0 引言
都匀毛尖茶是贵州省的特色农产品,作为全国十大名茶之一享有盛誉,也是都匀市重要经济来源之一。为了解都匀市毛尖茶独具特色且品质优良的原因,有必要对其种植地质背景进行全面的调查研究。作物种植背景调查属于农业地质学科的研究范畴,国内外学者做了大量研究,均取得了良好成果。吴跃东等[1]探讨了茶叶主要品质与产地地质背景的关系,分析了茶叶优异的品质与地质背景条件的相关性,认为地质环境是茶叶生长的主要控制因素; 任明强等[2]研究得出“碎屑岩背景地质环境区土壤综合肥力高于碳酸盐岩背景地质环境区,更有利于优质茶树的生长和品质的提高”的结论。传统的茶树种植研究或只选取某个种植区选择性取样测试分析,研究其地质背景,受采样随机性的影响,缺乏普适性,不能全面掌握作物种植的区域背景情况[1,2,3,4,5,6,7]; 或只注重于对地表生态环境,如年均降水量、空气相对湿度和土壤肥力等指标的分析,而忽视了地质背景的全面调查研究[8,9,10,11]。都匀毛尖茶作为著名的茶叶品牌,其产出地的地质背景尚未被全面调查。故本文在农业地质理论的基础上,以遥感(remote sensing,RS)与地理信息系统(geographic information system,GIS)技术为工具,对都匀市进行茶树种植面积的精准提取,分析都匀市茶树种植的地质背景,结合采样测试分析结果,从地质背景角度划定都匀茶树种植的优势背景区域,为充分利用当地地质背景资源,科学地规划茶树种植,促进当地茶叶经济发展提供科学依据。
1 研究区概况及数据源
1.1 研究区概况
研究区都匀市位于贵州省南部,苗岭南坡,地理坐标在E107°07'~107°46',N25°51'~26°26'之间,海拔在540~1 961 m之间,如图1所示,地质结构背斜平缓宽大,向斜陡峻狭小的隔槽式褶皱,褶皱轴方向基本呈SN向,岩性以碎屑岩和碳酸盐岩为主,含少量碳酸盐岩夹碎屑岩。研究区属亚热带季风湿润气候,冬无严寒,夏无酷暑,最冷和最热的日平均气温分别为5.6 ℃和24.8 ℃,年均气温为16.1 ℃; 雨热同季,雨量充沛,年均降水量为1 431.1 mm; 无霜期为300 d左右。都匀市四季较分明,三伏不热,冬行夏令,秋高气爽,气候湿润,为都匀茶树提供了优良的地表种植环境。
图1
1.2 数据源及其预处理
本文选用的遥感影像为Sentinel-2A影像和Landsat8影像,均下载于美国地质调查局的数据共享网站(
本文还选用都匀市行政区划矢量边界、都匀市行政区划图和反映都匀市地质背景的岩组图等数据,进行都匀茶树种植信息的提取和研究。
利用SNAP平台和Sen2cor插件对Sentinel-2A影像进行辐射定标和大气校正; 利用ENVI5.3软件对Landsat8影像进行辐射定标、大气校正和图像融合,得到15 m空间分辨率的增强影像。并采用ArcGIS10.4.1软件对都匀市行政区划栅格图与都匀市岩组栅格图进行配准。
2 研究方法
茶树种植信息提取流程如图2所示。首先对预处理后的Sentinel-2A影像进行面向对象分类,得到分类结果中茶树种植区S1; 然后计算并提取预处理后的9幅Landsat8 影像中归一化植被指数(normalized difference vegetation index,NDVI)大于0.3的公共区域,得到研究区常绿植物区域S2; 最后提取S1和S2的公共区域并对边界范围进行细化得到研究区茶树种植区提取结果。
图2
根据前人经验,茶树在低光谱分辨率影像中往往会受“同物异谱”或“同谱异物”的影响而难以与其他植被区分,而中高光谱分辨率影像往往空间分辨率较低,难以提取茶树种植区的纹理特征并加以利用。基于此,本研究选择Sentinel-2A遥感影像,该影像拥有空间分辨率为10 m的多光谱波段和红边范围内20 m空间分辨率的3个波段,结合Google Earth影像选择各地物的感兴趣区域形成样本集,对训练样本统计分析得到各植被类别的波段均值,并绘制光谱曲线如图3所示。
图3
从图3中可以看出,虽然茶树在第5—8和第12波段均与其余植被类型存在差异,但仅凭单个波段的光谱信息很难提取茶树; 经研究发现使用绿光和红光波段反射率的比值可以较为有效地将其余植被、人工地表与茶树区分开来,其原理在于使用比值法或差值法对多波段图像或多时相图像进行增强处理,可以突出不同地物的波谱特征差异或不同时相影像特征的变化。计算公式为
式中: TEI为茶树提取指数(tea extraction index,TEI); Green和Red分别为绿光和红光波段的反射率。
图4
图4
