基于Cart決策樹的高分二號煙草信息提取

張 雷，劉昌華，石林峰，易小飛，胡同波

(1.河南理工大學(xué) 測繪與國土信息工程學(xué)院，河南 焦作 454000；2.自然資源部第一大地測量隊，陜西 西安 710054；3.河南省現(xiàn)代農(nóng)業(yè)大數(shù)據(jù)產(chǎn)業(yè)技術(shù)研究院，河南 鄭州 450046)

煙草是我國非常重要的經(jīng)濟作物，因為我國國土遼闊、地形復(fù)雜，政府部門對煙草的監(jiān)管難度較大。目前煙草面積監(jiān)測主要通過傳統(tǒng)的手持GPS進行實地測量，這種方法耗時費力，而且受人為因素影響，誤差很大。

近年來，遙感技術(shù)快速發(fā)展，因其覆蓋范圍廣、信息獲取速度快等優(yōu)點，被廣泛地應(yīng)用于作物監(jiān)測中[1-2]。針對傳統(tǒng)作物，國內(nèi)外學(xué)者已進行大量研究，但對于煙草的提取，卻研究較少。文獻[3]利用SPORT數(shù)據(jù)與航空影像分別基于多尺度和基于像元分割提取森林信息，結(jié)果表明前者精度高于后者。文獻[4-5]利用IKONOS影像進行面向?qū)ο蠓诸?，取得了較好的分類結(jié)果。文獻[6]以Quick Bird 影像為數(shù)據(jù)源，利用多尺度分割算法提取影像信息，結(jié)果精度達90.04%。文獻[7]以QuickBird影像為數(shù)據(jù)源采用面向?qū)ο蟮姆椒▽ν烁€林地樹冠信息進行提取，總體精度達到84.67%。文獻[8]利用無人機多光譜影像，針對玉米倒伏，構(gòu)建5種特征組合，采用最大似然分類，得到了高精度的玉米倒伏面積。文獻[9]利用無人機遙感影像，通過自創(chuàng)的圖像處理軟件，在煙草面積提取中，有著95%的提取精度。文獻[10]基于面向?qū)ο蟮姆诸惙椒?，選用中巴資源衛(wèi)星，通過不同的融合方式，對四川山區(qū)煙草面積進行提取，證明了面向?qū)ο蠓椒ㄔ跓煵萏崛≈械挠行浴?/p>

高分二號是我國地面像元分辨率最高的光學(xué)衛(wèi)星，在作物識別、建筑物識別、礦山遙感監(jiān)測、林業(yè)監(jiān)測等方面有著廣泛的應(yīng)用。1984年Breman提出了Cart決策樹，它是一種二叉樹分類方法,通過利用空間輔助信息，對影像的多個特征變量進行選擇性組合,從而實現(xiàn)對影像數(shù)據(jù)的分類和預(yù)測。本文基于高分二號衛(wèi)星影像，通過選取不同的特征指標，利用決策樹分類方法對洛寧縣煙草作物進行提取，探究高分二號衛(wèi)星在煙草提取中的優(yōu)越性，為政府部門對煙草市場的宏觀調(diào)控提供技術(shù)支持。

1 研究區(qū)及數(shù)據(jù)預(yù)處理

1.1 研究區(qū)概況

本文選取洛陽市洛寧縣為研究區(qū)，如圖1所示，洛寧縣從1978年開始種植煙草，1981年被國務(wù)院劃為煙葉最適宜種植區(qū)，全縣面積2 306 km2，耕地面積約8.67萬hm2，適宜種煙面積達3.73萬hm2。年降水量600 mm左右，全年日照2 258.5 h，歷年平均氣溫13.7 ℃，適宜煙葉的光合作用。

圖1 研究區(qū)示意圖

1.2 數(shù)據(jù)源及預(yù)處理

根據(jù)煙草及當?shù)仄渌饕魑锏奈锖?，選用2020年7月7日的高分二號衛(wèi)星影像為數(shù)據(jù)源，包含全色波段和多光譜波段，成像幅寬45 km。數(shù)據(jù)預(yù)處理主要包括輻射定標、大氣校正、正射校正以及影像融合等[11]。將全色與多光譜影像進行融合，得到空間分辨率為0.8 m的多光譜影像，但為了方便計算，將影像分辨率重采樣為1 m。

輔助數(shù)據(jù)包括：①洛寧縣及各個村邊界矢量數(shù)據(jù)，用于裁剪出研究區(qū)域；②洛寧縣30 m精度DEM數(shù)據(jù)，用于影像的正射校正，并為分類提供地形特征；③無人機實地采樣影像，集思寶采集煙草地塊矢量數(shù)據(jù)，Google Earth歷史影像數(shù)據(jù)，輔助訓(xùn)練樣本的選取。

