不同管理方式荔枝遙感監測與空間變化研究

劉 序，雷百戰，陳鵬飛，周燦芳

（1.廣東省農業科學院農業經濟與信息研究所/農業農村部華南都市農業重點實驗室，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】我國是全球最大規模的荔枝生產國，產量占世界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、流通和消費大省［2］，省委、省政府高度重視荔枝產業發展，提出要將荔枝打造成為高品質、有口碑的農業“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《廣東荔枝產業高質量發展三年行動計劃（2021—2023 年）》重要任務［4］。在有利的政策環境下，廣東荔枝產業實現了穩定發展，但仍存在產業規模不明晰、生產管理較粗放、組織化程度較低等問題，造成集中上市和“果賤傷農”現象，不利于荔枝產業穩定增長和果農收益增加。遙感技術具有快速無損、大面積同步觀測等優勢，在農作物物候期預測、產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域的研究還較少。廣州市增城區是全國著名的荔枝之鄉，是“中國荔枝郵票”原發地［6］，荔枝是增城農業經濟的支柱產業之一，近年來取得顯著的經濟效益。本研究綜合運用遙感技術和地理信息系統（GIS）技術研究荔枝種植區域的精準識別與空間變化特征，為增城區乃至廣東荔枝高質量發展提供決策參考。【前人研究進展】遙感技術經過幾十年的發展，已經成為獲取自然資源和生態環境空間信息的重要手段。Pan等［7］依據冬小麥在生長季節特有的物候期，利用中分辨率成像光譜儀（MODIS）的混合像元數據，構建了一種作物比例物候指數（CPPI）來表達MODIS 植被指數（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荔枝種植的空間分布區域，借助高分辨率QuickBrid 影像進行精度驗證，提取精度達到85.7%。農作物空間格局及其時空動態變化研究具有重要的理論和現實意義，研究方法主要基于統計數據、遙感信息和空間模型，圍繞自然-社會經濟驅動因子，剖析農作物空間格局演變的內外部原因［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、產量、產值、土地產出率、生產集中度與產地集中度的區域分布特征及重心移動軌跡，為供給側改革和蘋果生產布局優化提供依據。徐燁等［13］借助ArcGIS 對雄安新區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據對農作物、果樹等解譯精度較高，利用重心遷移、破碎度指數等方法研究各類農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量和品質影響較大，有些種植區域由于長期無人管理而逐漸從水果產區變為生態景觀區，導致產量減少、經濟效益降低。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域的空間分布特征，利用重心遷移模型、破碎度指數分析荔枝種植區域的空間變化特征，為荔枝產業發展提供精準的空間分布數據。【擬解決的關鍵問題】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兩期高分辨率影像，分析有人管理、無人管理荔枝種植區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據支撐。

1 研究區域與數據來源

1.1 研究區域

廣州市增城區位于廣東省中南部、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。

1.2 荔枝物候特征

從物候學特征分析，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，綜合利用地面調查與目視解譯方法，進行荔枝種植區域識別［14-15］。

1.3 遙感數據來源

本研究遙感數據源為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域。因此，本研究獲取了增城區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。

2 研究方法

2.1 遙感解譯及判定方法

第一步，在廣州市增城區選擇有人管理與無人管理荔枝種植典型區域，開展地面調查，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，根據調查區域位置，對應定位遙感影像的相應區域，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域的區分，主要通過荔枝株距和園區規整程度判定：如果荔枝株距較大、長勢均勻、種植區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域；否則則認定為無人管理荔枝種植區域。

2.2 重心遷移模型

重心遷移模型主要反映區域土地空間格局的變化［16-17］。通過計算區域農作物圖斑的重心坐標，研究不同時間該農作物重心遷移距離，探索農業產業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個小區域該種圖斑面積；Xi、Yi分別為第i個小區域圖斑的幾何中心坐標；n為研究區內小區域的總個數。

