黄河故道地区果园空间分布特征分析

摘要 基于多时相中分辨率遥感数据，结合野外实地采样数据和面向对象的遥感影像分析方法，开展黄河故道地区果园信息提取，结合地形因子、海岸线分布等基础地理数据，探讨果园空间分布格局，并分析不同空间尺度下果园的聚集度特征。结果表明：黄河故道果园面积约1 268.30 km²，其中砀山县、丰县和萧县为果园种植的主要地区；果园主要分布于高程＞20～60 m、坡度≤4°的范围内的地势平坦地带，分别占果园总面积的86.84%和88.43%；果园主要分布于距离海岸线＞280 km的区域内，占果园总面积的91.20%；县（区）域、10 km×10 km、5 km×5 km和1 km×1 km格网尺度下的果园种植密度呈显著空间正相关，属于空间聚集分布模式，随空间尺度降低，聚集度越高。可见黄河故道地区果园逐渐呈现出种植规模化、连片化的特征。

关键词 果园；空间分布特征；黄河故道地区

中图分类号 S181.3 文献标识码 A

文章编号 0517-6611（2024）02-0063-06

doi：10.3969/j.issn.0517-6611.2024.02.013

开放科学（资源服务）标识码（OSID）：

Spatial Distribution Characteristics of Orchards in the Ancient Canal of Yellow River

YUAN Hui-li^1，2，YANG Ya-nan¹，CHEN Wen-jun³

（1.Architectural Engineering Institute，Jinling Institute of Technology，Nanjing，Jiangsu 211169; 2.State Key Laboratory of Lake Science and Environment，Nanjing Institute of Geography and Limnology，Chinese Academy of Science，Nanjing，Jiangsu 210008;3.Software Engineering Institute，Jinling Institute of Technology，Nanjing，Jiangsu 211169）

Abstract Based on multi temporal and medium resolution remote sensing data，combined with field sampling data and object-oriented remote sensing image analysis methods，information extraction of orchards in the ancient canal of Yellow River was carried out.Combining basic geographic data such as terrain factors and coastline distribution，the spatial distribution pattern of orchards was explored，and the clustering characteristics of orchards at different spatial scales were analyzed.The results showed that the area of orchards along the ancient canal of Yellow River was about 1 268.30 km².Dangshan County，Feng County and Xiao County were the major planting areas.Orchards were mainly distributed in flat terrain areas with an elevation of >20-60 m and a slope of ≤4°，accounting for 86.84% and 88.43% of the total orchard area，respectively;orchards were mainly distributed in areas more than 280 km away from the coastline，accounting for 91.20% of the total area of orchards.The planting density of orchards at the county （district） scale，10 km×10 km，5 km×5 km and 1 km×1 km grid scale showed a significant spatial positive correlation，belonging to a spatial aggregation distribution pattern.As the spatial scale decreased，the aggregation degree increased.It could be seen that orchards in the ancient canal Yellow River were gradually showing the characteristics of large-scale cultivation and contiguity.

Key words Orchard;Spatial distribution characteristic;Ancient canal of Yellow River

基金项目 国家自然科学基金项目（42101476，42201295）；江苏省高等学校自然科学研究面上项目（21KJB170025）。

作者简介 苑惠丽（1981—），女，山东滨州人，讲师，博士，从事流域地表要素遥感反演研究。

收稿日期 2022-11-21；修回日期 2022-12-13

黄河故道又称为故黄河、淤黄河，是历史上黄河流域的重要组成部分，位于京津冀、黄河流域和长三角3个区域的连接地带，地理位置重要，发展潜力大。2019年，习近平总书记在黄河流域生态保护和高质量发展座谈会上的讲话指出，黄河流域是打赢脱贫攻坚战的重要区域；黄河流域生态环境持续明显向好，下游河口湿地面积逐年回升，生物多样性明显增加，但流域生态环境脆弱^[1]。然而，由黄河水淤积形成的土壤有机质含量低，农业生产能力弱，沿线贫困化程度较高，但其独特的气候特征和砂质土壤，适宜果树生长^[2]。20世纪50年代开始建起了近百个国营园艺场，有力推动了黄河故道地区果园产业的快速发展。然而，经过近20年的快速发展，在2010年左右果园的面积及产量增长速度变缓甚至有的区域开始减少种植面积^[3-4]，势必会影响故道周边的生态环境和经济发展。因此，有必要对黄河故道地区果园的种植现状进行调查，获取准确的果园种植情况，从而为改善生态环境和保证周边经济的可持续发展提供数据支持。

