基于Landsat影像数据的耕地种植速生林识别

唐文学 鞠蕾 王辉 邢春燕

摘 要： 耕地种植速生林直接导致耕地数量的减少，威胁粮食安全。但目前尚缺乏耕地种植速生林的有效监测方法。本研究以山东省泗水县为研究区，基于所有可获得的Landsat影像数据，综合运用最优像元合成法和随机森林法获取了2001年、2006年、2011年和2017年四期研究区土地覆被类型图，并分析了不同阶段之间的土地覆被转移情况以及耕地向速生林转化的时空格局。结果表明：2001—2017年，耕地面积大幅减少，速生林面积扩大了344km2，其中大部分是由耕地转移而来。通过实地调研和文献综述发现耕地种植速生林的主要原因有：速生林经济效益更高;邻地是否为速生林对农户的种植决策影响明显;年轻人外出务工，劳动力缺乏;政府的一些制度条件。本研究为耕地保护提供重要数据支撑，为土地利用政策制定提供重要依据。

关键词： 影像数据;耕地种植;速生林识别

【中图分类号】TD171 【文献标识码】A 【文章编号】1674-3733（2020）03-0026-02

20世纪末，我国各地出现了耕地种植速生林的现象，良田种植速生林直接导致耕地数量的减少，威胁粮食安全。速生林种植对耕地土壤有机质与养分、土壤水分均产生了明显的负面影响，不利于以后土地重新转移为耕地。虽然耕地种植速生林现象很早就引起关注，但是国内多数研究以分析其驱动因素为主，缺乏识别方法的研究。

1 概述

近年来，基于30m分辨率的Landsat卫星遥感技术的发展为森林干扰、作物分类、城市扩张等的监测和表征提供了数据支撑 。相对于AVHRR和MODIS等低分辨数据产品，Landsat数据能够很好的反映土地覆被的空间异质性和时间变化特征，因而适用于耕地种植速生林变化过程的研究。但由于Landsat数据时间分辨率较低，且易受到云的干扰，同一时段的多幅影像难以直接镶嵌合成来开展大尺度土地覆被变化研究。基于此，学者提出了基于Landsat数据的影像合成方法，并成功地用于土地覆被变化研究。其中，He等针对所有可获得Landsat影像利用最优像元合成法对中低地区森林覆盖度进行制图。该合成法能够充分利用部分受到云污染的影像，反映不同土地覆被类型的季节变化特征，有利于提高分类精度。耕地和林地有不同的物候特征，因而采用时间合成法获取的影像能够很好的物候差异，提高两者的区分精度。

山东省济宁市位于鲁南泰沂低山丘陵与鲁西南黄淮海平原交接地带，地貌类型以平原为主（占49.1%），发展农业的条件较好，是我国重要粮棉油基地。近年来，由于周边地市尤其是临沂地区板材市场繁荣对木材需求量增加的影响，农民为了获得更大的经济效益，将大量农田改种为速生用材林。基于此，本论文以山东省济宁市泗水县为例，基于所有可以获得的Landsat遥感影像数据，利用最优像元合成法和随机森林法获取的2001年、2006年、2011年和2017年四期研究区土地覆被类型图，并分析山东省泗水县2001-2017年不同阶段土地覆被转移情况并确定了耕地流失和向速生林转化的时空格局。本研究揭示耕地种植速生林的时空格局，为该县的耕地保护提供重要依据

2 数据与方法

2.1 研究区概况。Image山东省泗水县（图1）隶属于济宁市辖县，位于山东省中南部，是泗河文化的发祥地。泗水县地势南北高，中部低，由东向西倾斜，南北低山丘陵有738.5km2，占总面积的67%，中部是河谷平地有353.2km2，一条重要的河流泗河自东向西贯穿境内，最高处凤仙山海拔608米;属于暖温带季风气候，年平均气温13.4℃，常年降水量平均755毫米。泗水县是一个以传统农业为主的山区县，主要农作物为玉米、小麦、花生等。

