不同管理方式荔枝遙感監(jiān)測(cè)與空間變化研究

劉 序，雷百戰(zhàn)，陳鵬飛，周燦芳

（1.廣東省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與信息研究所/農(nóng)業(yè)農(nóng)村部華南都市農(nóng)業(yè)重點(diǎn)實(shí)驗(yàn)室，廣東 廣州 510640；2.中國(guó)科學(xué)院地理科學(xué)與資源研究所，北京 100101）

【研究意義】我國(guó)是全球最大規(guī)模的荔枝生產(chǎn)國(guó)，產(chǎn)量占世界65%～70%，荔枝也是我國(guó)重要的出口水果之一［1］。廣東是我國(guó)荔枝生產(chǎn)、流通和消費(fèi)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(biāo)準(zhǔn)示范果園建設(shè)等是《廣東荔枝產(chǎn)業(yè)高質(zhì)量發(fā)展三年行動(dòng)計(jì)劃（2021—2023 年）》重要任務(wù)［4］。在有利的政策環(huán)境下，廣東荔枝產(chǎn)業(yè)實(shí)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(wèn)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(zhǎng)和果農(nóng)收益增加。遙感技術(shù)具有快速無(wú)損、大面積同步觀測(cè)等優(yōu)勢(shì)，在農(nóng)作物物候期預(yù)測(cè)、產(chǎn)量估測(cè)方面已有較多應(yīng)用［5］，但對(duì)有人管理與無(wú)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(guó)著名的荔枝之鄉(xiāng)，是“中國(guó)荔枝郵票”原發(fā)地［6］，荔枝是增城農(nóng)業(yè)經(jīng)濟(jì)的支柱產(chǎn)業(yè)之一，近年來(lái)取得顯著的經(jīng)濟(jì)效益。本研究綜合運(yùn)用遙感技術(shù)和地理信息系統(tǒng)（GIS）技術(shù)研究荔枝種植區(qū)域的精準(zhǔn)識(shí)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(jìn)展】遙感技術(shù)經(jīng)過(guò)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(zhǎng)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(gòu)建了一種作物比例物候指數(shù)（CPPI）來(lái)表達(dá)MODIS 植被指數(shù)（VI）時(shí)間序列與冬小麥種植面積之間的定量關(guān)系，提高了遙感解譯精度。薛云等［8］運(yùn)用光譜相似尺度方法提取荔枝果園樣本，利用支持向量機(jī)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(jī)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(jìn)行精度驗(yàn)證，提取精度達(dá)到85.7%。農(nóng)作物空間格局及其時(shí)空動(dòng)態(tài)變化研究具有重要的理論和現(xiàn)實(shí)意義，研究方法主要基于統(tǒng)計(jì)數(shù)據(jù)、遙感信息和空間模型，圍繞自然-社會(huì)經(jīng)濟(jì)驅(qū)動(dòng)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(jié)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(shù)與重心理論，分析2005—2015 年中國(guó)蘋(píng)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(dòng)軌跡，為供給側(cè)改革和蘋(píng)果生產(chǎn)布局優(yōu)化提供依據(jù)。徐燁等［13］借助ArcGIS 對(duì)雄安新區(qū)Landsat 遙感影像進(jìn)行地類提取和劃分，采用Fragstats 進(jìn)行景觀格局分析，結(jié)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(shù)和多源數(shù)據(jù)對(duì)農(nóng)作物、果樹(shù)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(shí)空分布特征及變化趨勢(shì)，但對(duì)不同管理方式荔枝種植區(qū)域的識(shí)別和時(shí)空變化研究不多?！颈狙芯壳腥朦c(diǎn)】荔枝為常綠喬木，管理方式是否精細(xì)對(duì)其產(chǎn)量和品質(zhì)影響較大，有些種植區(qū)域由于長(zhǎng)期無(wú)人管理而逐漸從水果產(chǎn)區(qū)變?yōu)樯鷳B(tài)景觀區(qū)，導(dǎo)致產(chǎn)量減少、經(jīng)濟(jì)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(wú)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(zhǔn)的空間分布數(shù)據(jù)?！緮M解決的關(guān)鍵問(wèn)題】針對(duì)荔枝管理粗放、空間分布不明晰等問(wèn)題［5］，利用遙感技術(shù)解譯廣州市增城區(qū)兩期高分辨率影像，分析有人管理、無(wú)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(biāo)準(zhǔn)果園建設(shè)提供數(shù)據(jù)支撐。

