹種植區的茶樹田由于海拔較低，早春氣溫較高，以及暴露性較小等原因，茶葉春霜凍災害風險指數較小，屬于松陽縣茶樹種植區茶葉春霜凍災害的低風險區，適宜種植茶樹，可適當進行茶葉春霜凍災害的防御;新興鎮、赤壽鄉、古市鎮、樟溪鄉、齋壇鄉、望松街道均有超過50%的茶樹種植區的茶樹田位于中風險區，這些區域的海拔在300 m左右，早春氣溫相對較低，發生茶葉春霜凍災害的風險略高，須采取一定措施進行茶葉春霜凍災害的防御;松陽縣東西兩側的玉巖鎮、楓坪鄉、安民鄉、板橋畬族鄉、三都鄉、四都鄉、竹源鄉的茶樹種植區的茶樹田幾乎完全位于高風險區，其他地區如象溪鎮、大東壩鎮、裕溪鄉等也有超過50%的茶樹種植區的茶樹田位于高風險區，此外，新興鎮西部的茶樹種植區的茶樹田也位于高風險地區，雖然其占新興鎮茶樹田總面積比例不大，但其面積較大，是松陽縣茶樹種植區高風險茶樹田面積最大的鄉鎮，這些區域由于海拔較高，早春溫度較低，發生茶葉春霜凍災害的危險性較大，且暴露性較高等原因，導致茶葉春霜凍災害風險指數較高，發生茶葉春霜凍災害的風險較大，應采取積極的防御措施，如用草或者塑料薄膜覆蓋、煙熏等。

3 結論

本研究采用谷歌高分辨率衛星數據與GIS技術結合，獲取松陽縣精細化茶樹種植區分布，并在此基礎上，結合自然災害風險形成理論，以茶樹田塊為單位，對松陽縣茶樹種植區茶葉春霜凍災害進行風險評估，并劃分低風險，中風險，高風險的茶樹田， 結論如下：（1）松陽縣茶樹多種植在縣中部條帶型區域，新興鎮茶樹田面積最大，約占松陽縣茶樹田總面積的 17.5%，楓坪鄉茶樹田面積最小，約占松陽縣茶樹田總面積的0.4%。（2）總體來說，松陽縣茶樹種植區茶葉春霜凍災害低風險、中風險、高風險的茶樹田面積分別約占松陽縣茶樹田總面積的14.32%、58.06%、27.62%。（3）松陽縣茶樹種植區茶葉春霜凍災害低風險的茶樹田主要分布在葉村鄉等縣中心地區，中風險的茶樹田主要分布在赤壽鄉、古市鎮、樟溪鄉、望松街道等縣中部條帶型地區，高風險的茶樹田主要分布在玉巖鎮、楓坪鄉、三都鄉、板橋畬族鄉以及新興鎮西部等縣東西兩側的地區。

參考文獻：

[1]王學林. 江南茶區春霜凍風險評價技術研究[D]. 南京：南京信息工程大學，2015：57-67.

[2]李時睿，王治海，楊再強，等. 江南茶區茶葉生產現狀和氣候資源特征分析[J]. 干旱氣象，2014，32（6）：1007-1014.

[3]Sykes M T，Prentice I C，Cramer W. A bioclimatic model for the potential distributions of North European tree species under present and future climates[J]. Journal of Biogeography，1996，23（2）：203-233.

[4]Huang S. Meteorology of the tea plant in China：a review[J]. Agricultural and Forest Meteorology，1989，47（1）：19-30.

[5]葉建剛，金志鳳，楊再強. 4月7日霜凍對紹興茶葉影響的評估[J]. 浙江農業科學，2013（9）：1085-1088.

[6]婁偉平. 浙江省大佛龍井產區春季茶葉霜凍災害研究[D]. 南京：南京信息工程大學，2013：83-100.

[7]李亞春，王友美，巫麗君，等. 2013年春季低溫霜凍對蘇南茶樹影響的評估[J]. 江蘇農業科學，2014，42（8）：248-249，250.

[8]陳思寧，申雙和，劉 敏，等. 湖北省茶樹氣象災害模糊綜合評價及區劃[J]. 農業工程學報，2010，26（12）：298-303.

[9]胡 波，金志鳳，嚴甲真，等. 基于FastICA的浙江省茶葉早春霜凍時空分布特征[J]. 中國農學通報，2014，30（10）：190-196.

[10]田生華. 晚霜凍對隴南茶樹的危害及防御措施[J]. 甘肅科技，2005，21（10）：203-204.

[11]王世斌. 晚霜凍對茶樹的危害及防御[J]. 中國茶葉，2003，25（5）：28-29.

[12]王世斌. 南京地區晚霜凍對茶樹的危害及防御[J]. 南京農專學報，2001，17（4）：49-52.

[13]金志鳳，胡 波，嚴甲真，等. 浙江省茶葉農業氣象災害風險評價[J]. 生態學雜志，2014，33（3）：771-777.

[14]周炎生，謝友祥，梁麗梅，等. 松陽縣旱糧優質高效生產及種植模式的探討[J]. 浙江農業科學，2016，57（9）：1383-1387.

[15]包建豐. 松陽縣茶葉產業的成長及其發展攻略[J]. 茶葉，2008，34（1）：45-48.

[16]李柏貞，謝佳杏，孔 萍，等. 江南茶葉農業氣象災害風險區劃[J]. 干旱氣象，2015，33（6）：1017-1023.

[17]李志鵬. 近30年黑龍江水稻種植區域遙感提取及其時空變化分析[D]. 北京：中國農業科學院，2014：22-24.

[18]樊香所. 基于風云衛星中分辨率數據的農業種植區信息提取方法研究[D]. 成都：電子科技大學，2015：17-45.

[19]Xiao X M，Boles S，Liu J Y，et al. Mapping paddy rice agriculture in southern China using multi-temporal MODIS images[J]. Remote Sensing of Environment，2005，95（4）：480-492.

[20]景毅剛. 利用EOS/MODIS信息提取陜西冬小麥種植面積研究[J]. 陜西農業科學，2008，12（2）：95-98.

[21]單晉婷. 農業GAP系統中的衛星地圖土地分割及融合算法[D]. 長沙：湖南師范大學，2013：28-47.

[22]朱曉晨，高 玚，高佳琦，等. 基于GIS的區縣級暴雨洪澇風險評估方法[J]. 熱帶地理，2014，34（5）：704-711.

[23]王 瑩，蘇永秀，李 政. 廣西西部山區日最低氣溫短序列訂正方法[J]. 山地學報，2012，30（2）：186-194.

[24]Coulibaly P，Evora N D. Comparison of neural network methods for infilling missing daily weather records[J]. Journal of Hydrology，2007，341（1/2）：27-41.

[25]李世奎，霍治國，王道龍，等. 中國農業災害風險評價與對策[M]. 北京：氣象出版社，1999：3-5.

[26]彭祖贈，孫韞玉. 模糊數學及其應用[M]. 武漢：武漢大學出版社，2002：40-45.

[27]梁必騏，樊 琦，楊 潔，等. 熱帶氣旋災害的模糊數學評價[J]. 熱帶氣象學報，1999，15（4）：305-311.

[28]徐建華. 現代地理學中的數學方法[M]. 北京：高等教育出版社，1996：224-249.