基于GF-2影像的南疆阿拉爾墾區(qū)綠洲作物種植區(qū)高精度提取研究

王玉珍，高琪 ，白建鐸 ，彭杰*

（1塔里木大學(xué)農(nóng)學(xué)院，新疆 阿拉爾 843300）

（2昌吉州地質(zhì)環(huán)境監(jiān)測站，新疆 昌吉 831100）

我國是世界人口第一大國，糧食需求量大，農(nóng)業(yè)快速發(fā)展對我國糧食安全和社會穩(wěn)定具有重要意義，因此及時準確地了解農(nóng)田地塊的范圍和位置對農(nóng)業(yè)監(jiān)測、糧食產(chǎn)量評估具有重要作用［1］。傳統(tǒng)的人工調(diào)查不僅耗費大量的人力物力，而且資金投入高，隨著遙感技術(shù)的快速發(fā)展，利用遙感手段進行農(nóng)田信息提取克服了傳統(tǒng)調(diào)查方法的不足，且逐漸成為研究熱點［2］。

已有研究多利用中低分辨率遙感影像提取農(nóng)田信息，盡管提取速度快，但提取精度低，無法獲得精確的農(nóng)田地塊信息，僅適用于大范圍農(nóng)田耕地信息監(jiān)測［3］。高分辨率遙感影像的出現(xiàn)，使得高效、精確和低成本農(nóng)田測繪成為可能［4］。高分辨率影像能夠清晰、準確表達地物的邊界、形狀、表面紋理、內(nèi)部結(jié)構(gòu)和空間關(guān)系，可以充分利用高分辨率遙感影像進行農(nóng)田地塊信息提取，且提取結(jié)果從數(shù)量和空間分布上也更為可信［5］。近年來，利用高分辨率遙感數(shù)據(jù)提取地物的研究日益增多。丁相元等［6］基于高分一號衛(wèi)星時間序列數(shù)據(jù)研究土地分類識別技術(shù)，提出了利用高分辨率單時相原始遙感影像和時間序列NDVI數(shù)據(jù)結(jié)合進行沙化土地遙感分類的新思路；陸昳麗［7］從植被光譜特征和邊緣特征兩個方向，詳細探究了面向?qū)ο蟮母呖臻g分辨率遙感影像農(nóng)田目標的識別和提取方法。這些研究所用數(shù)據(jù)源均為高分辨率影像，有效避免了部分像元混分的問題。因此本研究選擇國產(chǎn)高分二號影像為數(shù)據(jù)源，探究其高精度提取農(nóng)田信息的潛力。

盡管利用高分辨率遙感影像提取地物信息十分方便，但是基于像素的分類方法僅考慮影像的單一像素光譜特征因素，該方法已較少用于含有豐富信息特征的高分辨率影像信息提取。而面向?qū)ο蟮姆诸惙椒ǜ⒅貙ο筇卣鞯目臻g相關(guān)性，因此采用面向?qū)ο蟮姆诸愄崛》椒ǔ蔀槟壳皣鴥?nèi)外學(xué)者研究的焦點問題［8］。目前面向?qū)ο笥跋穹治鲆呀?jīng)逐漸成為高空間分辨率遙感信息提取的主流技術(shù)［9］，對于高分辨率遙感影像數(shù)據(jù)，面向?qū)ο蠓诸惪梢猿浞掷闷湄S富的光譜、形狀、紋理、大小等特征更好地區(qū)分地物。WATKINS B等［10］通過改進基于目標的圖像分析方法，實現(xiàn)了分時段Sentinel-2圖像中5種不同農(nóng)業(yè)景觀的農(nóng)田自動識別與輪廓檢測，總體精度高達83.6%。面向?qū)ο蠓诸惙椒O大提高了地物分類提取精度，故本研究選擇兩種較為典型的分類器算法對農(nóng)田地塊展開研究。此外，近年來深度卷積神經(jīng)網(wǎng)絡(luò)(CNN)在遙感圖像處理領(lǐng)域受到了很大的關(guān)注，因為其能夠從訓(xùn)練集中以分層的方式自動學(xué)習(xí)具有代表性和區(qū)別性的特征［11］。郭文等［12］采用一種注意力增強的卷積神經(jīng)網(wǎng)絡(luò)，實現(xiàn)了從衛(wèi)星遙感影像中自動提取建筑物。WALDNER F等［13］使用 ResUNet神經(jīng)網(wǎng)絡(luò)模型解決多任務(wù)語義分割問題，從衛(wèi)星圖像中提取農(nóng)田邊界。因此本研究又嘗試采用加入注意力模塊的卷積神經(jīng)網(wǎng)絡(luò)模型提取農(nóng)田信息。

