了解莫桑比克农业产出：利用遥感技术启动关于发展的讨论

了解莫桑比克农业产量 使用遥感技术启动关于发展的讨论 凯斯利·布拉蒂和亚历克西·迈耶-齐克尔 WP/ 25/9 国际货币基金组织工作论文描述作者（们）正在进行的研究，并发表以征求评论和促进辩论。国际货币基金组织（IMF）工作论文中表达的观点属于作者（们）的个人观点，并不一定反映国际货币基金组织（IMF）的观点。这些代表国际货币基金组织（IMF）、其执行董事会或IMF管理的观点。 非洲区域（Africa Region）国际货币基金组织工作论文 理解莫桑比克农业产出：利用遥感技术引发关于发展的讨论 准备：Kelsee Bratley 和 Alexis Meyer-Cirkel* 经Pablo Lopez-Murphy授权分发，2025年1月 国际货币基金组织工作论文描述作者（们）正在进行的研究，并公开发表以征求评论和促进辩论。国际货币基金组织（IMF）工作论文中表达的观点是作者（们）的观点，并不一定代表IMF、其执行董事会或IMF管理的观点。 摘要：本文运用先进的遥感技术对莫桑比克的农业土地覆盖进行了全面分析，并借鉴了一些国家成功的农业发展案例，提出了莫桑比克的战略性发展路径。本研究利用Sentinel-2卫星图像以及机器学习算法，准确地对莫桑比克的农业用地进行映射和评估，揭示农业只占莫桑比克国土面积的12%。通过考察某些国家经历的农业变革或“绿色革命”，可以提炼出规律性及必要条件，并将其与莫桑比克的现状相比较。这项研究不仅提供了一个模型，说明如何利用如遥感等新兴技术来了解农业状况，而且还提供了关于可能阻碍莫桑比克农业发展的具体瓶颈的重要见解。 推荐引用：Bratley, K., & Meyer-Cirkel, A. (2025). 在莫桑比克理解农业产出——利用遥感技术启动关于发展的讨论。国际货币基金组织。 工作论文 了解莫桑比克农业产出 利用遥感技术引发关于发展的讨论 由Kelsee Bratley和Alexis Meyer-Cirkel制备1 内容 引言...........................................................................................................................................3 2.1 数据准备................................................................................................................................52.2 地类制图..........................................................................................................................62.3 精度评估和面积估算.......................................................................................7 3.1 训练数据收集....................................................................................................................83.2 莫桑比克2022年活跃农业测绘结果....................................................................93.3 准确性评估和面积估计....................................................................................12 4.1 遥感的相关性和效率...................................................................................14 4.2 土地覆盖制图挑战......................................................................................................16 4.3 利用遥感和时间序列在气候变化中进行农业监测的优势..17 5. 农业发展——历史性视角...............................................................................185.1. 农业发展的来源........................................................................................185.2. 绿色革命——一些国家迅速追赶的趋势...........................................................205.3. 农业进步、更广泛的经济发展与减贫之间的联系..225.4. 莫桑比克的经验教训.........................................................................................................23 参考文献.........................................................................................................................................................26 1. 