2.3 破碎度指數

破碎度指數主要計算區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，A為總面積。

3 結果與分析

3.1 遙感影像解譯進度檢驗

基于多源遙感影像數據，依據遙感解譯標志，以目視解譯形成增城區2015 年和2019 年荔枝種植區域空間分布圖。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。依據核查樣點均勻分布原則，從2019 年解譯的荔枝種植區域圖斑中隨機選取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，包括荔枝種植區域和非荔枝種植區域。全部核查采樣點分布情況如圖2 所示。

圖2 廣州增城區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、龍眼混合種植區域；3 個被解譯錯誤，對應區域是非荔枝。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 系數為0.67，表明荔枝種植區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域的株距和樹形較為規則，故解譯正確率較高；而無人管理荔枝種植區域的株距和樹形不規整，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

3.2 荔枝種植面積變化分析

從表2 可以看出，增城區正果、石灘、仙村、中新等鎮街是荔枝主要種植區域，而永寧、新塘等鎮街分布較少。總體上，增城區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%。從鎮街看，大部分鎮街都有所減少，其中仙村鎮和中新鎮面積減少較多，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%。從鎮街看，有人管理的荔枝種植區域中，面積減少最多的鎮街是增江街和中新鎮，減少面積超過35 hm2；無人管理的荔枝種植區域，僅有仙村、派潭、永寧3 個鎮街荔枝種植面積減少，其中仙村鎮減少最多、為25.87 hm2，而荔城、增江等8個鎮街荔枝面積在增加，其中增江街荔枝種植面積增加最多、超過44 hm2。

由圖3 可知，增城區荔枝種植區域空間變化不大，僅中新、仙村等鎮街減少較多且集中分布在鎮街中部，主要是因為城鎮發展和建設用地占用導致荔枝種植區域減少。而在遠離鎮街中心的邊緣區域逐漸開始零星出現新荔枝種植區域，反映出市場需求引導果農增加荔枝種植。

圖3 2015—2019 年廣州增城區荔枝種植區域空間變化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，有人管理變為無人管理的面積為42.12 hm2，新開發且有人管理的荔枝種植面積為9.17 hm2，有人管理變為非荔枝區域而減少的面積為94.35 hm2。有人管理荔枝種植面積減少較多的鎮街為增江、中新、仙村等，主要是因為城鎮建設占用導致荔枝用地轉為其他用地，也有部分荔枝種植區缺乏有效管理而成為無人管理區域。圖4 還顯示，有零星地塊被開發為荔枝種植區域且加強了人為管理，表明市場因素驅動果農擴大荔枝種植規模、開展枝條修剪等措施以增加經濟收益。

圖4 2015—2019 年廣州增城區有人管理荔枝種植區域空間變化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。而新開發且無人管理的荔枝種植面積較大、為186.93 hm2。對于該新增區域，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，空間形態上處于無人管理狀態。無人管理荔枝種植區域增加較多為增江、荔城、中新等，減少較多的為仙村、永寧等鎮街，同樣是城鎮建設導致荔枝種植區域減少，而市場需求促進荔枝種植規模擴大。

圖5 2015—2019 年廣州增城區無人管理荔枝種植區域空間變化Fig.4 Spatial changes of unmanaged litchi planting areas in Zengcheng District of Guangzhou from 2015 to 2019

3.3 荔枝種植區域空間變遷分析

通過計算圖斑重心坐標變化（表3），從2015 年到2019 年，增城區荔枝種植區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、派潭等鎮街空間遷移距離較大。有人管理荔枝種植區域整體向西北遷移，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、永寧等鎮街空間遷移距離較大。無人管理荔枝種植區域整體向西南遷移，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、荔城等鎮街空間遷移距離較大。

表3 2015—2019 年廣州增城區荔枝種植區域空間遷移分析Table 3 Analysis of spatial migration of litchi planting areas in Zengcheng Distrct of Guangzhou from 2015 to 2019

增城區荔枝種植區域總體向東北遷移，表明荔枝產業方向逐漸北遷，結合圖3 可知，荔枝遷移逐漸向鎮街邊緣變化。有人管理荔枝種植區域與無人管理荔枝種植區域變遷方向相反，結合圖4、圖5 發現部分有人管理荔枝種植區域被城鎮發展占用或轉為其他用地，種植區域減少導致空間重心整體向西北遷移，而離城鎮較近的有人管理荔枝種植區域則存在被占用的風險而轉為無人管理，導致無人管理荔枝種植區域的重心整體向西南遷移。