2 基于Cart決策樹的煙草信息提取方法

基于Cart決策樹的面向?qū)ο鬅煵菪畔⑻崛≈饕ǎ河跋穹指?、特征提取、建立Cart決策樹分類規(guī)則、分類。本文基于Arcgis和Ecognition軟件實現(xiàn)。具體流程如圖2所示。

圖2 總體技術(shù)流程圖

2.1 多尺度分割

多尺度分割是一種十分常用的分割算法，該算法基于邊緣，只需輸入?yún)?shù)，即可計算出多尺度分割的結(jié)果，計算步驟簡單且結(jié)果獲取速度快，是一種自下而上的區(qū)域增長技術(shù)[12]。其異質(zhì)性的具體計算方式為：

f=wcolorhcolor+wshapehshape

(1)

hshape=wcompacthcompact+wsmooth+hsmooth

(2)

式中：f為異質(zhì)性；wcolor為光譜信息權(quán)重；wshape為形狀信息權(quán)重;hcolor為光譜異質(zhì)性的值;hshape為形狀異質(zhì)性的值;wcompact和hcompact分別為緊密度和光滑度的權(quán)重;wsmooth和hsmooth分別為緊密度和光滑度的異質(zhì)性值[13]。

2.2 光譜差異性分割

光譜差異性分割是在已有的分割基礎(chǔ)上進一步分割的算法，是一種自上而下的分割。通過判斷相鄰均值層的亮度差異，當亮度差異滿足特定的閾值時，將兩個對象進行合并，計算相鄰影像對象之間的光譜差異。

通過光譜差異性分割，不僅可以減少分割對象的數(shù)量，還能在一定程度上改善“過分割”現(xiàn)象[14]。

2.3 Cart決策樹分類原理

影像通過多尺度分割和光譜差異性分割以后，并不能直接將每個對象的類別識別出來，還需進行分類這一環(huán)節(jié)，將每個對象賦予類別信息。利用Cart決策樹算法對影像對象進行分類。決策樹是一種基于知識發(fā)現(xiàn)與數(shù)據(jù)挖掘的預(yù)測分類模型[15]。對輸入的訓(xùn)練集進行循環(huán)分析，然后生成二叉樹形式的決策樹，使子節(jié)點的GINI指數(shù)值最小的屬性作為分裂的方案[16]。GINI公式為：

(3)

式中，GINI(D,A)是在特征A條件下集合D的GINI指數(shù)，當它的值越大時，樣本的不確定性就越大，因此，這里需要選擇取值最小的特征值A(chǔ)[17]。特征變量和節(jié)點閾值的選擇在這個過程中起著關(guān)鍵作用。

2.3.1 樣本選擇

用于模型訓(xùn)練的數(shù)據(jù)集又稱為訓(xùn)練樣本，它是整個分類算法的基礎(chǔ)。訓(xùn)練樣本的好壞直接關(guān)系到分類結(jié)果的優(yōu)劣，因此，在選擇樣本的時候不僅要選擇具有代表性和典型性的樣本，還要具備區(qū)域樣點的完備性[18]。為更好地提取煙草的種植面積等信息，根據(jù)當?shù)馗黝愔饕魑锏奈锖?，選擇7月初的影像進行煙草提取。此時大部分作物還未長出，裸地較多。因此，根據(jù)研究區(qū)的地物情況，將研究區(qū)分為煙草、裸地、灌木、其他耕地、林地5類土地類型，在這個分類體系下，利用Google Earth影像、無人機影像和集思寶數(shù)據(jù)選擇566個樣本進行訓(xùn)練。其中，煙草、裸地、灌木、其他耕地、林地的樣本數(shù)量分別為：183、86、96、116、85個。

2.3.2 特征選擇

從光譜特征、形狀特征、紋理特征、自定義特征這幾個方面選取，共14個特征[19]。

光譜特征:原始影像的4個波段均值。

形狀特征：緊致度(compactness)和形狀指數(shù)(shape index)。

紋理特征：采用灰度共生矩陣的幾個指標，包括均值(Mean)、嫡( Entropy)、同質(zhì)性(Homogeneity)、相異性( Dissimilarity)、方差( StdDev)、對比度(Contrast)、相關(guān)性(Correlation)。

自定義特征：用于提取植被的歸一化植被指數(shù)(NDVI)。

3 結(jié)果與分析

3.1 多尺度分割結(jié)合光譜差異性分割

在進行多尺度分割時，起初并不能確定最佳的分割尺度，因此需要進行試錯，如圖3所示，首先嘗試將分割尺度設(shè)置為30，發(fā)現(xiàn)地塊被分割的很細碎，當分割尺度為70時，不同的地物會被分到一起，最后嘗試用尺度50得到相對較好的分割結(jié)果。再利用(estimation of scale parameter,ESP)[20]工具設(shè)置3個分割層，通過生成的ROC-LV曲線判斷最優(yōu)分割尺度，發(fā)現(xiàn)在49時為波峰,如圖4所示。因此，最終選擇49作為多尺度分割的最佳分割尺度。