鑒于已有研究運用面向?qū)ο蠓椒ㄒ约吧疃葘W(xué)習(xí)在影像分類提取中所表現(xiàn)出的優(yōu)勢，本研究以阿拉爾墾區(qū)部分區(qū)域為研究區(qū)域，該墾區(qū)為典型的灌溉農(nóng)業(yè)區(qū)，農(nóng)業(yè)機械化作業(yè)程度高，土壤鹽漬化問題突出。因此，農(nóng)田周邊分布有農(nóng)機通行的機耕道，用于灌溉的灌渠和排除鹽堿水的排堿渠。利用中低分辨率影像進行農(nóng)田信息提取時，由于混合像元問題，該部分面積通常被計算在農(nóng)田中，導(dǎo)致農(nóng)田統(tǒng)計面積往往大于實際種植面積。針對這一問題，本研究以高分二號(GF-2)遙感影像為數(shù)據(jù)源，采用面向?qū)ο蠓诸惙ㄖ械膬煞N分類器以及深度學(xué)習(xí)方法提取農(nóng)田種植區(qū)并比較分類精度，最后將提取農(nóng)田地塊面積與實際農(nóng)田種植面積對比，計算農(nóng)田識別精度，為高精度提取耕地信息提供新的方法和技術(shù)。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于新疆維吾爾自治區(qū)南部的阿拉爾墾區(qū)部分區(qū)域內(nèi)(80°30′～81°58′E，40°22′～40°57′N)如圖1所示，該墾區(qū)地處阿克蘇地區(qū)境內(nèi)，北起天山南麓山地，南至塔克拉瑪干沙漠北緣，東西相距281 km，南北相距180 km，總面積約為4 197.58km2。阿拉爾墾區(qū)氣候類型為暖溫帶大陸性干旱荒漠氣候，年均降水量少，地表蒸發(fā)強烈，地勢由西北向東南傾斜。墾區(qū)內(nèi)光熱資源豐富，適宜耐旱作物棉花的生長，棉花是墾區(qū)內(nèi)種植面積最大的作物，墾區(qū)棉田周圍田埂極其寬闊，用于通行大型農(nóng)機，如大馬力拖拉機和采棉機。由于土壤鹽漬化嚴重，鹽堿地廣布，故在鹽堿地中或周圍開挖用來排堿的渠，用這些排堿渠改良土壤，減緩鹽堿程度。為驗證本研究所采取方法的有效性，本研究選取墾區(qū)內(nèi)地物類別相對豐富并靠近墾區(qū)中心的地區(qū)作為研究區(qū)域，其中研究訓(xùn)練區(qū)作為研究區(qū)的一部分用于制作深度學(xué)習(xí)樣本數(shù)據(jù)集。

圖1 研究區(qū)位置

1.2 遙感數(shù)據(jù)源及其預(yù)處理

高分二號影像是我國目前分辨率最高的民用陸地觀測衛(wèi)星，搭載有兩臺高分辨率相機，分別是0.8 m全色、3.2 m多光譜相機［14］。高分二號衛(wèi)星參數(shù)如表1所示。為精確識別農(nóng)田周圍田埂級別地物，本研究使用的高分二號影像成像時間為2020年9月16日。該時相影像農(nóng)田植被較為旺盛，與其他地物光譜差異顯著，區(qū)分度較好。影像數(shù)據(jù)包括紅、綠、藍、近紅外四個波段，將獲取的影像通過ENVI 5.3軟件進行大氣校正、正射校正、裁剪融合等預(yù)處理過程保存為圖片格式，為制作數(shù)據(jù)集做準備。