荔枝種植區域空間重心遷移的距離大小，反映出荔枝產業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，種植區域的空間遷移過快不利于荔枝產業穩定發展。

3.4 荔枝種植區域破碎度變化分析

從表4 可以看出，增城區荔枝種植區域破碎度指數從2015 年的0.0407 增加至2019 年的0.0413，表明荔枝種植區域在空間分布上進一步碎化、連片程度降低，但增江、新塘、仙村等鎮街的荔枝種植區域相對較為集中連片。有人管理荔枝種植區域破碎度指數從0.0244 降低到2019年的0.0238，仙村、中新等7 個鎮街破碎度指數降低，僅增江、荔城兩個街道有所增加。無人管理荔枝種植區域破碎度指數整體略有增加，荔城、增江街道有所降低，其他8 個鎮街破碎度指數均有不同程度增加。

表4 2015—2019 年廣州增城區荔枝種植區域破碎度指數分析Table 4 Analysis of fragmentation indexes of litchi planting areas in Zengcheng District of Guangzhou from 2015 to 2019

從農業產業發展角度分析，破碎度指數越小，表明產業空間連片、規整，有利于農業規模化、集約化發展；破碎度指數越大，越不利于農業產業化發展。有人管理荔枝種植區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模化發展，可降低生產成本、提升經濟效益。無人管理荔枝種植區域則需要加強政策引導和技術扶持、提升荔枝管理水平，以增加產量和經濟收益。

4 討論

4.1 以多源多期亞米級遙感影像解譯不同管理方式下荔枝空間分布規模

在荔枝種植區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，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的亞米級影像數據，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據，以此提升荔枝解譯精度，可較為準確識別荔枝種植區域范圍與規模。為提升荔枝種植管理水平和經濟效益，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域的判斷規則，突出對有人管理與無人管理荔枝種植區域的識別，解譯出不同管理方式下荔枝種植區域與分布面積，為荔枝產業高質量發展提供準確的空間基礎數據。

4.2 從時空特征分析荔枝規模變化與連片程度

重心遷移、破碎度指數等模型可定量分析各類地物不同時間的空間格局特征，對農業產業發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、蘋果產業等方面開展研究，為農業產業布局優化提供技術支撐［12-13］，尤其在荔枝種植空間格局研究方面［11］，通過分析產業的空間聚集效應，為產業規模化發展提供科學指引。本研究通過分析廣州增城區2015—2019 年荔枝種植區域的空間區域變化、空間位置遷移及破碎度變化程度，得出荔枝種植區域逐漸向城鎮邊緣轉移、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域的時空變化特征，進一步發現有人管理荔枝種植區域在規模上減少、但在空間連片程度上增強，反映人為管理對荔枝產業規模化發展的積極作用；而無人管理荔枝種植區域在規模上總體保持穩定，但存在城鎮中心減少、城鎮邊緣增加現象，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域分布范圍，識別出有人管理和無人管理荔枝種植區域的時空變化特征，有助于低效果園改造和標準化果園建設開展，促進荔枝產業高質量發展和鄉村產業興旺。

5 結論

針對荔枝不同管理方式，本研究以廣州市增城區為例，利用2015 年和2019 年兩期高分辨率衛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域解譯正確率高于無人管理荔枝種植區域，規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現，增城區荔枝種植規模略有減少，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在城鎮邊緣開發新的荔枝種植區域。在空間變化上，增城區荔枝種植區域整體向東遷移45.14 m、向北遷移107.01 m，部分鎮街遷移距離較大，而有人管理與無人管理荔枝種植區域的空間變遷方向相反，空間遷移過快不利于荔枝產業穩定發展。荔枝種植區域破碎度指數從2015 年0.0407 增加到2019 年0.0413，在空間上呈現逐漸分散格局；但有人管理荔枝種植區域的破碎度指數降低至0.0238，呈現空間聚集狀態，統一管理有助于荔枝產業規模化和標準化發展。