影像与TEI指数地物类型特征对比
Fig.4
Contrast of landmark characteristics between image and TEI
图5
图5
高寨水库旁茶树和灌乔木TEI值
Fig.5
TEI Value of different vegetation near Gaozhai Reservoir
利用eCognition软件分割并分类以完成茶树种植信息的提取。面向对象分类是将相邻的同质像元合并成对象并将对象作为最小分类单元进行分类的过程,在对象的基础上进行分类能够充分利用图像中的纹理和形状等信息,提高分类精度[12],使Sentinel-2A影像的优点得到充分利用。分割时选择四叉树分割算法,设置分割阈值为300,即各正方形内最大的颜色差异为300。在分类前以波段融合的方式加入DEM数据、分类过程中加入TEI作为特征参数以获得更好的分类效果。
将研究区分为茶树、水体、乔木、草灌、农田、裸地和建筑物等7种类别。基于检验样本采用混淆矩阵对分类结果进行比较分析,得到研究区分类结果总体精度为82%,Kappa系数为0.753 5。分类精度虽然满足大部分生产工作要求,但对于本文后续研究而言仍存在2点问题: ①分类结果中存在大量“噪声”,对后面的分析研究不利; ②由于影像空间分辨率不够高,可能会导致提取结果中茶树种植区边界、范围不精确,进而影响本研究后续的定量分析结果。
为解决上述问题,根据都匀毛尖四季常青这一物候特性,选择研究区2013—2018年间所有云量较低的各季节Landsat8影像共9幅,经预处理后采用ENVI 5.3软件提取每幅影像的NDVI值,计算公式为
式中NIR为近红外波段的反射率。
图6
野外调绘是遥感提取精度的最佳验证手段。将研究区茶树种植专题图叠加正射影像,对矢量数据进行数据配对,标注属性,确定重点要核实与检验的图斑,制作遥感野外调绘底图。以小围寨办事处与高寨水库等茶树种植重点区域为主要野外调查路线,一共选择47个样本点,其中有44个样本点与遥感影像提取结果基本吻合,验证精度达到93.62%。为排除野外调绘选点时人为因素的干扰,利用ArcGIS10.4.1软件生成分布于茶树种植区的143个随机点,结合Google Earth高空间分辨率影像进行目视判读,整体精度达到91.16%,满足后续研究需要。
3 结果与分析
3.1 RS和GIS处理结果与分析
将都匀市岩组图作为底图与茶树种植分布区叠加后得到茶树种植区与岩组关系(图7),据此分析茶树种植的地质背景。
图7
表1 茶树种植的地质背景
Tab.1
| 岩性 | 面积/km2 | 占总面积 百分比/% | 茶树种植 面积/km2 | 占茶树种植总 面积百分比/% |
|---|---|---|---|---|
| 石灰岩 | 305.60 | 13.37 | 0.22 | 3.48 |
| 白云岩 | 384.33 | 16.80 | 0.94 | 15.18 |
| 石灰岩白云岩互层 | 263.46 | 11.51 | 0.57 | 9.25 |
| 碳酸盐岩夹碎屑岩 | 213.63 | 9.33 | 0.26 | 4.20 |
| 碎屑岩 | 1 095.15 | 47.86 | 4.21 | 67.82 |
| 第四系 | 25.86 | 1.13 | 0.00 | 0.07 |
| 总计 | 2 288.03 | 100 | 6.20 | 100 |
表1定量地反映了研究区各岩组的分布情况以及茶树种植在不同地质背景的分布情况。研究区碎屑岩面积分布高达47.86%,是所有岩性中占比最大的地质背景,且有67.82%的茶树种植区分布于碎屑岩背景上; 其次则是白云岩,占总面积的16.80%, 该地质背景上茶树种植面积占茶树种植总面积的15.18%; 石灰岩、石灰岩与白云岩互层、碳酸盐岩夹碎屑岩及第四系浮土层等地质背景的分布面积占研究区总面积的比例分别为13.37%,11.51%,9.33%和1.13%,这些地质背景上茶树种植面积分别占茶树种植总面积的3.48%,9.25%,4.20%和0.07%。由此可知,第四系浮土层内茶树种植面积最少,石灰岩和碳酸盐岩夹碎屑岩背景茶树种植面积也较少,石灰岩与白云岩互层背景茶树种植面积占比相对多些。
3.2 采样结果与分析
土壤作为植物营养物质的资源库,是作物营养供给的有力保障,茶树中的化学元素主要来自土壤,土壤中的各种元素来源于成土母岩。岩石(成土母质)、土壤和农作物系统中矿物元素的地球化学迁移和平衡,是农业种植营养循环与平衡的主要方式之一。根据实地采样分析结果,不同地质背景下基岩的化学元素含量见表2。