黄河故道果园的研究多集中于果树的栽培^[5-7]、病虫害防治^[8-9]、土壤性状^[10]及不同耕作和覆盖条件下对果园产量的影响^[11]等方面。常规的统计方法很难及时准确地得到精确的农作物种植面积，更无法实时获取农作物的空间分布状况^[12]。随着遥感技术的出现，快速准确地获取果园的空间分布情况成为可能，尤其是大范围果园信息提取^[13-19]。

因此，该研究拟基于多时相中分辨率遥感数据，结合野外实地采样数据和面向对象的遥感影像分析方法，开展黄河故道地区果园信息提取，结合地形因子、海岸线分布等基础地理数据，探讨果园空间分布格局，并分析不同空间尺度下果园的聚集度特征，为黄河故道地区果园产业化规模健康发展提供参考。

1 资料与方法

1.1 研究区概况

黄河故道自河南省兰考县向东南，途径3个省的21个县（区），自西向东依次经过民权县、商丘市区、安徽省砀山县、江苏省丰县、徐州市区、睢宁县、宿迁市区、泗阳县、淮安市区，过涟水县后，由滨海县的大淤尖村套子口入黄海，全长约728.3 km（图1）。除安徽萧县境内、徐州市市辖区和徐州铜山区境内有小面积山地海拔较高，区域内总体地势西高东低，平均海拔31.52 m，该区域属气候界于暖温带和北亚热带之间，属于季风半湿润气候区，冬秋无霜期长，光热充足，东西跨度较大，由内陆到沿海，气候特征稍有差异，年均气温14.0～14.7 ℃，年无霜期213～220 d，年降雨量678～949 mm。其独特的气候特征和砂质土壤，适宜果树生长。

1.2 基础地理数据

该研究使用的数据包括：①黄河故道地区30 m空间分辨率ASTER GDEM地形数据，下载于美国航天局（NASA）数据统一发布平台Reverb （http：//reverb.echo.nasa.gov/reverb）；②Landsat 8 OLI（operational land image）L1级标准产品，该级别数据产品使用地面控制点和数字高程模型数据进行了几何校正，坐标精度能满足该研究要求。

经过统计发现，覆盖整个研究区需要5景Landsat 8 OLI影像，条带号分别为120/36、120/37、121/36、122/36、123/36。据旱地作物的生长特征可知，10月中下旬农作物已全部收获，此时是提取果园的最佳时相。其中，位于条带号为122/36的安徽省砀山县梨园具有大面积连片分布的特征，且紧邻农村居民点，上覆有落叶林的农村居民点与果园有相似的光谱特征和时相特征，利用IOPT指数可以将其有效区分，选取4月初、10月初及12月份影像进行该区域果园提取。因此，该研究中共选取出2017—2020年7景无云影像作为数据源（表1）。利用2020年4月获取的野外调查样点进行精度的验证与评价。

1.3 基于NDVI的果园信息提取

黄河故道地区东西跨度较大，果园在内陆和沿海地区有明显不同的分布特点和影像特征。内陆地区果园一般集中分布、面积大，与耕地邻接，两者在遥感影像上植被特征极其相似。但因其在生长期内与耕地有明显的差异，10月中下旬是耕地内庄稼的收获期，NDVI最低，而果园仍然茂盛，因此选取此期间获取的影像可以有效区分耕地和果园。沿海地区多是小型采摘园，面积较小，中分辨率遥感影像上识别困难，仅利用光谱特征难以从遥感影像上将其提取出来，需结合Google Earth平台的高分辨率卫星遥感影像进行验证并纠错。

1.4 地形与区位特征

在同一空间参考系统下，将同一地区具有不同地理特征和属性的数据进行叠加，能够得到该地区的多重属性特征，或建立地理对象之间的空间对应关系。该研究利用空间叠加分析方法，对黄河故道地区果园的分布特征进行研究，包括：①将提取的果园数据与黄河故道地区县、区分布图进行叠加，统计得到各县、区果园的种植面积；②将果园数据分别与高程和坡度2个地形因子进行叠加，统计分析果园在不同高程和坡度下的空间分布情况；③利用海岸线数据构建多环缓冲区与果园数据进行叠加，统计分析果园在不同缓冲区范围内的分布特征。