基于遙感的南方丘陵山區耕地撂荒研究

吳 峰 李沛鴻 熊 凡 袁逸敏

(江西理工大學 土木與測繪工程學院, 江西 贛州 341099)

0 引言

在工業化和城鎮化快速推進的背景下,我國農村勞動力數量大幅降低,很多地方出現大范圍的耕地撂荒現象[1]。我國耕地狀況主要表現為人均耕地面積小,總體質量不高[2],耕地資源稀缺。耕地撂荒對國家糧食安全存在很大影響[3-4],也易造成土壤有機碳的減少和土壤結構的惡化[5]、加劇人地矛盾[6]等,為此,提取撂荒地的空間分布、規模和數量,對耕地保護、提高耕地耕作效率、促進耕地集約化應用和鞏固脫貧攻堅成果極其重要。

我國南方丘陵山區受地理條件的制約,耕地撂荒范圍廣,持續時間長,有效耕地面積正逐步縮減。中央一號文件《中共中央 國務院關于做好2022年全面推進鄉村振興重點工作的意見》強調,要“牢牢守住保障國家糧食安全和不發生規模性返貧兩條底線”“實行耕地保護黨政同責,嚴守18億畝耕地紅線”。面對我國優質耕地少、后備耕地資源不足的現狀[7],在深入實施“藏糧于地”的戰略下,對南方丘陵山區的撂荒地研究尤為重要。為此,選取江西省的典型山區縣(安福縣)為研究區,通過支持向量機(support vector machine ,SVM)算法對Landsat-8遙感衛星數據進行土地利用分類,制定撂荒和復墾判別規則,提取耕地撂荒和復墾信息。

1 研究區概況

安福縣地處江西中部偏西、吉安市西北部,隸屬吉安市(114°E～114°47′E、27°4′N～27°36′N),面積2 793.15 km2。該縣地勢西北比東南高,南部和東北部為低山丘陵崗埠地形;縣域地貌以侵(或剝、溶)蝕構造地形為主,河谷洪沖積平原也占一定比例。該縣屬中亞熱帶季風濕潤氣候,氣候溫和,降雨充沛,日照時間長,干濕季明顯,是我國13個糧食主產區的100個糧食生產大縣之一,耕地面積約446.67 km2,有“贛西糧倉”之稱,全國第一批商品糧基地縣,屬省直管縣。2020年該縣下轄7個鎮12個鄉,全縣常住人口約32.90萬人。

2 數據與方法

2.1 數據源

本文所用到的遙感影像數據和數字高程模型(digital elevation model, DEM)數據來源于地理空間數據云網站,分辨率30 m,時相主要集中在6—10月份;用于分類和驗證的高分辨率影像為GGGIS(一款下載地圖軟件)衛星影像數據和ArcGIS衛星影像數據,分別來源于GGGIS地圖下載器和全能電子地圖下載器,地圖級別越高分辨率越高,本文所用為17級,分辨率1.2 m;人口勞動力數據來源于安福縣人民政府網站和安福縣統計年鑒。

2.2 研究方法

根據第三次全國土地調查土地分類方法和《土地利用現狀分類(GB/T21010—2017)》,考慮研究區實際情況,將土地利用類型分為耕地、林地、草地、水域、建設用地和裸地六大類。研究區的耕地類型存在梯田及細碎地塊,為了更好地選取樣本,用雙線性內插法將像元大小重采樣為15 m;選擇樣本時,參考高分辨率影像和已合并的7個波段值(紅、綠、藍、近紅外四個波段、歸一化植被指數(normalized difference vegetation index, NDVI)、高程數據和坡度數據,保證樣本的準確性和代表性;計算樣本間的可分離性驗證分類精度;用SVM方法解譯遙感影像[8],用Majority分析法消除孤立像元,對錯分斑塊人工修正[9],得到土地利用分類圖。

不同學者對耕地撂荒的時間定義有不同的看法,比如荒蕪一年以上[10-11]、荒蕪兩年及以上[12]、荒蕪一季或一季以上[13-14]可視為撂荒。根據研究區實際情況,本文將耕地荒蕪兩年及以上視為撂荒,低于兩年則視為耕地休耕。基于對撂荒地時間的定義及耕地可能演變的形態,本文建立的耕地撂荒判別規則如下：t年有耕地斑塊A,t+1年、t+2年斑塊A未發生變化,則仍視為耕地;t+1年A未發生變化,t+2年A變為草地、裸地或稀疏林地,視為耕地休耕;t+1年A轉為裸地、草地或稀疏林地,t+2年經過復墾又變回耕地,視為耕地休耕;t+1年A轉為裸地、草地或稀疏林地,t+2年A仍保持t+1年的狀態,視為耕地撂荒。