1 研究區(qū)域與數(shù)據(jù)來(lái)源

1.1 研究區(qū)域

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(mén)，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(fēng)氣候，氣候溫和，熱量豐富。

1.2 荔枝物候特征

從物候?qū)W特征分析，荔枝開(kāi)花期（3 月）、采摘期（7 月）前后影像差異是基于光譜學(xué)特征解譯的關(guān)鍵期。但增城區(qū)上半年云雨較多，導(dǎo)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(duì)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(jìn)行荔枝種植區(qū)域識(shí)別［14-15］。

1.3 遙感數(shù)據(jù)來(lái)源

本研究遙感數(shù)據(jù)源為Google Earth 影像，兩期影像時(shí)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(kù)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(diǎn)區(qū)域。因此，本研究獲取了增城區(qū)亞米級(jí)分辨率兩期影像，可清晰辨識(shí)每株樹(shù)，便于基于荔枝冠層形狀與大小進(jìn)行直接識(shí)別，而非過(guò)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(qū)選擇有人管理與無(wú)人管理荔枝種植典型區(qū)域，開(kāi)展地面調(diào)查，明確荔枝在不同管理?xiàng)l件下的空間分布及冠層結(jié)構(gòu)特征；第二步，根據(jù)調(diào)查區(qū)域位置，對(duì)應(yīng)定位遙感影像的相應(yīng)區(qū)域，基于不同管理方式下荔枝的空間分布及冠層結(jié)構(gòu)信息，建立有人管理與無(wú)人管理荔枝種植區(qū)域的解譯標(biāo)志（圖1），對(duì)兩期影像進(jìn)行目視解譯；第三步，基于解譯圖斑，布設(shè)采樣點(diǎn)，開(kāi)展地面核查與精度驗(yàn)證。

圖1 有人管理（A）和無(wú)人管理荔枝種植區(qū)域（B）的解譯標(biāo)志Fig.1 Deciphered signs of managed (A) and unmanaged (B)litchi planting areas

其中，有人管理與無(wú)人管理荔枝種植區(qū)域的區(qū)分，主要通過(guò)荔枝株距和園區(qū)規(guī)整程度判定：如果荔枝株距較大、長(zhǎng)勢(shì)均勻、種植區(qū)與周邊地物有明顯分界線，則認(rèn)為存在人為管理，認(rèn)定為有人管理荔枝種植區(qū)域；否則則認(rèn)定為無(wú)人管理荔枝種植區(qū)域。

2.2 重心遷移模型

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(guò)計(jì)算區(qū)域農(nóng)作物圖斑的重心坐標(biāo)，研究不同時(shí)間該農(nóng)作物重心遷移距離，探索農(nóng)業(yè)產(chǎn)業(yè)時(shí)空遷移方向和距離［12,18］，計(jì)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(biāo)；Cti為第i個(gè)小區(qū)域該種圖斑面積；Xi、Yi分別為第i個(gè)小區(qū)域圖斑的幾何中心坐標(biāo)；n為研究區(qū)內(nèi)小區(qū)域的總個(gè)數(shù)。

2.3 破碎度指數(shù)

破碎度指數(shù)主要計(jì)算區(qū)域景觀圖斑的空間破碎程度，反映人類對(duì)景觀的影響程度［13,19-21］，計(jì)算公式如下：

式中，∑ni為圖斑總個(gè)數(shù)，A為總面積。

3 結(jié)果與分析

3.1 遙感影像解譯進(jìn)度檢驗(yàn)