表1 GF-2影像參數(shù)

1.3 面向?qū)ο髾C器算法分類提取

1.3.1 影像多尺度分割

eCognition中影像分割是分類的第一步，選取合適的分割參數(shù)進行分割，為后續(xù)分類奠定基礎(chǔ)，否則將會直接影響后期的分類效果。由于本研究目標是提取農(nóng)田地塊，所以只建立一個分割層保證農(nóng)田地塊的分割效果。本研究采用多尺度分割算法，該算法主要由影像對象的光譜(color)和形狀(shape)的異質(zhì)性決定影像的異質(zhì)性［15］。影像異質(zhì)性按照下列公式計算：

式（1）中，wc為光譜信息的權(quán)重值；ws為形狀信息的權(quán)重值，且wc+ws=1；hc為光譜信息異質(zhì)性的值：hc=Σwb·sb，wb為各波段權(quán)重；sb為各波段的標準差值；hs為形狀異質(zhì)性的值，包括光滑度(smooth)和緊湊度(compactness)2個指標，根據(jù)公式（2）計算為：

式中，ht為緊湊度；hc為光滑度；wt和 wc分別代表ht和 hc的權(quán)重，即 wt+wc=1

基于上述過程，參考eCognition 9.0軟件中的ESP(Estimation of Scale Parameter)插件，在尺度參數(shù)分析工具(Scale Parameter Analysis)中進行多次參數(shù)設(shè)置，利用局部方差(local variance，LV)的變化率值(rates of change，ROC)結(jié)合目視解譯確定最優(yōu)尺度，當LV的變化率值最大即出現(xiàn)峰值時，該點對應(yīng)的分割尺度即為最佳尺度［16］。圖2所示為設(shè)置不同尺度參數(shù)和形狀因子的分割效果對比圖。本研究最終將分割參數(shù)設(shè)置如下：尺度參數(shù)為1.5；形狀因子權(quán)重為0.000 5；緊致度因子權(quán)重為0.5。在最優(yōu)分割尺度設(shè)置下，影像被分割為142 550個像元，后續(xù)基于該分割尺度的分割像元進行分類。

圖2 不同分割尺度下的分割效果

1.3.2 CART分類器分類

決策分類回歸樹(classification and regression tree，CART)是Breiman提出的一種二分遞歸分割技術(shù)，它將包含測試變量與目標變量構(gòu)成的訓(xùn)練數(shù)據(jù)集進行循環(huán)迭代分為兩個子樣本集，使生成的每個非葉子節(jié)點均有兩個分支，進一步形成二叉樹形式的決策樹結(jié)構(gòu)圖［17］。該算法是挖掘數(shù)據(jù)常用的一種方法，可將復(fù)雜的決策形式過程抽象成易于理解和表達的規(guī)則和判斷［18］。這種分類方法可將復(fù)雜的分類問題簡單化，按照一定的規(guī)則將遙感數(shù)據(jù)集逐級向下細分最終得到不同屬性的各個子集，其基本思路是不局限于使用一種算法，一個決策規(guī)則就將所有類別一次性分開。

1.3.3 隨機森林分類

隨機森林(random forest，RF)是將多棵樹集成為一種的算法，它的基本單元是決策樹。該算法每棵樹的訓(xùn)練樣本均由初始選擇的樣本“隨機”產(chǎn)生［19］，所有的樹都以相同的特征但是以不同的訓(xùn)練樣本進行訓(xùn)練，分類過程中根據(jù)每棵樹所對應(yīng)的樣本的投票數(shù)決定該樣本所屬的類別，RF分類法提取速度較快［20］，常用于面向?qū)ο蠓诸愵I(lǐng)域。

