基于时间序列的云南茶园扩张规律及其对森林景观格局的影响研究

The tea plantations expanded rapidly in the past decades in Yunnan Province, China. Ecological and environmental issues from this expansion attracted lots attention from all over the world. It is necessary and urgent to reconstruct the spatial temporal expansion and growing age for tea plantations as well as explore the relationship between tea plantations expansion and forest landscape patterns. Combining with the unique artificial physiological characteristics which result from production and management activities such as picking and pruning in the specific time windows, we plant to analyze the spectral and phenology differences of different growing ages of tea plantations and built a phenology-based algorithm of mapping tea plantations. An automatic platform for data preprocessing and classification of Landsat time series data and ALOS PALSAR data will be developed based on Google Earth Engine(GEE) and all the available Landsat historical archived data and ALOS PALSAR data will be used to map tea plantations in continuous epochs from 1985 to 2020. We aimed to obtain the spatial-temporal variation rule and the growing age structure of tea plantations in Yunnan Province, China. Furthermore, Quantifying the expansion of tea plantation impact on forest landscape patterns from the time and spatial dimension respectively. This study expects not only to provide practical method to monitor tea plantation changes, but also provides theoretical and scientific supports for regional land management and sustainable development.

云南茶园种植面积在过去几十年来迅速扩张，由此导致的生态环境问题备受关注。探究云南茶园的时空扩张规律和茶园扩张对森林景观格局的影响具有重要的科学价值和现实意义。本研究拟结合由于茶叶采摘、茶树修剪等特定时间窗口内的生产管理活动形成的茶园所独有的人为物候特征，利用Landsat时间序列数据和ALOS PALSAR数据来识别不同茶龄茶园的人为物候特征和光谱差异，基于Google Earth Engine（GEE）构建数据处理平台和茶园提取算法，实现茶园信息的快速、准确提取；探明过去几十年来茶园扩张的时空规律和茶龄结构；分别从时间和空间维度定量分析茶园扩张对森林景观格局的影响。研究结果将为云南茶园的监测提供新的途径，并为云南省区域土地管理和可持续发展提供理论依据和技术支持。

过去几十年，对茶叶的高需求推动了热带和亚热带地区茶园的扩张，由此带来的生态环境问题备受关注，特别是茶园扩张导致森林遭到破坏，森林景观格局也受到影响。及时准确识别茶园并绘制茶园的空间分布，是估测历史茶园面积、探究茶园扩张的时空规律和定量评价茶园扩张对森林景观格局的影响的重要基础。但是，由于热带和亚热带地区茶园物候特征不明显，茶园的提取及制图面临巨大挑战。随着机器学习算法的不断发展及完善，协同多源遥感数据、结合茶园的多种特征，对热带亚热带茶园高精度识别提供了新思路。此外，茶园虽然没有明显的自然物候，但是经人工修剪后其光谱反射率会发生明显的变化，为茶园的提取提供了人为物候特征和时间窗口。项目以云南茶园为研究对象，以PALSAR、Landsat、GF-1、GF-5等为主要数据源，结合茶园的“修剪物候”，在构建茶园高精度识别算法的基础上，探索云南茶园历史扩张规律，并定量评价茶园扩张对森林景观格局的影响。围绕1）茶园遥感信息提取与识别算法的构建；2）云南茶园扩张的时空过程与规律；3）茶园扩张对森林景观的格局的影响三个方面展开研究。构建了茶园遥感数据处理与空间分布信息提取的系列算法，完成基于多种数据源、多期的茶园空间分布制图，探讨了茶园时空扩张过程及规律，且基于茶园扩张变化规律和茶园与森林的转换关系，分别从时间和空间维度定量分析茶园对森林景观的影响。具体有以下成果：1）提出了协同PALSAR与Landsat数据结合SVM的茶园提取算法；2）构建了基于长时间序列Landsat和茶园“修剪物候”的茶园提取模型；3）研究了基于国产GF-1结合光谱及纹理特征面向对象的破碎化茶园识别算法；4）探究了国产GF-5高光谱影像原始波段+光谱指数+地形因子等多维特征的茶园识别效果；5）比较了基于阈值法及RF等多种机器学习算法在普洱、西双版纳、临沧等茶园典型分布区域的茶园识别精度；6）通过重构Landsat时间序列数据进行历史茶园提取，构建云南1991年-2021年茶园扩张数据库，并揭示了云南省历史茶园侵占森林时空分布规律。7）分别从类型水平和景观水平量化评价了云南省茶园扩张对森林多尺度景观格局影响。研究为热带亚热带地区茶园时空动态监测提供了新途径，为茶叶种植区土地管理和生态环境保护提供科学参考。