表2 岩石的化学元素含量
Tab.2
| 岩石 类型 | 岩石 编号 | 常量元素 | 微量元素 | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| P/(mg· kg-1) | K/ % | S/ % | Na/ % | Al/ % | Ca/ % | Fe/ % | Mg/ % | Mn/(mg· kg-1) | Zn/(mg · kg-1) | Cu/(mg · kg-1) | Mo/(mg· kg-1) | V/(mg· kg-1) | Co/(mg· kg-1) | ||
| 碎屑 岩 | 1 | 390 | 3.69 | 0.01 | 0.14 | 8.95 | 0.02 | 5.04 | 1.45 | 202 | 108 | 16.3 | 0.12 | 122 | 24.0 |
| 2 | 490 | 2.90 | 0.01 | 0.52 | 8.29 | 0.05 | 4.50 | 1.34 | 380 | 102 | 9.9 | 0.24 | 105 | 32.7 | |
| 均值1 | 440 | 3.30 | 0.01 | 0.33 | 8.62 | 0.04 | 4.77 | 1.40 | 291 | 155 | 13.1 | 0.18 | 114 | 28.4 | |
| 非碎 屑岩 | 1 | 140 | 1.01 | 0.03 | 0.04 | 1.81 | 20.80 | 0.83 | 8.06 | 115 | 22 | 6.7 | 0.15 | 22 | 4.6 |
| 2 | 160 | 1.90 | 0.02 | 0.05 | 2.77 | 15.85 | 1.15 | 9.40 | 121 | 37 | 3.5 | 0.41 | 27 | 5.3 | |
| 3 | 40 | 1.17 | 0.02 | 0.02 | 0.42 | 20.10 | 0.51 | 11.80 | 86 | 12 | 4.9 | 0.90 | 9 | 11.3 | |
| 均值2 | 113 | 1.36 | 0.02 | 0.04 | 1.67 | 18.92 | 0.83 | 9.75 | 107 | 24 | 5.0 | 0.49 | 19 | 7.1 | |
| 均值1-均值2 | 327 | 1.94 | -0.01 | 0.29 | 6.95 | -18.88 | 3.94 | -8.35 | 184 | 131 | 8.1 | -0.31 | 95 | 21.3 | |
由表2中岩石地球化学特征上来看,与非碎屑岩不同,碎屑岩中,P,Zn,Al,V,Mn,Cu,Fe,Co和K等元素含量明显较高,其环境中本身Ca2+和Mg2+含量低,交换性也较低,而风化土壤中存在大量Al3+和H+离子,导致其土壤的pH值较低,呈酸性,利于茶树生长[15]。总的来说,研究区内碎屑岩包含有利于茶树生长的矿物元素含量要比碳酸盐岩中的丰富很多,风化成土后营养物质更丰富,为茶树种植提供了优良条件,这与前人在贵州开展的农业地质背景研究成果一致。茶农在栽种茶树时常常以碎屑岩碎块为“肥料”放置于茶园中,以便风化后增强土壤肥效; 茶农普遍反映,有时在碎屑岩地区种植茶树时不施肥比碳酸盐岩地区施肥的茶树长势还好,这也从侧面佐证了碎屑岩地区土壤综合肥力较高,有利于茶树的生长和茶叶品质的提高。
3.3 茶树种植建议与规划
农作物所具有的择地而生、隔界不长的特性中蕴含了不同地质背景产生的重要制约作用。在农业地质的相关理论指导下,综合前人研究,以及采取不同岩性岩石样品,进行化学元素测试分析验证得知,都匀市研究区的地质背景类似杭州龙井茶种植区的背景,其出好茶的原因都是一套碎屑岩地层发挥了重要作用。对采集的岩石样品分析测试其常量与微量元素含量,结果表明: 碎屑岩(砂岩和砂岩夹页岩)地质背景为主的地层,地质背景矿物元素更丰富,碎屑岩形成的土壤理化条件良好,是茶树种植的首选地质背景。以纯碳酸盐岩(白云岩和石灰岩)为主的地层,促进茶树生长的化学元素含量相对较少,纯碳酸盐岩形成的土壤理化条件与茶树生长习性不甚匹配。碳酸盐岩夹碎屑岩风化形成的背景区域介于二者之间,茶树种植也较为适宜。由此,将都匀碎屑岩背景区划定为茶树种植的最优区、碳酸盐岩夹碎屑岩背景区划定为适宜区、碳酸盐岩背景区划定为不适宜区(图8)。
图8
4 讨论
4.1 茶树信息提取