2.2 数据。

本研究利用Landsat Collection 1 Level-2地表反射率数据来对研究区不同时期的土地覆被进行制图。 Landsat数据的空间分辨率约为30m，重访周期约为16天并随纬度发生变化。Landsat 4-5，7影像和Landsat 8影像分别利用Landsat Ecosystem Disturbance Adaptive Processing System （LEDAPS）和Landsat Surface Reflectance Code （LaSRC）进行大气辐射校正，得到地表反射率数据。同时该数据利用CFmask算法[3]对每幅影像中云、云阴影、积雪等要素进行识别，提供相应的质量控制层。

2.3 土地覆被分类制图。

四期土地覆被制图基于2000-2001年、2005-2006年、2010-2011年、2016-2017年所有可以获取的Landsat collection 1 level-2影像数据。具体数据处理步骤如下（图2）：

首先，对原始数据进行预处理，获得地表反射率图层和质量控制层。基于质量控制图层对每个像素进行评价，对质量较低或者受到云、云阴影和雪等影响的像素进行掩膜。其次，本研究基于Yin等提出的最优像元合成法对每两年的所有遥感影像进行合成，并计算多个分类变量，包括平均值、中位数、25百分位、75百分位和标准差;同时也计算对于土地覆被分类有重要作用的特征数据，如植被指数、纹理、物候指数等。该合成法有以下优势：①分析不必局限在云覆盖度很低的少数几景影像;②分析不必限制在人为划分的每景影像的覆盖范围内;③所有影像的有效观测值可以得到充分的利用;④影像重合区域更高频率的观测可以得到利用;⑤计算的分类特征变量可以反映物候信息。再次，利用随机森林方法分别对4期影像进行分类。该方法在土地覆被制图中得到广泛的应用，并取得了很好的精度。其原理为：利用 bootstrap 可重复抽样方法从原始样本中抽出多个样本，对每个样本进行决策树建模，组合多个决策树的预测得出最终结果。分类结果根据所有树分类器的投票结果确定，并计算每种类型的得票概率 （分类概率）。如：1000个树分类器，800个投票给林地，200个投票给耕地，林地的分类概率为 80%，耕地的分类概率为 20%，最后类别确定为林地。然后，基于高分辨率影像、Google Earth等获取的参考样本对遥感获取的土地覆被图进行精度评价。结果表明获取的四期土地覆被圖的总精度均高于90%。最后，通过土地变化转移矩阵和ArcGIS栅格计算工具对四个时期土地覆被变化的路径进行分析，识别出研究区土地覆被变化动态及其耕地种植速生林的时空分布。

2.4 土地覆被变化动态分析。

参考已有的土地覆被变化动态分析研究，首先根据土地覆被类型图建立一个函数模型y=10*a+b，a表示上一个时期的土地覆被类型代码，b表示下一个时期的土地覆被类型代码，y表示从上一个时期到下一个时期土地覆被类型发生的变化。主要利用ArcGIS中的栅格计算器进行计算。例如，对于某一像元，2001年像元值为1（代表林地类型），2006年像元值为2（代表林地），可以计算得到y值为12，代表1（林地）向2（耕地）转化。

3 结果与讨论

3.1 2001、2006、2011和2017年四个时期土地覆被情况。泗水县南北部丘陵山地地区主要是被裸岩覆盖，并有零散的林地覆盖。耕地、建筑用地主要分布在中部地势相对平坦的地区，在林地多分布在城乡居民点的周围。整个研究区耕地和林地所占比重较大。虽然近20年土地覆被发生一些变化，但耕地和林地还占主导地位，且土地覆被由耕地转化为林地的现象较为明显。