本研究根據(jù)第三次全國《土地利用現(xiàn)狀分類》［19］、阿拉爾墾區(qū)土地利用現(xiàn)狀圖和本研究選用影像的季相特點，將研究區(qū)主要分為農(nóng)田、林草地、園地、水體、建設(shè)用地、其他六大類［21］。其中，其他地類包括沙地、裸地、鹽堿地等。本研究在CART和RF分類實施過程中，先結(jié)合原始影像與野外實地調(diào)查經(jīng)驗選取訓(xùn)練樣本，各訓(xùn)練樣本的分布遵循均勻、全方位覆蓋的原則選取建筑用地(包括道路)、農(nóng)田、林草地、園地、水體以及其他地類(包括鹽堿地、裸地、沙地等)共1 749個訓(xùn)練樣本。其中建筑用地230個、農(nóng)田251個、林草地77個、園地230個、水體461個、其他500個，基于這些樣本進行分類。首先將分割后的矢量轉(zhuǎn)化為樣本，然后運用不同分類器訓(xùn)練樣本，最后將訓(xùn)練的樣本應(yīng)用到影像中得到分類結(jié)果。

1.4 深度學(xué)習(xí)方法提取

1.4.1 卷積神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)

卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network，CNN)是一組使用卷積運算的深度神經(jīng)網(wǎng)絡(luò)，由于可以利用圖像從局部到全局的特征，因此在圖像分析中得到廣泛的應(yīng)用［22］。本研究根據(jù)高分二號影像的特點采用基于注意力機制的U-Net模型對研究區(qū)農(nóng)田進行提取，該神經(jīng)網(wǎng)絡(luò)模型是基于PyTorch深度學(xué)習(xí)框架搭建的，包括上采樣和下采樣部分，上采樣和下采樣左右對稱，形成“U”型結(jié)構(gòu)。如圖3所示，下采樣部分用來捕捉圖像詳細特征，通過卷積部分形成特征圖，由編碼器完成。上采樣部分將特征圖進行反卷積，由解碼器完成并與編碼器部分提取的特征聯(lián)系起來，使網(wǎng)絡(luò)最大程度保留基本的原始特征信息［23］。如圖4所示，本研究將注意力機制加入到編碼器和解碼器中形成的特征圖拼接之前，從通道注意力模塊和空間注意力模塊兩個維度對特征圖進行推斷，以達到優(yōu)化圖像特征的目的。

圖3 U-Net模型結(jié)構(gòu)圖

圖4 U-Net注意力模塊圖

1.4.2 模型訓(xùn)練

通過U-Net模型并加入注意力模塊對影像進行分割，實驗數(shù)據(jù)采用研究區(qū)部分高分二號影像，通過ArcGIS Pro軟件人工標記農(nóng)田與非農(nóng)田并導(dǎo)出為深度學(xué)習(xí)數(shù)據(jù)集［24］，其中不同波段三通道組合樣本各348個以及相同數(shù)量對應(yīng)的標簽影像。為提高模型的訓(xùn)練速度和精度，將數(shù)據(jù)集中的影像通過滑動窗口裁剪為256×256像素大小，并對數(shù)據(jù)通過旋轉(zhuǎn)、翻轉(zhuǎn)等手段進行擴增［25］。按照深度學(xué)習(xí)數(shù)據(jù)集3:1的比例劃分為訓(xùn)練集和測試集。最后在實驗室提供的硬件GTX1080Ti 11GB顯卡下進行模型訓(xùn)練并測試。模型中涉及的部分參數(shù)見表2。

