深度卷積神經(jīng)網(wǎng)絡(luò)的遙感影像水體識別

王國杰，胡一凡，張森，茹易，陳開南，吳夢娟

1.南京信息工程大學(xué) 地理科學(xué)學(xué)院,南京 210044;

2.南京信息工程大學(xué) 遙感與測繪工程學(xué)院,南京 210044

1 引 言

水資源是地球生態(tài)系統(tǒng)中不可或缺的重要資源，是氣候變化和生態(tài)系統(tǒng)演化的重要影響因素（朱長明等，2013）?？焖倬珳?zhǔn)地識別水體，對水資源調(diào)查、洪水監(jiān)測及防災(zāi)減災(zāi)等有重要意義（張兵等，2021；盛永偉等，1994；王治華等，1992）。隨著遙感技術(shù)的發(fā)展，高分辨率遙感成為目前水體監(jiān)測的重要手段（殷亞秋等，2015）。傳統(tǒng)遙感方法利用水體在不同波段的反射率差異來區(qū)分水體與非水體。McFeeters（1996）提出的歸一化差異水體指數(shù)NDWI （Normalized Difference Water Index），能夠較好地區(qū)分陸地、植被和水體，但在區(qū)分水體與建筑物方面較為薄弱；徐涵秋（2005） 提出了改進(jìn)的歸一化水體指數(shù)MNDWI（Modified Normalized Difference Water Index），針對NDWI的不足進(jìn)行了改進(jìn)，增強(qiáng)了對水體和建筑物的區(qū)分能力，但在區(qū)分水、雪以及山影時效果較差（Xu，2006）；此外，F(xiàn)eyisa等（2014）提出了自動提取水體指數(shù)AWEI（Automated Water Extraction Index），顯著地提升了水體識別效率。然而，由于水體指數(shù)法對于水體與非水體的閾值確定具有很強(qiáng)的主觀性，這對水體提取結(jié)果的準(zhǔn)確性和可靠性有很大影響。

除了傳統(tǒng)水體指數(shù)，學(xué)者們也結(jié)合遙感影像的光譜、空間和紋理特征展開了相關(guān)研究。Yue等（2010）基于圖像光譜、形狀、紋理等特征，使用機(jī)器學(xué)習(xí)方法提取水體，但沒有充分利用空間信息特征。也有研究利用面向?qū)ο蠓椒ㄌ崛∷w（畢海蕓 等，2012）；機(jī)器學(xué)習(xí)方法也被應(yīng)用到水體識別工作中，如基于反向傳播BP （Back Propagation）神經(jīng)網(wǎng)絡(luò)的水體自動提取方法（楊文亮等，2012）。此類方法可以避免閾值選擇帶來的不確定性，但其特征選擇也是一大挑戰(zhàn)。

自從Hinton 等（2006）提出深度學(xué)習(xí)概念，基于深度學(xué)習(xí)的遙感識別方法獲得廣泛重視和迅速發(fā)展（王雪等，2018）。與傳統(tǒng)方法不同，深度學(xué)習(xí)能夠適應(yīng)大樣本學(xué)習(xí)，具有更高的靈活性和普適性（Liu 等，2017）。卷積神經(jīng)網(wǎng)絡(luò)CNN（Convolutional Neural Network）是深度學(xué)習(xí)的重要分支，近幾年若干經(jīng)典CNN 模型獲得廣泛應(yīng)用，例如，Krizhevsky 等（2012）提出的AlexNet 網(wǎng)絡(luò)模型，Simonyan 和Zisserman（2015）提出的VGG網(wǎng)絡(luò)模型，He 等（2016）提出的ResNet 網(wǎng)絡(luò)模型；最近Wang 等（2020b）提出的創(chuàng)新性HRNet網(wǎng)絡(luò)模型。深度學(xué)習(xí)憑借其高精度、高適用性、高效率的優(yōu)勢，與傳統(tǒng)遙感處理方法相比具有更高的可行性（尹寶才等，2015），因此在遙感領(lǐng)域得到了廣泛應(yīng)用。Saito 等（2015）提出一種卷積神經(jīng)網(wǎng)絡(luò)，對衛(wèi)星遙感影像中的建筑物進(jìn)行自動檢測與提??；曲景影等（2016）提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的光學(xué)遙感影像目標(biāo)識別方法，該方法基于傳統(tǒng)的LetNet?5 網(wǎng)絡(luò)結(jié)構(gòu)，利用卷積擴(kuò)展技術(shù)將卷積運算轉(zhuǎn)換為矩陣乘法，提高了目標(biāo)識別的準(zhǔn)確性和效率。以上這些方法在很大程度上促進(jìn)了深度學(xué)習(xí)在遙感領(lǐng)域的應(yīng)用，但目前在遙感水體提取方面的應(yīng)用還較少。Wang 等（2020a）使用深度學(xué)習(xí)方法提取鄱陽湖流域水體，識別精度較高，表明深度學(xué)習(xí)在水體提取方面具有極大應(yīng)用潛力。