引言 莫桑比克具备繁荣农业部门的坚实基础，拥有广阔的土地面积，相对于较低的人口密度，不太干旱的气候条件，以及漫长的海岸线，使其地缘战略位置对进入其他非洲或亚洲消费市场极具吸引力。尽管拥有这些优势和强大的农业依赖性，大约70%的人口严重依赖农业谋生，该国在发挥其农业潜力方面面临着重大挑战。在全球饥饿指数排名中，莫桑比克位列125个国家中的第113位。1突显了潜在农业产量与实际农业产量之间的巨大差距，强调了最大化莫桑比克农业产出的紧迫性。 本文的主要动机是阐明莫桑比克农业产出低下的原因。虽然可能有许多因素导致这一问题，本研究着重于两个基本问题：i) 该国是否充分利用了足够土地用于农业目的？ii) 每公顷产出与全球基准相比是否合理，以及是什么因素推动了这种产出？ 因此，论文的第一部分着重于更好地理解用于农业的土地面积。描绘莫桑比克农业范围的准确地图明显缺失。此外，没有可靠的定量估计，包括相关的不确定性，关于耕作面积。鉴于其推动经济增长的潜力，改善莫桑比克农业范围的地理理解至关重要。农业部门不仅仅是生存的手段；它还可以作为农村发展和减贫的催化剂。然而，要实现这一潜力，需要针对现有的官僚主义、治理问题、基础设施缺口、市场低效和金融障碍进行有针对性的干预。 卫星遥感为莫桑比克提供了一个变革性的解决方案，在此地，有限的基建和资源给地面数据收集带来了挑战。通过使用卫星或机载传感器捕捉广泛区域内的超高分辨率、最新图像，遥感提供了一种可扩展且经济高效的手段，用以准确评估土地利用状况，克服了否则将阻碍数据收集的基建限制（Moran等，1997）。 在莫桑比克，之前的制图努力要么局限于小范围的区域地图（Mananze et al., 2020; Bofana et al., 2022; Rufinet al., 2022），要么是广泛范围的全球地图（Karra et al., 2021; Potapov et al., 2022; Zanaga et al., 2022）。虽然区域地图详细，但仅覆盖莫桑比克特定区域，提供了有价值的本地洞察，但在国家层面留下了大量空白。这些碎片化的地图使得全面理解农业景观变得困难，限制了它们在国家和战略规划方面的有用性。相反，广泛范围的全球地图虽然覆盖范围广泛，但受其广泛范围的限制，缺乏国家层面分析所需的细致细节。目前仍需一张全面的国家地图，不仅能够捕捉莫桑比克农业区域的全部范围，还要提供进行国家层面农业规划和管理所需的具体细节。本文利用Sentinel-2遥感数据绘制莫桑比克的土地利用地图，为理解该国当前农业实践提供了一个关键的基础。 第二部分集中在全球和历史的背景下理解莫桑比克的农业产量。农业是经济发展的关键部门，特别是在全球人口不断增长、对食物和可再生资源需求增加的背景下更是如此。从1800年到2000年，世界人口显著增长，而农业生产增长速度更快，导致了粮食安全性的提升和饥荒发生的减少。历史上，农业曾吸纳大量劳动力，但在发达经济体中，这一比例已降至2.5%以下。这种转变由多种技术、化学、经济、社会和环境因素驱动，这些因素共同促进了农业实践和生产力。 尽管在国际上取得了一定进展，但基础设施缺口、腐败、机构不健全或缺乏协调、投入市场不发达以及有限的融资渠道等挑战阻碍了莫桑比克农业的发展。这些挑战创造了一个复杂的环境，不仅阻碍了农业部门的发展，而且还间接阻碍了整个经济的增长。解决这些障碍对于提高生产力和实现粮食安全至关重要，尤其是在农业仍然是该国大部分人口主要收入来源的国家。 本文结构如下：下一节（第二章）深入探讨了用于完成整个莫桑比克延伸区域遥感实验的方法。第三章展示了结果和地图，第四章则更详细地讨论和解释了这些结果。第五章考察了其他国家农业发展的情况，变革的关键驱动因素，并突出了具体案例研究，这些研究展示了农业发展的特别引人注目的故事。第六章为结论。 部分A —— 农业土地利用 2. 莫桑比克遥感中的方法论 2022年，莫桑比克的活动农业用地利用Sentinel-2 Level-2A地表反射率图像进行了测绘。研究分为三个主要步骤。首先，数据准备包括创建图像复合体和计算光谱指数及时间统计。其次，使用机器学习算法创建了农业用地利用图；具体而言，使用修改后的数字地球非洲（DEA）大陆耕地掩膜工作流程（可在https://github.com/digitalearthafrica/crop-mask/tree/main获取）。最后，评估了地图精度，并按照Olofsson等人（2014年）概述的优良实践指南估计了土地覆盖类别面积（见图2.1）。分析在两个平台上进行：图像分类在DEA沙盒上执行，而训练数据收集、精度评估和面积估计在谷歌地球引擎（GEE）上执行。 2.1 数据准备 在本次分析中，我们利用了DEA公开的Sentinel-2地理中值复合数据来进行分类。分析中包括五种复合数据：一种年度地理中值复合数据，以及四种3个月滚动地理中值复合数据，分别代表2022年的连续时间段（即1月-3月、4月-6月、7月-9月和10月-12月）。 几何中值是一种常用的光谱变换技术，在遥感领域被广泛用于从多个光谱图像集合中创建单一的代表性图像（即组合图像）（Roberts等，2017年）。该过程涉及对输入图像的光谱波段计算元素间的中值。由此产生的地质中值组合合成每个像素位置的最常见光谱值，有效减少了空间噪声并突出了景观的主导光谱特性。通过在多个不同时间间隔的组合中引入，我们增加了分类的光谱和时间多样性。 为了改善图像分类过程，针对每个地理中值组合计算了三个中值绝对偏差（MAD）层：欧几里得中值绝对偏差（EMAD）、光谱中值绝对偏差（SMAD）和布雷-库蒂斯中值绝对偏差（BCMAD）。EMAD衡量每个像素在多维光谱空间中与中值像素的距离，提供了一个光谱可变性和纹理的度量。SMAD捕捉相邻像素之间的光谱可变性，有助于识别土