表2 U-Net模型參數(shù)設(shè)置

2 結(jié)果與分析

2.1 面向?qū)ο蠓诸惤Y(jié)果

影像分割結(jié)束后，結(jié)合同時期影像對象的光譜、形狀特征及紋理信息等，采用CART、RF分類方法對阿拉爾墾區(qū)一景高分影像進行分類，最后利用eCognition的部分修改功能進行分類后處理，將分類時錯分和誤分的對象判別到正確的類別當中，結(jié)果如圖5所示。圖5顯示了兩種面向?qū)ο蠓诸惙椒ǖ淖罱K結(jié)果以及部分相同區(qū)域的細節(jié)，從分類結(jié)果圖中可以得出，兩種分類器算法在阿拉爾墾區(qū)土地利用分類中取得了不同的分類視覺效果。從局部放大細節(jié)處可得出在分類過程中CART和RF分類法都存在錯分、漏分現(xiàn)象；比如細節(jié)處所顯示的農(nóng)田、林草地和園地這三種地物類型混分嚴重，影響最終的農(nóng)田提取，這主要是三種地物類型在分類時的光譜特征相似所導(dǎo)致，即“異物同譜”現(xiàn)象導(dǎo)致的問題。

圖5 CART和RF分類結(jié)果圖

2.2 CNN模型識別結(jié)果

本研究使用加入注意力模塊的U-Net卷積神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，并利用訓(xùn)練好的模型對測試數(shù)據(jù)進行農(nóng)田提取，訓(xùn)練過程和測試精度如圖6。

圖6 CNN訓(xùn)練過程及測試精度

由圖6A中分析可知，模型訓(xùn)練損失率在3 k次以后逐漸趨于穩(wěn)定，模型訓(xùn)練過程中將最優(yōu)模型參數(shù)自動保存。采用保存的最優(yōu)模型對影像進行語義分割。分割的圖像即訓(xùn)練過程中不包括的測試集圖像［16］。測試結(jié)果如圖6B所示，測試精度在120次趨于穩(wěn)定，最終精度為90.46%。最終測試影像結(jié)果如圖7所示。分析可知，大部分清晰的農(nóng)田邊界可以被提取出，但是仍存在農(nóng)田與非農(nóng)田的混分現(xiàn)象，出現(xiàn)未被識別的農(nóng)田邊界。雖然利用CNN模型仍存在誤分現(xiàn)象，但是農(nóng)田邊界的提取效果更接近人工標注真實標簽，提取效果較好。

圖7 測試提取效果

2.3 面向?qū)ο笈c深度學(xué)習(xí)方法精度對比及驗證

為了直觀比較兩種方法對農(nóng)田的提取效果，需要對比兩種分類方法的精度。將提取結(jié)果圖進行局部放大并結(jié)合天地圖影像進行實地調(diào)查，將分類后的錯分像元剔除并對邊緣進行細化，以提升分類精度。驗證時根據(jù)兩種方法的分類效果建立混淆矩陣，混淆矩陣包括用戶精度(User Precision，UA)、制圖精度(Producer Precision，PA)、OA值和 Kappa系數(shù)等。由于CNN模型為二分類，因此在精度評價與驗證時將面向?qū)ο蠓椒ㄖ械某r(nóng)田外的其他類別都用非農(nóng)田來計算。由表3中可以直觀比較出，RF分類所得的OA值為78.79%，Kappa系數(shù)為0.57，在分類方法中最低；CART分類法OA值為80.29%，Kappa系數(shù)為0.61，相比RF分類法結(jié)果有所提升；CNN提取效果最佳，OA值為95.24%，Kappa系數(shù)為0.84。