基于高分一號衛(wèi)星數(shù)據(jù)，本研究采用ResNet、VGG、DenseNet、HRNet 這4 種卷積神經(jīng)網(wǎng)絡(luò)提取地表水體信息，涵蓋當(dāng)前主流的圖像分類網(wǎng)絡(luò)結(jié)構(gòu)。本研究所采用的DenseNet 網(wǎng)絡(luò)結(jié)構(gòu)，通過反卷積的方法來構(gòu)建全卷積神經(jīng)網(wǎng)絡(luò)，并通過增加不同尺度的特征融合來增加特征利用效率，顯著提高模型識別效果。本研究基于谷歌第二代機(jī)器學(xué)習(xí)系統(tǒng)TensorFlow構(gòu)建ResNet、VGG、DenseNet、HRNet神經(jīng)網(wǎng)絡(luò)，并將其水體識別結(jié)果與NDWI水體指數(shù)法進(jìn)行對比分析。

2 研究區(qū)、數(shù)據(jù)與方法

2.1 研究區(qū)概況

洪澤湖（33°06'—33°40'N，118°10'—118°52'E）位于江蘇省西部、淮河流域的下游，是中國最大的平原水庫型湖泊。洪澤湖流域?qū)儆诘湫偷膩啛釒Ъ撅L(fēng)氣候；受到季風(fēng)影響，降水時空分布不均，集中于6—9 月份。洪澤湖是淺水湖，湖泊面積受水位影響很大（伏蝶和岳建平，2019），平水期水位約為11.3 m，汛期水位約為12.5 m；總面積超過1000 km2，不同季節(jié)和年份有較大波動。

2.2 衛(wèi)星數(shù)據(jù)

本研究選用高分一號衛(wèi)星WFV 多光譜相機(jī)的16 m分辨率影像。HRNet、DenseNet、VGG與ResNet的輸入通道包括WFV 獲取的藍(lán)光、綠光、紅光和近紅外4個波段；NDWI方法則選擇WFV傳感器所獲取的綠光與近紅外兩個波段。為使網(wǎng)絡(luò)的數(shù)據(jù)標(biāo)簽具有普適性，選用不同月份的影像制作數(shù)據(jù)樣本，用于訓(xùn)練模型。所采用高分一號遙感影像的成像時間為2016 年1 月26 日—11 月11 日；數(shù)據(jù)由中國資源衛(wèi)星中心提供（http：//www.cresda.com/CN/［2020?06?17］）。

為制作水體訓(xùn)練樣本，對不同月份遙感影像中的目標(biāo)水體進(jìn)行人工目視解譯。解譯時，不同透明度與渾濁度的自然湖體均認(rèn)為是水體，而湖岸邊緣圍網(wǎng)養(yǎng)殖與蘆葦覆蓋區(qū)域則不認(rèn)為是水體。為增加神經(jīng)網(wǎng)絡(luò)訓(xùn)練效率及準(zhǔn)確率，對圖像進(jìn)行批量切割，生成大小為224×224的圖像；對裁切后的樣本進(jìn)行篩選，刪除無效樣本，最終獲得水體樣本5574個。

2.3 研究方法

2.3.1 歸一化差異水體指數(shù)