基于多源遙感影像數(shù)據(jù)，依據(jù)遙感解譯標(biāo)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(yàn)證解譯結(jié)果精度，于2020 年7 月21—22 日開(kāi)展實(shí)地核查工作。依據(jù)核查樣點(diǎn)均勻分布原則，從2019 年解譯的荔枝種植區(qū)域圖斑中隨機(jī)選取30 個(gè)圖斑作為核查采樣點(diǎn)。為增加樣本量，隨機(jī)布設(shè)22 個(gè)非核查采樣點(diǎn)，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(diǎn)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(diǎn)與非核查采樣點(diǎn)分布Fig.2 Distribution of check points and non-check points for remote sensing interpretation in Zengcheng District of Guangzhou

通過(guò)驗(yàn)證，在30 個(gè)核查采樣點(diǎn)中，27 個(gè)被解譯正確，其中22 個(gè)實(shí)際地物是荔枝，5 個(gè)是荔枝、黃皮、龍眼混合種植區(qū)域；3 個(gè)被解譯錯(cuò)誤，對(duì)應(yīng)區(qū)域是非荔枝。在22 個(gè)非核查采樣點(diǎn)中，8 個(gè)荔枝樣點(diǎn)被正確解譯7 個(gè)，1 個(gè)被解譯為非荔枝；14 個(gè)非荔枝樣點(diǎn)被正確解譯12 個(gè)，2 個(gè)被解譯成荔枝。

從表1 可以看出，利用實(shí)地采樣點(diǎn)與核查點(diǎn)計(jì)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(jié)果與實(shí)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(shù)形較為規(guī)則，故解譯正確率較高；而無(wú)人管理荔枝種植區(qū)域的株距和樹(shù)形不規(guī)整，較難通過(guò)遙感影像直接目視解譯，一些與黃皮、龍眼等混種導(dǎo)致解譯精度略低。

表1 精度驗(yàn)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(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。總體上，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(wú)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(guò)35 hm2；無(wú)人管理的荔枝種植區(qū)域，僅有仙村、派潭、永寧3 個(gè)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(gè)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(guò)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?yàn)槌擎?zhèn)發(fā)展和建設(shè)用地占用導(dǎo)致荔枝種植區(qū)域減少。而在遠(yuǎn)離鎮(zhèn)街中心的邊緣區(qū)域逐漸開(kāi)始零星出現(xiàn)新荔枝種植區(qū)域，反映出市場(chǎng)需求引導(dǎo)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(guò)圖斑面積計(jì)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(wú)人管理的面積為42.12 hm2，新開(kāi)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?yàn)槌擎?zhèn)建設(shè)占用導(dǎo)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(wú)人管理區(qū)域。圖4 還顯示，有零星地塊被開(kāi)發(fā)為荔枝種植區(qū)域且加強(qiáng)了人為管理，表明市場(chǎng)因素驅(qū)動(dòng)果農(nóng)擴(kuò)大荔枝種植規(guī)模、開(kāi)展枝條修剪等措施以增加經(jīng)濟(jì)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(wú)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(dá)167.94 hm2。而新開(kāi)發(fā)且無(wú)人管理的荔枝種植面積較大、為186.93 hm2。對(duì)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(dǎo)致荔枝樹(shù)發(fā)育較慢，沒(méi)有進(jìn)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(wú)人管理狀態(tài)。無(wú)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(shè)導(dǎo)致荔枝種植區(qū)域減少，而市場(chǎng)需求促進(jìn)荔枝種植規(guī)模擴(kuò)大。

圖5 2015—2019 年廣州增城區(qū)無(wú)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

3.3 荔枝種植區(qū)域空間變遷分析

通過(guò)計(jì)算圖斑重心坐標(biāo)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(wú)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(jié)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(wú)人管理荔枝種植區(qū)域變遷方向相反，結(jié)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(dǎo)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(fēng)險(xiǎn)而轉(zhuǎn)為無(wú)人管理，導(dǎo)致無(wú)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(shù)，一般實(shí)生樹(shù)要6～10 年才結(jié)果，采用駁枝或嫁接法繁殖的荔枝樹(shù)5～6 年后才有收獲，種植區(qū)域的空間遷移過(guò)快不利于荔枝產(chǎn)業(yè)穩(wěn)定發(fā)展。