在开展农业地质研究过程中,全面获取某一地区作物的种植信息以及掌握该作物种植的地质背景,一直是一个不能解决的瓶颈问题,也是农业区划、农业产业结构调整缺乏数据支撑的重大问题。将RS和GIS技术引入农业地质研究,上述2个问题都得到顺利解决。作物种植区的提取精度是决定本研究可靠性的重要依据,TEI指数可作为监测植物长势的指标[16],在选用面向对象的分类方法对Sentinel-2A影像进行分类的同时,发现引入该指数可以较为有效地将各种类型的地物特别是其他植被与茶树区分开来,再将面向对象分类结果中的茶树种植区与用Landsat8影像提取的研究区常绿植物分布区的交集作为靶区,辅以Google Earth影像为底图的人工勾绘,综合以上流程完成茶树种植信息的提取。研究表明本文的技术处理有效提高了茶树种植信息的提取精度,确保了后续研究数据的可靠性。
4.2 茶树种植与地质背景的关系
农作物的生长主要依赖于水土条件,早有高琳等[17]得出结论: 水土条件除受气候影响外,又直接受地层岩性、地球化学和水文特征等农业地质背景的影响而衍生变化。所以农作物品质的优劣与其所处区域的农业地质背景条件有着密切的关系。成土母岩对农作物的作用主要表现在2个方面: 首先,成土母岩的矿物组成通过影响土壤物理性状而影响作物品质,碎屑岩风化后形成黄色砂土、亚砂土、亚黏土等[18],通透性强、有利于促进有机质分解,土壤综合肥力高,而以石灰岩、白云岩为主的碳酸盐岩生成的石灰土土壤硬度高,透水透气性差; 其次,成土母岩的化学成分通过地球化学元素影响土壤状况进而影响特色作物的品质,因为成土母岩的化学元素不同,其发育的土壤的化学元素含量差异也较为明显。
结合前人农业地质研究与本文调查分析,都匀茶树种植历史悠久、茶叶品质好,这与当地大面积适宜种植茶树的碎屑岩地质背景有着紧密的联系。碳酸盐岩夹碎屑岩地区相比之下也为较适宜区。由表1可知,都匀市目前还有约1 090.94 km2的碎屑岩与约为213.37 km2的碳酸盐岩夹碎屑岩背景区未进行茶树种植,这一研究结果令人欣喜,表明该市尚具有极其广阔的优质茶树种植发展前景。
5 结论
本文以农业地质理论为基础,借助RS和GIS技术,以都匀市岩组地质背景为核心,对茶树种植区域的地质背景进行统计分析与研究,制作了都匀市茶树种植与岩组关系图,精确统计了各地质背景下的茶树种植面积,结合农业地质研究成果,最后编制了都匀市茶树种植地质背景适宜区规划图。通过研究全面调查了都匀茶树种植的地质背景,获取了当地得天独厚的优良地质背景资源的空间分布情况,对指导发展和调整规划茶树种植,促进脱贫攻坚都具有重要现实意义。本文获得的主要结论如下:
1)利用eCognition,ENVI5.3以及ArcGIS10.4.1等软件的相关功能,发挥Sentinel-2A遥感影像的优势,提出TEI指数,采用面向对象的分类方法,结合Landsat8遥感影像提取的茶树信息,精确、快捷地完成了茶树种植信息的提取; 所制作得到都匀市茶树种植区分布图,经验证精度达91.16%。
2)探索了都匀市茶叶品质优良的原因,从地质背景上分析,大面积的碎屑岩分布是都匀市出好茶的重要影响因素。采集5件岩石样品分析测试表明: 以碎屑岩(砂岩和砂岩夹页岩)为主的地层,岩石矿物元素更丰富,其形成的土壤理化条件良好,是茶树种植的首选地质背景。以纯碳酸盐岩(白云岩和石灰岩)为主的地层,促进茶树生长的化学元素含量相对较少,其形成的土壤理化条件与茶树生长习性不甚匹配。碳酸盐岩夹碎屑岩风化形成的背景区域介于二者之间,茶树种植也较为适宜。
3)计算分析得出了碎屑岩面积在都匀市总面积占比高达47.86%,在所有岩性中占比最大,其次是白云岩为16.80%。现有茶树种植区67.82%分布于碎屑岩背景上。以采样数据为基础,结合农业地质相关研究成果,以岩组分布为主要依据,确定都匀茶树最适宜种植的区域为碎屑岩分布区,碳酸盐岩夹碎屑岩分布区为适宜区域,石灰岩、白云岩和石灰岩与白云岩互层地区为不适宜区。据此,编制了都匀市茶树种植地质背景适宜区规划图。
4)目前都匀市尚有约1 090.94 km2的碎屑岩和约213.37 km2的碳酸盐岩夹碎屑岩背景区域未种植茶树,茶树种植开发前景相当可观,特别是对于贫困乡镇,充分利用得天独厚的自然资源条件发展茶叶经济,既有利于生态环境优化,又能加快脱贫致富步伐,产生双赢效果的意义重大。
参考文献
黄山茶叶品质与产地地质背景关系探讨
[J].
Approach to relationship between Huangshan tea quality and geological background of growing areas
[J].