用每年的撂荒面積與基準年耕地面積作比值計算,能定量表達耕地撂荒程度,比值結果稱為撂荒率。計算公式如下：

(1)

式中,Pi表示撂荒率;Si表示第i年的撂荒面積;A0表示基準年耕地面積。

撂荒地的復墾識別規則為：t年有撂荒地斑塊St,t+1年有耕地斑塊At+1,統計St與At+1的重疊部分,所得結果即為撂荒地復墾范圍。

用后一年復墾的耕地面積與前一年的撂荒面積作比值計算,能定量表達撂荒耕地的復墾程度,比值結果稱為復墾率。計算公式如下：

(2)

式中,Pr表示復墾率;Ai+1表示第i+1年復墾的耕地面積;Si表示第i年的撂荒面積。

3 結果分析

3.1 SVM方法分類結果精度

通過SVM方法得到安福縣2013—2020年連續8年的土地利用分類圖,遙感影像分類結果用混淆矩陣驗證分類精度,確保分類的準確性和可靠性,2013—2020年SVM分類結果的總體精度依次為88.84%、86.21%、89.93%、86.67%、85.64%、89.75%、87.50%、84.73%,Kappa系數依次為0.85、0.82、0.87、0.83、0.82、0.85、0.84、0.81,符合本研究的精度要求。其中,2017、2020年的遙感影像分類精度較低,主要是受到云量影響。

3.2 撂荒地提取結果分析

利用撂荒地提取規則,得到2015—2020年的撂荒地空間分布圖(圖1)。從圖中可看出,撂荒現象在整個研究區呈零散狀態分布,但主要分布在研究區的東部、東北部和東南部地區,其他區域的撂荒面積相對較少,2015年以來每年的撂荒面積和撂荒率如表1所示。

表1 安福縣2015—2020年撂荒地統計結果

(a)2015年

(b)2016年

(c)2017年

(d)2018年

(e)2019年

(f)2020年圖1 安福縣耕地撂荒圖

可以看出,撂荒面積較大的年份出現在2018和2019年,撂荒面積分別為4 839.53 hm2和5 970.39 hm2,撂荒率分別達到10.76%和11.60%,撂荒率最低的是2015年,為4.26%。2015—2020年的撂荒面積和撂荒率呈先增后減趨勢。經查閱相關文獻資料得知,安福縣在2012—2019年內城市人口增加了5.63萬人,城市化率上漲了11%,農村人口減少3.51萬人,減少人數占2012年的13.89%,農業勞動力大量析出使得撂荒形勢更加嚴峻,為遏制撂荒發展態勢,從2019年12月至2021年12月,安福縣爭取用兩年時間有效解決耕地拋荒問題,貫徹執行吉安市治理耕地拋荒的相關政策,如“屬于基本農田的,承包戶要主動復耕復種”“自身無法復耕的,要統一接受流轉”以及各類高新技術人才的引進、各種獎補政策的制定實施,有政府的大力支持和幫扶,不少在外務工人員回到家鄉承包撂荒的土地,進行大規模的農業生產,到2020年,安福縣農村人口有23.22萬人,增長人數占2019年的6.70%。研究中2019—2020年撂荒情況得以好轉,也正說明了拋荒整治工作正在推進,并取得了一定的成效。

為分析耕地持續撂荒動態,以2013年耕地為基準,提取不同時間段撂荒地的分布,統計持續撂荒面積以及撂荒率(表2)。由表2可知,持續撂荒時間在4年以內的面積較大,均在1 000 hm2以上,撂荒率均在2%以上,持續撂荒5年以上的面積相對較小,到2020年,即持續7年未耕作的有677.89 hm2,與持續2年未耕作的相比,減少了1 434.16 hm2,說明耕地荒廢閑置一定時間后,會得到再次的復墾利用,不會任其一直持續撂荒下去。

表2 安福縣持續撂荒地面積統計

安福縣屬于典型的山區縣,受地理位置、勞動力、水文條件的影響,各個鄉鎮的耕作水平也存在差異,因此統計安福縣19個鄉鎮每一年的撂荒面積,對進一步分析研究區的撂荒情況很有必要性。經統計山莊鄉、金田鄉、楓田鎮、洲湖鎮撂荒現象比較嚴重,年平均撂荒面積在300 hm2以上。彭坊鄉、滸坑鎮、章莊鄉撂荒現象較輕,年平均撂荒面積在100 hm2以下,滸坑鎮在所有鄉鎮中撂荒面積最少,平均年撂荒面積為26.70 hm2。