3.4 荔枝種植區(qū)域破碎度變化分析

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(jìn)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(duì)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(gè)鎮(zhèn)街破碎度指數(shù)降低，僅增江、荔城兩個(gè)街道有所增加。無(wú)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(gè)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)?；⒓s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(biāo)準(zhǔn)化和規(guī)?；l(fā)展，可降低生產(chǎn)成本、提升經(jīng)濟(jì)效益。無(wú)人管理荔枝種植區(qū)域則需要加強(qiáng)政策引導(dǎo)和技術(shù)扶持、提升荔枝管理水平，以增加產(chǎn)量和經(jīng)濟(jì)收益。

4 討論

4.1 以多源多期亞米級(jí)遙感影像解譯不同管理方式下荔枝空間分布規(guī)模

在荔枝種植區(qū)域的空間信息獲取上，相關(guān)學(xué)者以MODIS、QuickBrid 等多分辨率多波段遙感影像開(kāi)展研究，結(jié)合荔枝物候特征和運(yùn)用支持向量機(jī)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(kāi)花、坐果、成熟等時(shí)期均在雨季，此時(shí)不易獲取云層較少的光學(xué)影像，利用荔枝物候期進(jìn)行光譜信息提取存在一定困難。本研究針對(duì)增城區(qū)荔枝遙感影像獲取與解譯存在的難點(diǎn)，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(jí)影像數(shù)據(jù)，分析荔枝冠層形狀、大小等空間特征，通過(guò)目視解譯獲取兩個(gè)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(zhǔn)確識(shí)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(jì)效益，本研究通過(guò)高精度遙感影像，構(gòu)建有人管理與無(wú)人管理荔枝種植區(qū)域的判斷規(guī)則，突出對(duì)有人管理與無(wú)人管理荔枝種植區(qū)域的識(shí)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(zhǔn)確的空間基礎(chǔ)數(shù)據(jù)。

4.2 從時(shí)空特征分析荔枝規(guī)模變化與連片程度

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(shí)間的空間格局特征，對(duì)農(nóng)業(yè)產(chǎn)業(yè)發(fā)展具有重要的理論意義和應(yīng)用價(jià)值。相關(guān)學(xué)者從耕地、自然景觀、蘋(píng)果產(chǎn)業(yè)等方面開(kāi)展研究，為農(nóng)業(yè)產(chǎn)業(yè)布局優(yōu)化提供技術(shù)支撐［12-13］，尤其在荔枝種植空間格局研究方面［11］，通過(guò)分析產(chǎn)業(yè)的空間聚集效應(yīng)，為產(chǎn)業(yè)規(guī)?；l(fā)展提供科學(xué)指引。本研究通過(guò)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(chǔ)上，本研究從有人管理與無(wú)人管理上分析不同管理方式下荔枝種植區(qū)域的時(shí)空變化特征，進(jìn)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(qiáng)，反映人為管理對(duì)荔枝產(chǎn)業(yè)規(guī)模化發(fā)展的積極作用；而無(wú)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(shù)識(shí)別不同管理方式荔枝種植區(qū)域分布范圍，識(shí)別出有人管理和無(wú)人管理荔枝種植區(qū)域的時(shí)空變化特征，有助于低效果園改造和標(biāo)準(zhǔn)化果園建設(shè)開(kāi)展，促進(jìn)荔枝產(chǎn)業(yè)高質(zhì)量發(fā)展和鄉(xiāng)村產(chǎn)業(yè)興旺。

5 結(jié)論

針對(duì)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(jìn)行目視解譯，分類結(jié)果與實(shí)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(wú)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(shí)別率。通過(guò)比較兩期遙感解譯結(jié)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(chǎng)需求促使果農(nóng)在城鎮(zhèn)邊緣開(kāi)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(wú)人管理荔枝種植區(qū)域的空間變遷方向相反，空間遷移過(guò)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?biāo)準(zhǔn)化發(fā)展。