贵州茶叶品质与地质环境的关系
[J].
Correlation between tea quality and geological environment in Guizhou
[J].
贵州地质背景与茶叶品质关系初探
[J].
Preliminary discuss on relationship between geological background and tea quality in Guizhou
[J].
乌当区太子参环肽B含量及其与元素含量的相关性
[J].
Correlation among heterophyllin B content in Pseudostellaria heterophylla,stratum and some trace elements content in Wudang District
[J].
贵阳市乌当区太子参及其种植土壤中14种元素含量与道地性
[J].
Genuineness of herbs and 14 elements contents in Pseudostellaria heterophylla and planting soil in Wudang District of Guiyang City
[J].
GEMAS:Cadmium distribution and its sources in agricultural and grazing land soil of Europe—Original data versus clrtransformed data
[J].
The regional geochemical baseline soil survey of southern New Zealand:Design and initial interpretation
[J].
基于GIS的皖南山区茶叶种植适宜性评价
[J].
Research on suitability evaluation of cultivated land for tea based on GIS in south
[J].
RS、GIS支持下都匀毛尖茶种植适宜地评价
[J].
Evaluation on the suitable land of Duyun Maojian Tea planting based on RS and GIS
[J].
基于GIS的长汀县茶园适宜性评价
[J].
GIS-based suitability evaluation of tea garden in Changting County
[J].
基于GIS的乐山市茶叶种植气候区划
[J].
Tea growing climatezoning in Leshan City based on GIS
[J].
面向对象分类的决策树方法探讨——以Landsat-8 OLI为例
[J].
Object-oriented classification based on C5.0 algorithm
[J].
基于时间序列NDVI的河套平原农田分类方法
[J].
Classification method of farmland in Hetao Plain based on time series NDVI
[J].
基于决策树的乡村遥感影像分类算法
[J].
Rural remote sensing image classification based on decision tree
[J].
茶叶产地与品质的元素、同位素鉴别技术研究进展
[J].
Research progress of element and isotope identification technology for the origin and quality of tea
[J].
南方红壤区林下水土流失的遥感判别——以福建省长汀县为例
[J].
Detection of soil erosion area under forest canopy in the red soil region of southern China using remote sensing techniques:Changting County,Fujian Province
[J].
农业地质背景与特色农作物品质相关性研究进展
[J].
Review on the relationship between agro-geological background and crop quality
[J].