3.3 復墾地提取結果分析

利用2015—2020年的撂荒地和耕地范圍,提取2016—2020年撂荒地復墾區域(圖2)。可以看出,復墾區域主要分布在山莊鄉、竹江鄉、瓜畬鄉、楓田鎮等鄉鎮,這也是耕地撂荒現象較明顯的區域。復墾率如表3所示,2020年復墾面積最大,達到1 587.39 hm2,2016年的復墾面積最小,為431.83 hm2;2018—2020年的復墾面積逐漸增加,復墾率從16.12%上升至26.59%,說明撂荒現象越來越受到重視,相關部門采取措施鼓勵引導當地農民復耕復墾,極力遏制撂荒現象蔓延。近年來安福縣也在大力推進高標準農田項目建設,尤其是2017年,舉全縣之力,高質量完成了35.17 km2高標準農田建設任務,2017年的復墾率較高,可能與此有關。

表3 安福縣2016—2020年撂荒地復墾統計結果

(a)2016年

(b)2017年

(c)2018年

(d)2019年

(e)2020年圖2 安福縣撂荒地復墾圖

在自然和社會因素作用下,耕地撂荒現象無可避免,但可以采取相關措施改善這一問題。如對自然基礎薄弱的農田加強基礎設施建設,提升抵御自然災害風險能力,安福縣山區地形范圍大,自然條件差,很多農田水利設施不到位,農業生產條件得到提高,耕地才能不被撂荒;繼續保持土地流轉政策,合理利用土地,提高撂荒土地利用率;加強土地開發整理與集約化應用,如楓田鎮、瓜畬鄉、山莊鄉的景觀格局多樣化、耕地破碎化,撂荒現象嚴重,可將小塊耕地翻墾整理成大片耕地再統一劃分給農戶,便于大型機器投入使用,促使土地扭轉,提高耕地可利用率;對撂荒現象較輕的區域可加快推進高標準農田建設,保證耕地質量,增加糧食產量;加大宣傳力度,增加種糧補貼,調動農民種糧積極性,增加農業勞動力,以改善耕地撂荒現象。

4 結束語

本文基于2013—2020年江西省安福縣的Landsat-8遙感數據,參考GGGIS衛星影像和ArcGIS衛星影像圖,利用SVM算法分類,根據建立的耕地撂荒、復墾判別規則提取了撂荒面積、復墾面積和持續撂荒面積,制作撂荒及復墾空間分布圖,得到以下結論：①用SVM算法的總體分類精度在84.73%～89.93%之間,Kappa系數在0.81～0.87之間,可以將分類結果用于耕地撂荒的判別。②年平均撂荒面積為3866.61 hm2,年平均撂荒率為7.91%,可以看出安福縣撂荒現象比較嚴重。③持續撂荒面積和撂荒率呈下降趨勢,持續7年的撂荒率僅為1.37%。④山莊鄉、金田鄉、楓田鎮、洲湖鎮撂荒現象較重,年均撂荒面積均在300 hm2以上;彭坊鄉、滸坑鎮、章莊鄉撂荒現象較輕,年均撂荒面積在100 hm2以下。⑤2018—2020年的復墾率從16.12%上升至26.59%,說明撂荒現象越來越受到重視,撂荒地逐漸恢復耕種,撂荒蔓延現象得到控制。⑥研究區耕地撂荒受到自然和社會兩方面的影響,農村勞動力析出為主導因素。

通過遙感技術和地理信息系統技術對安福縣的撂荒和復墾狀況進行研究,具有一定的科學性[15],對以后的土地利用和糧食生產也有一定的價值意義,但也存在一些不足,比如：安福縣地形復雜,植被類型多樣,草地、林地和耕地之間容易錯分,后續可以通過人機交互解譯方式,并且選擇足夠多的樣本數量,使得土地利用分類與實際情況更加貼近;通過查閱資料發現,由于耕地撂荒的復雜性,并且很難獲得歷年的高分辨率影像,因而缺少歷史年份真實的撂荒地規模和數量,研究缺乏驗證分析,因此實驗中只能通過影像的分類精度間接說明提取的撂荒地精度,后續可以采取多種識別方法進行對比分析,增加結果的說服力與可信度。