歸一化差異水體指數(shù)（NDWI）是一種基于綠光波段和近紅外波段反射率的水體識別方法（McFeeters，1996）。NDWI的計算公式如下：

式中，Green表示綠光波段的反射率，NIR表示近紅外波段的反射率。在理想情況下，若NDWI 為正值，則表示水、雨或者雪；若為負(fù)值則表示植被；若為零則表示巖石或裸土。由于水體信息在綠波段的反射率較高，在近紅外波段的反射率較低，因此，對這兩個波段進(jìn)行歸一化運算，增強(qiáng)二者之間的差距，可以使水體信息更為突出（McFeeters，1996）。由于地表植被等因素的影響，分割水體與非水體的閾值一般不為0，本文采用OSTU 法來確定最優(yōu)閾值（Otsu，1979）。OSTU 法也稱最大類間方差法，是基于最小二乘法原理的一種自適應(yīng)圖像分割閾值確定算法。按照影像直方圖計算各灰度級發(fā)生概率，選擇一個灰度級記為T，將圖像按灰度級分為兩部分，即0?T 以及T?255，分別記為目標(biāo)與背景，并計算目標(biāo)和背景類間方差的最大值，以找到最優(yōu)閾值。類間方差g的公式如下：

式中，圖像總平均灰度值記為μ，μ0和μ1分別為目標(biāo)和背景的平均灰度值，ω0和ω1為目標(biāo)和背景的灰度比例。當(dāng)g取到最大值時，所選擇的T 即為最優(yōu)閾值。本文中，當(dāng)?shù)玫较袼丶壍腘DWI值時，將其拉伸為0 到255 之間的灰度值，然后計算最優(yōu)閾值，從背景中分割水體。

2.3.2 卷積神經(jīng)網(wǎng)絡(luò)（CNN）

卷積神經(jīng)網(wǎng)絡(luò)是一種包含卷積層的神經(jīng)網(wǎng)絡(luò)模型（周飛燕等，2017），與普通淺層機(jī)器學(xué)習(xí)模型SVM（Cortes 和Vapnik，1995）相比，卷積神經(jīng)網(wǎng)絡(luò)具有更深的網(wǎng)絡(luò)結(jié)構(gòu)和更強(qiáng)的非線性特征擬合能力（盧宏濤和張秦川，2016）。在卷積神經(jīng)網(wǎng)絡(luò)中，圖像作為結(jié)構(gòu)中最低層的輸入，信息依次進(jìn)行傳遞，通過多層的學(xué)習(xí)自動挖掘數(shù)據(jù)中的信息。卷積神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的自動學(xué)習(xí)和特征表達(dá)能力，以VGG（Simonyan 和Zisserman，2015）、ResNet（He等，2016）、HRNet（Wang等，2020b）為代表的網(wǎng)絡(luò)結(jié)構(gòu)已被應(yīng)用于圖像處理領(lǐng)域。在強(qiáng)大的應(yīng)用需求驅(qū)動下，這些模型的復(fù)雜度也越來越高。VGG 網(wǎng)絡(luò)模型采用連續(xù)的3×3 卷積核；這種堆積的小卷積核對應(yīng)著更多的非線性層，可以有效地增加神經(jīng)網(wǎng)絡(luò)的深度，從而提高分類精度；但是它不能無限加深網(wǎng)絡(luò)，否則會因梯度消失或梯度爆炸而使網(wǎng)絡(luò)退化（Simonyan 和Zisserman，2015）。為解決此問題，ResNet 網(wǎng)絡(luò)模型使用快捷連接（Shortcut Connections），以一定方式將低級別特征映射到高層，在網(wǎng)絡(luò)中增加了直連通道，允許原始輸入信息直接傳到后面的層中，使當(dāng)前網(wǎng)絡(luò)只需要學(xué)習(xí)上一個網(wǎng)絡(luò)輸出的殘差，簡化了學(xué)習(xí)目標(biāo)和難度（He 等，2016）。但是，ResNet 網(wǎng)絡(luò)模型每一層都有自己的權(quán)重，因此它具有更多的參數(shù)。