(a)分割尺度30 (b)分割尺度50 (c)分割尺度70 (d)分割尺度49圖3 多尺度分割試錯圖

圖4 ESP尺度參數(shù)估計圖

隨后將分割尺度為49的分割結(jié)果再進行光譜差異性分割。采用試錯法，不斷調(diào)整形狀因子和緊質(zhì)度因子，通過目視判斷分割效果，以減少分割對象的數(shù)量，并改善“過分割”現(xiàn)象，確定最終的分割圖，如圖5所示。在之前的多尺度分割中，已經(jīng)取得了很好的分割效果，光譜差異性分割是對它的優(yōu)化，發(fā)現(xiàn)當尺度為5時不同地物就已經(jīng)被分到了一起，因此選擇尺度2作為光譜差異性最終分割尺度。

(a)尺度2 (b)尺度5 (c)尺度7

3.2 影像分類

將Arcgis制作好的訓(xùn)練樣本數(shù)據(jù)輸入Ecognition軟件中，選擇之前確定好的14個特征指數(shù)，然后進行訓(xùn)練、應(yīng)用和決策樹的導(dǎo)出。生成的決策樹規(guī)則如圖6所示。

圖6 Cart規(guī)則樹

從決策樹規(guī)則可以看出：通過G波段的均值可以很好地把林地區(qū)分出來；紋理特性的相異性可以很好地區(qū)分煙草和灌木；形狀因子能把林地和其他地物很好區(qū)分出來；R波段的均值可以把裸地提取出來；紋理特征的均值能很好地提取煙草；最后紋理特征的相關(guān)性特征能很好地提取出裸地和其他地物?；谝陨弦?guī)則樹，生成分類結(jié)果。

為驗證Cart決策樹算法在煙草提取時的精度和效果，在分割尺度參數(shù)、訓(xùn)練樣本、特征指標不變的情況下，采用經(jīng)典的支持向量機和隨機森林算法對研究區(qū)進行分類。3種分類效果如圖7所示。

(a)Cart決策樹分類結(jié)果 (b)支持向量機分類結(jié)果 (c)隨機森林分類結(jié)果

3.3 精度評價

觀察圖7，Cart決策樹和隨機森林的分類結(jié)果較好，在支持向量機中，各個地物的提取結(jié)果都不太理想。為了從定量方面進行研究分析，通過驗證點進行精度評價，在原始影像中均勻布點，生成10*10的點狀文件200個，如圖8所示，并逐一確定每個點的真實地物類型，確定是否屬于煙草，然后在ArcGIS中對每個點添加屬性進行二分類，將新建的點文件加載到預(yù)測結(jié)果影像中，對預(yù)測點類別進行驗證，并建立混淆矩陣對3種分類方法的預(yù)測結(jié)果進行精度評價。評價結(jié)果如表1所示。

圖8 驗證點示意圖

表1 3種分類算法的混淆矩陣精度評價

4 結(jié)論

本文通過對Cart決策樹分類的研究和探討，利用面向?qū)ο蟮姆椒ǎㄟ^多尺度分割結(jié)合光譜差異性分割，構(gòu)建決策樹模型，對研究區(qū)內(nèi)的地物進行分類，提取煙草，并與支持向量機、隨機森林算法分類結(jié)果進行對比，結(jié)果表明基于Cart決策樹分類算法在洛寧縣小界鄉(xiāng)的煙草提取中取得了更好的效果。

通過與常用的分類算法(支持向量機和隨機森林)進行對比，Cart決策樹表現(xiàn)出很好的分類精度，總體分類精度分別提高2.64和1.33個百分點。Kappa系數(shù)比支持向量機和隨機森林分別提高3.28和1.06個百分點。

Cart算法輸入更多的提取特征雖然對最優(yōu)決策樹的構(gòu)建不產(chǎn)生過多影響，但減少不必要的特征輸入可以提高提取效率和自動化程度。本文共利用14個提取特征，最后得出紋理特征的均值和相異性能反應(yīng)煙草的特征量。所篩選出來的特征對以后的煙草信息提取提供一定的參考價值。

本文的算法均屬于監(jiān)督分類方法，對樣本的要求非常高，樣本的質(zhì)量對分類結(jié)果精度至關(guān)重要。因研究條件有限，若采集更多的訓(xùn)練樣本，煙草的提取精度可以得到更大提升。

本文只通過高分二號衛(wèi)星影像對研究區(qū)的煙草進行提取，后續(xù)將探究Cart決策樹分類算法在較低分辨率影像中的分類效果，以達到更好的適用性，并嘗試通過深度學(xué)習(xí)的方法進行煙草信息提取研究。