表3 CART、RF、CNN識別農(nóng)田精度對比

2.4 農(nóng)田種植區(qū)提取精度對比

本研究最終目的是提取農(nóng)田種植面積信息，為了篩選一種最優(yōu)的農(nóng)田種植區(qū)提取方法，以一塊經(jīng)過實地量測的農(nóng)田區(qū)域為驗證區(qū)域，對比面向?qū)ο笈c深度學(xué)習(xí)提取方法的實際精度，統(tǒng)計不同方法的識別精度，農(nóng)田識別精度為分類農(nóng)田種植面積與實際農(nóng)田種植面積的百分比。統(tǒng)計結(jié)果如表4所示。分析可知，面向?qū)ο笈c深度學(xué)習(xí)方法的農(nóng)田種植區(qū)提取面積與實地調(diào)查所得面積相比差異不大，這主要是因為高分二號影像具有很高的空間分辨率，能有效識別出機耕道、灌排渠和防護林等非農(nóng)田種植區(qū)，顯著減少了像元混分現(xiàn)象?；诜诸惥茸罡叩腃NN方法提取的農(nóng)田種植面積與實際農(nóng)田種植面積最接近，且提取面積識別精度高達93.05%；而基于CART分類法提取的農(nóng)田種植面積與實際種植面積相差47.45 hm2，提取面積識別精度為92.40%；識別精度最低的RF分類法提取的農(nóng)田種植面積與實際種植面積相差最大，提取面積識別精度最低，為90.15%。造成面積誤差的主要來源是農(nóng)田種植區(qū)域和田埂交界處為混合像元，易錯分、漏分，導(dǎo)致提取農(nóng)田的種植面積與實際農(nóng)田種植面積存在誤差。綜合比較三種方法的分類精度、農(nóng)田種植面積識別精度發(fā)現(xiàn)，CNN方法不僅農(nóng)田分類精度高而且面積提取精度也高，RF和CART分類器算法雖然面積識別精度高，但是分類精度較低，因此基于注意力模塊的CNN深度學(xué)習(xí)方法不僅可以高精度識別農(nóng)田，還可更準確提取農(nóng)田種植面積信息，因而深度學(xué)習(xí)方法可為未來墾區(qū)耕地種植面積監(jiān)測以及糧食產(chǎn)量評估提供一定的理論參考意義。

表4 三種方法提取農(nóng)田面積驗證精度對比

3 結(jié)論與討論

本研究基于高分二號數(shù)據(jù)，采用面向?qū)ο蠛蜕疃葘W(xué)習(xí)方法提取農(nóng)田種植區(qū)域。其中面向?qū)ο蠓椒ㄒ杂跋裰兴膫€波段的光譜特征指數(shù)為基礎(chǔ)并結(jié)合影像形狀指數(shù)特征和紋理特征，選取CART和RF兩種分類器提取農(nóng)田；深度學(xué)習(xí)方法引入一種加入注意力模塊的U-Net網(wǎng)絡(luò)識別農(nóng)田信息，結(jié)果表明：基于加入注意力模塊的U-Net模型識別農(nóng)田精度最高，效果最好，總體精度可達95.24%，但深度學(xué)習(xí)對硬件要求高，模型在一般設(shè)備上耗時較久，經(jīng)記錄有5.5 h；CART分類效果次之，OA值和Kappa系數(shù)居中，RF分類效果最差，其OA值和Kappa系數(shù)分別為78.79%和0.57，但面向?qū)ο蠓诸惙椒ǚ诸惼鬟\行時間均較少約2～3 h，綜合比較，深度學(xué)習(xí)方法更能為高精度提取耕地信息提供新的方法和技術(shù)。此外，基于分類精度最高的深度學(xué)習(xí)方法，其提取的農(nóng)田面積與實際種植面積相比誤差較小，識別農(nóng)田面積精度高達93.05%，這一結(jié)果與張宏鳴等［26］基于改進U-Net識別葡萄種植區(qū)所得精度相似；相比基于面向?qū)ο蟮姆诸惙椒ê突谙裨姆诸惙椒?，本研究中的深度學(xué)習(xí)方法在提取農(nóng)田的面積和精度方面都有較好的優(yōu)勢，再次說明該方法對墾區(qū)耕地種植面積精準監(jiān)測、糧食產(chǎn)量評估具有一定的參考意義。但本研究僅討論了該方法在有限范圍內(nèi)的空間可轉(zhuǎn)移性，在未來的研究中，整個墾區(qū)甚至整個國家的空間轉(zhuǎn)移仍有待探索［27］。