Huang等（2017）設(shè)計的DenseNet網(wǎng)絡(luò)結(jié)構(gòu)在ResNet 基礎(chǔ)上做出改進(jìn)，將其網(wǎng)絡(luò)的每一層直接連接到前一層，實現(xiàn)了特征的重復(fù)利用，可以防止較小數(shù)據(jù)集的過度擬合；同時，它每一層生成的特征映射較少，與ResNet 模型相比在一定程度上減少了參數(shù)數(shù)量，這使得網(wǎng)絡(luò)更容易訓(xùn)練。本文通過增加上采樣結(jié)構(gòu)，將DenseNet 構(gòu)建為全卷積神經(jīng)網(wǎng)絡(luò)FCN （Fully Convolutional Networks），與普通的CNN 網(wǎng)絡(luò)對特征向量進(jìn)行的分類不同；FCN 將CNN 末尾的全連接層轉(zhuǎn)化成了卷積層（寇大磊等，2019）。FCN 采用反卷積層對最后一個卷積層的特征圖進(jìn)行上采樣（Upsampling），使它恢復(fù)到與輸入圖像相同的尺寸，從而可以對每個像素進(jìn)行預(yù)測，同時也保留了原始輸入圖像中的空間信息，最后在上采樣的特征圖上進(jìn)行逐像素分類（周飛燕等，2017）。

HRNet（Wang 等，2020b）將上述網(wǎng)絡(luò)結(jié)構(gòu)中的串行連接高分辨率與低分辨率網(wǎng)絡(luò)的方式，改為并行連接，在整個訓(xùn)練過程中保持特征圖的高分辨率，通過在高分辨率特征圖主網(wǎng)絡(luò)逐漸并行加入低分辨率特征圖子網(wǎng)絡(luò)，實現(xiàn)不同網(wǎng)絡(luò)多尺度融合。

2.3.3 DenseNet網(wǎng)絡(luò)模型

密集塊DB（Dense Block）是DenseNet 網(wǎng)絡(luò)的基本組成單元，其結(jié)構(gòu)如圖1 所示。DB 中間層為歸一化—線性校正—卷積層（BN?ReLU?Conv），其作用為在卷積之前對圖像執(zhí)行批量歸一化BN（Batch Normalization）和線性校正（ReLU），從而達(dá)到合并特征圖時大小統(tǒng)一的目的（Huang 等，2017）。DB 中每一層的輸入來自前面所有層的輸出，即：

圖1 Dense Block結(jié)構(gòu)示意圖Fig.1 Dense Block structure

式中，［X0，X1，…，XI?1］表示從第0層到第I?1 層的輸出特征圖的通道的合并（Concatenation），HI表示歸一化—線性校正—卷積層。這種連接方式可以改善DenseNet網(wǎng)絡(luò)中的信息流和梯度流。

圖2所示為用于圖像識別的基礎(chǔ)DenseNet結(jié)構(gòu)（Huang等，2017）。基于DenseNet的全卷積深度神經(jīng)網(wǎng)絡(luò)，是一種端到端的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，可以實現(xiàn)高質(zhì)量的圖像語義分割（鄭遠(yuǎn)攀等，2019）。本文采用的全卷積DenseNet網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示，其由下采樣部分（圖左半部分）、跳層連接（圖中虛線部分）、上采樣部分（圖右半部分）組成?？梢钥闯觯c圖2 所示經(jīng)典DenseNet 網(wǎng)絡(luò)結(jié)構(gòu)模型相比，本文使用的網(wǎng)絡(luò)結(jié)構(gòu)增加了由反卷積構(gòu)成的上采樣過程，在保留圖像空間信息的同時，使輸出圖像恢復(fù)到與輸入相同的尺寸；并且，我們還增加了跳層連接，該結(jié)構(gòu)可以把下采樣部分中獲得的特征信息引入上采樣部分，一方面可以緩解梯度消失問題；另一方面可以解決網(wǎng)絡(luò)退化問題；同時還可以對特征進(jìn)行重復(fù)學(xué)習(xí)，提高特征利用效率。網(wǎng)絡(luò)使用交叉熵?fù)p失函數(shù)（Cross?entropy Loss Function）作為損失函數(shù)，采用隨機(jī)梯度下降法SGD （Stochastic Gradient Descent） 進(jìn)行訓(xùn)練；對訓(xùn)練樣本分60 組，每組訓(xùn)練1000 次。網(wǎng)絡(luò)模型訓(xùn)練分階段進(jìn)行，初始學(xué)習(xí)率采用0.0001，訓(xùn)練30組時學(xué)習(xí)率縮小10倍，訓(xùn)練到50組時再縮小10 倍，從而降低網(wǎng)絡(luò)訓(xùn)練誤差。網(wǎng)絡(luò)的增長率設(shè)為32，權(quán)重衰減設(shè)為10?4，內(nèi)斯特洛夫動量設(shè)為0.9。