3.2 土地覆被变化时空格局分析。2001-2006年间，林地面积增加，其主要来源为耕地和建筑用地（表1）。林地所占比重由2001年的19.5%上升到2006年的20.9%。耕地面积减少，其主要去向为林地和建筑用地。耕地所占比重由2001年的29.3%减少到2006年的26.0%。虽然土地覆被类型有所转移，但总面积变化不明显。2006-2011年，林地面积增加了220km2，由2006年的20.9%增加到2011年的40.4%，其主要是由耕地转移而来（表2）。耕地明显减少，由26.0%转移到24.3%，主要转变成林地。2011-2017年，林地面积迅速增加，耕地面积继续减少，转化速度不断加快。林地所占比重由40.4%增加到49.9%，约占整个泗水县面积的一半（表3）。其中由耕地转移的林地占78.5%，耕地面积缩减到13.1%。总体上2001-2017年林地增加了344km2，耕地减少了183km2。林地的增加主要是由耕地转移而来。

3.3 耕地转移为速生林的驱动机制。

耕地向林地转换空间格局变化是农户作物类型选择的结果。农户作物类型选择决策是农户在社会经济形势和政策等宏观因素与土地特性、农户特征等微观因素约束下，合理配置土地、资本和劳力等资源，实现家庭效用最大化目标的过程。

（1）速生林比耕地收益更多。研究区东邻临沂市，该市被称为“板材之都”，对木材的需求非常大。除此之外，木材用途广泛，可以用来当作建筑材料、造纸、建造家具等。农户最基础的收益来源于农作物，但近年来，粮食价格持续走低，而林木市场却需求旺盛，2007年上半年杨木价格曾一度达到1350元/m3， 粮食等农产品和杨木价格在市场上的不同走向，有利于杨树林面积迅速扩张，而粮食作物播种面积下降。此外，速生林管理简单，生长速度快，能够在短时间内获得更高的效益。

（2）年轻劳动力外出务工使得农业劳动力缺乏。农业给家庭带来的收入有限，更多人倾向于非农业劳动。特别是一些年轻劳动力，外出务工现象普遍存在。年轻人外出务工，在大城市从事了相对“轻工业”的劳作方式，不愿再回到农村务农。在我国快速城镇化进程中，农业劳动力非农就业现象突出，从上世纪末的民工潮到本世纪初的民工荒。相对于农作物的精耕细作来说，种植速生林所需要的劳动力更少，适应了劳动力不足的现象。

（3）林地对耕地的胁迫效应严重。农户种植速生林的决策对周边农户的影响较大。杨树的根系较为深远，能够夺取周边耕地的养分，并且树干高大，遮挡阳光，影响周边农作物的生长。所以，在耕地种植区一旦有种植速生林的现象，周边耕地也被迫转为速生林的可能性明显增加。另外，种植杨树之后土壤的有机质会发生一定的变化，肥力会下降，含水量也会发生变化，对农作物的耕种产生了消极的影响。

（4）制度原因。农村土地承包关系长期化给树木生长提供了充足的时间，农村土地承包期30年不变，可以满足一棵树木成材的需要。另外，政府大力推行退耕还林、绿色通道、速生丰产用材林基地等工程，给予树苗补助、资金补助等政策激励;鼓勵农户进行农业结构调整，提高农民收入。

4 结论

本研究结果表明：2001-2017年，速生林面积扩大了344km2，其中大部分是由耕地转移而来。相应地耕地面积大幅度减少。裸地大面积转移为速生林，这主要是由于人们环保意识增强和水土保持措施实施的结果。耕地种植速生林的主要原因有：速生林经济效益更高;邻地是否为速生林对农户的种植决策影响明显;年轻人外出务工，劳动力缺乏;一些土地利用政策。要想扭转这一局面，一是要加强宏观调控，制定相应的土地利用计划，坚守耕地18亿亩红线，确保粮食安全;二是制定相应的补贴政策，满足农户的利益需求，留住年轻劳动力;三是修筑水利工程，让农民不再“看天吃饭”，让务农不再那么辛苦，通过推广机械生产等措施，使粮食生产得到保障。

参考文献

[1] 辛良杰，王佳月.耕地种植速生林的影响因素及其政策启示[J].自然资源学报.2014.29（12）：1997-2000.

[2] 姜莹，聂建亮.农地种树抛荒现象的成因及对策研究——以河北省 T 镇为例[J].华中农业大学学报.2010，（4）：90-94.