原名：Mapping smallholder cashew plantations to inform sustainable tree crop expansion in Benin
译名：贝宁小农腰果园制图以指导可持续的树木作物扩张
期刊：Remote Sensing of Environment （IF：13.5）
发表时间：2023.06
DOI：https://doi.org/10.1016/j.rse.2023.113695
1.研究背景
实现零饥饿并终结贫困是联合国可持续发展目标的核心任务。贫困是导致饥饿的主要原因，尤其严重影响南亚和撒哈拉以南非洲的大量居民。尽管食品安全领域的许多研究和应用旨在增加发展中国家的主要农作物产量——例如，农作物产量预测和饥荒早期预警，但这些努力不能完全解决全球南方国家的深层贫困问题。对于小农，种植树木作物可以提供稳定的收入来源，因为它们的现金价值相对较高，产量可预测，果树的寿命为20-30年，且适应生长条件良好。鉴于数以千万计的小农从事腰果、可可和咖啡等树木作物的生产，这些作物已成为一些全球贫困地区的主要收入来源。因此，增加树木作物的生产成为提升小农生活品质的关键途径。
作为非洲的第三腰果生产国，贝宁有近20万小农从事腰果种植，为国家的出口收入贡献了15%。腰果产业因此成为推动贝宁经济发展的关键和政府的重点考虑方向。但关于腰果在国内的分布和生长状况的信息不足，阻碍了能够支持增加腰果产量和减少贫困的决策制定。通过利用2.4米Planet Basemaps和0.5米航空遥感影像，结合两个提出的深度学习算法，本研究生成了贝宁第一个腰果分布图，并探索了2015年至2021年之间腰果种植园的扩张情况。本研究发现，从2015年到2021年，贝宁的腰果面积几乎增加了一倍，达到519 ± 20 kha，其中60%的新腰果园是从农田转化而来，而腰果园对保护区的侵占增加了55%。此外，在2021年，只有大约一半的腰果种植园是高密度的，这意味着还有很大地产量提高的潜力。我们的研究展示了结合高分辨率遥感图像和最新的深度学习算法，可以更好地了解小农景观中的树木作物，这有助于有效分配有限的培训和苗圃资源，实现可持续的农业发展。
图1 (a) 研究区域的地理位置及行政区划图示。(b) 腰果园、混合林草及农田/其他的示例。黄色边界圈定的范围对应于所注明的类别。
2.数据集
图2 航空遥感影像和 Planet Basemaps的瓦片边界。(a) 航空影像，(b) 每种产品都提供了两个示例，(c) Planet Basemaps。
(1) Planet Basemaps 卫星影像
Planet Basemaps是一个4波段（蓝色、绿色、红色和近红外，即RGB + NIR）的地表反射率产品，由PlanetScope微卫星星座捕捉的影像组成。该星座包含数百颗微型卫星。Planet Basemaps原始图像的空间分辨率约为3米，时间分辨率约为1天。与Landsat和Sentinel-2等中等分辨率的卫星图像产品相比，Planet Basemaps提供了更高的空间分辨率，云和阴影效应也明显减少。在2019年至2021年期间，Planet Basemaps作为腰果园制图的来源数据。
(2) 航空遥感影像
由于Planet Basemaps在2019年没有数据，因此在2015年使用贝宁政府提供的航空影像来进行腰果园制图。该影像的空间分辨率是0.5米，是包含四个波段（RGB + NIR）的地表反射率产品。
3.研究方法
本研究提出了以小农腰果园为代表的树木作物分类方法，它包含两个部分，空间分布制图和种植密度制图（图3）。对于空间分布制图，我们提出了 SpatioTemporal Classification with Attention (STCA) 深度学习模型。我们的分类包含四个类别：腰果园，混合林草，建筑用地以及农田/其他。对于种植密度制图，我们提出了 Clustering Augmented Self-supervised Temporal Classification (CASTC) 模型。根据腰果种植专家提供的阈值（100 棵树每公顷），我们把腰果园的种植密度分为两类：高密度和低密度。低密度的腰果种植园可以通过增加种植密度的方法增加腰果产量。更多方法细节请看出版原文。
图3 腰果树分类流程图。该方法分为多时相和单时相影像的两个分支。每个深度学习模块都由虚线框圈定。
4.研究结果
分类结果显示，从2015年到2021年，腰果种植园的面积几乎翻了一番，从268 ± 15千公顷增加到519 ± 20千公顷。这证实了贝宁农业、畜牧和渔业部的公共统计数据，即从2016年的286千公顷增加到2020年的488千公顷。图4显示了贝宁各个区域腰果面积增长的来源。
图4 腰果种植园面积增长的来源：(a) 一级行政单位；(b) 二级行政单位。x轴上2015年至2019年之间的变化代表的时间增量大于其他单个年份之间的时间增量。
我们进一步根据2021年的腰果空间分布图研究了腰果种植园的整体种植密度。为了增加腰果的产量，贝宁政府可以在低密度的地区实施良好的农业实践并增加树木种植密度。在贝宁，2015年至2021年间新建的腰果园中有超过90%是低密度的。图5展示了2021年腰果园种植密度。
图5 (a) 2021年腰果园种植密度分布图。(b) 2021年高\低种植密度腰果园分布图，阈值为0.5。(c) 高\低种植密度腰果园的三个样本区域。(d) 所有地区的高\低密度腰果种植园的百分比和面积。
5.研究结论
本研究使用提出的树木作物制图算法，对贝宁2015年至2021年的腰果园的空间分布和2021年的种植密度制图。通过结合高分辨率Planet Basemaps和航空影像，在有限的地面样本的情况下，STCA和U-Net模型对小农腰果园制图表现良好。我们发现，自2015年以来，贝宁的腰果种植园面积几乎翻倍，从268 ± 15 kha增加到2021年的519 ± 20 kha。使用CASTC模型，我们得到了腰果园的种植密度图，种植密度信息可以帮助识别最需要树木间距实践指导的地区。此外，Planet Basemaps被证明是小农树木作物分类的可靠数据源。尽管这项研究中的树木作物分类方法是为贝宁的腰果园设计的，但它们可以在未来应用于其他腰果种植区域，以及其他小农树木作物的空间分布和种植密度制图。
文章引用格式
Yin, L., Ghosh, R., Lin, C., Hale, D., Weigl, C., Obarowski, J., Zhou, J., Till, J., Jia, X., You, N. and Mao, T., 2023. Mapping smallholder cashew plantations to inform sustainable tree crop expansion in Benin. Remote Sensing of Environment, 295, p.113695. https://doi.org/10.1016/j.rse.2023.113695
转自：“科研圈内人”微信公众号
如有侵权，请联系本站删除！