圖2 基于圖像識別的經(jīng)典DenseNet結(jié)構(gòu)示意圖（Huang 等，2017）Fig.2 Classic DenseNet Structure for image recognition（Huang et al.，2017）

圖3 本研究采用的DenseNet網(wǎng)絡(luò)結(jié)構(gòu)Fig.3 Modified DenseNet structure used in this study

2.3.4 評價指標(biāo)

基于混淆矩陣（Confusion matrix）（Stehman，1997），本研究選擇精確度P（Precision）、召回率R（Recall）、F1分?jǐn)?shù)和誤判率MRate（Misclassification Rate）來定量評價ResNet、VGG、DenseNet、HRNet網(wǎng)絡(luò)和NDWI的水體識別性能?；煜仃嚳蓪永鶕?jù)真實類別與預(yù)測類別的組合劃分為真正例TP（True Positive）、假正例FP（False Positive）、真反例TN（True Negative）和假反例FN（False Negative）。

精確度（Precision）為正確預(yù)測的正樣本數(shù)與預(yù)測的所有正樣本數(shù)之比：

可以看出，F(xiàn)值是基于正確率和召回率的調(diào)和平均定義。β為權(quán)重系數(shù)；當(dāng)β=1 時，表示正確率與召回率同等重要，標(biāo)記為F1值，即

3 研究結(jié)果

3.1 實驗參數(shù)確定

3.1.1 網(wǎng)絡(luò)訓(xùn)練參數(shù)選擇

神經(jīng)網(wǎng)絡(luò)的參數(shù)設(shè)置會影響實驗結(jié)果。在神經(jīng)網(wǎng)絡(luò)的各項參數(shù)中，學(xué)習(xí)率是一個影響網(wǎng)絡(luò)識別效率與識別效果的重要指標(biāo)。學(xué)習(xí)率過大會導(dǎo)致過擬合，使網(wǎng)絡(luò)無法收斂；學(xué)習(xí)率過小會使收斂速度過慢，雖然能夠收斂，但容易陷入局部最小值中，無法達(dá)到全局最小。同時，訓(xùn)練集與測試集的比例TTP（Train?Test Proportion）也會對模型訓(xùn)練效率與網(wǎng)絡(luò)精度產(chǎn)生影響。一般情況下，學(xué)習(xí)率通常選用0.001 或0.0001，訓(xùn)練集與測試集的比例通常設(shè)置為7∶3 或8∶2（Bengio，2012）（表1）。為確定適用于本研究的最佳網(wǎng)絡(luò)參數(shù)，本文基于相同訓(xùn)練樣本，分別采用不同學(xué)習(xí)率與不同訓(xùn)練比例對4種網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，分別確定其最佳網(wǎng)絡(luò)參數(shù)。以DenseNet 網(wǎng)絡(luò)為例，說明不同參數(shù)選擇對訓(xùn)練結(jié)果的影響。

表1 DenseNet在不同參數(shù)組合情況下的識別精度指標(biāo)及訓(xùn)練時間指標(biāo)Table 1 Identification accuracy and training time of DenseNet with different parameter combinations

在神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練過程中，用損失（Loss）函數(shù)來評估模型的預(yù)測值與真實值之間的差異程度，Loss 值的下降情況表示模型的識別效率及其準(zhǔn)確性。圖4 是4 種不同參數(shù)設(shè)置的DenseNet 神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中的Loss 函數(shù)下降曲線。在初始時刻，4條Loss曲線值較為相近，且在訓(xùn)練前期其下降趨勢都較為一致。但隨著迭代次數(shù)的增加，學(xué)習(xí)率為0.001 的兩條曲線下降趨勢更為明顯，最終穩(wěn)定在0.11 左右，表明學(xué)習(xí)率為0.001 的網(wǎng)絡(luò)其性能表現(xiàn)更優(yōu)；同時，對比相同學(xué)習(xí)率下不同TTP的Loss 曲線，發(fā)現(xiàn)TTP 為8∶2 時曲線下降程度更為明顯。表1列舉DenseNet不同參數(shù)組合情況下的精度評價指標(biāo)?？梢耘卸?，設(shè)置學(xué)習(xí)率為0.001、TTP 為7∶3 時的網(wǎng)絡(luò)性能最優(yōu)。就TTP 參數(shù)來說，表1 中得出的結(jié)論與Loss 曲線得出的結(jié)論恰好相反。為進(jìn)一步確定更為合適的TTP，我們在不同學(xué)習(xí)率下，分別設(shè)定TTP 為7∶3 與8∶2 進(jìn)行水體識別，其識別結(jié)果見圖5。

圖4 DenseNet網(wǎng)絡(luò)模型采用不同參數(shù)組合時訓(xùn)練過程中損失函數(shù)變化曲線（每個epoch包括1000次迭代過程）Fig.4 Loss function of DenseNet in the training process of different parameter combinations（each epoch includes 1000 iterations）

圖5 DenseNet模型在不同參數(shù)組合下的水體識別結(jié)果（圖中藍(lán)色實線為人工提取岸線，紅色矩形框為對比區(qū)域）Fig.5 Water recognition results of the DenseNet model under different parameter combinations；The blue solid line is the manually identified shoreline，and the red rectangular frames are the areas for comparisons

圖5 所示，當(dāng)學(xué)習(xí)率設(shè)置為0.001 時，無論TTP 為7∶3 還是8∶2，所識別的水體邊界都存在與實際邊界明顯不符的情況，屬于較為嚴(yán)重的判斷失誤。這說明，DenseNet 模型在學(xué)習(xí)率為0.001時訓(xùn)練效果更好，但在實際識別過程中卻會出現(xiàn)重大誤判，這是由于神經(jīng)網(wǎng)絡(luò)的過擬合現(xiàn)象造成的。因此，在選擇參數(shù)時需要綜合考慮其實際識別效果。當(dāng)DenseNet 學(xué)習(xí)率為0.0001 時，其識別效果顯然更優(yōu)（圖5（c）和5（d）），其水體邊界更加符合實際情況。結(jié)合表1，TTP 為7∶3時的召回率、F1 值和誤判率指標(biāo)都優(yōu)于8∶2，且訓(xùn)練時間更短，因此本研究選擇學(xué)習(xí)率為0.0001、TTP 為7∶3的參數(shù)組合訓(xùn)練DenseNet網(wǎng)絡(luò)。

3.1.2 不同閾值法NDWI水體識別結(jié)果比較

本文選用OSTU 自適應(yīng)閾值法確定NDWI 的閾值。為驗證OSTU 方法的優(yōu)越性，本文將OSTU 自適應(yīng)閾值與經(jīng)驗閾值（反復(fù)進(jìn)行多次試驗，與人工提取結(jié)果對比，確定閾值為0.35）提取的水體結(jié)果進(jìn)行比較分析，如圖6所示。圖6（b）和6（c）中白色部分表示水體，黑色部分表示非水體；紅色矩形框表示需要對比的局部區(qū)域?？傮w而言，兩種方法都能對洪澤湖湖區(qū)的水體輪廓進(jìn)行比較完整的提??；但經(jīng)驗閾值法在湖泊內(nèi)部出現(xiàn)大量的線狀與點狀噪聲，對比原始遙感影像判斷，噪聲位置均為湖泊水體。就湖泊完整性來看，OSTU閾值提取方法要優(yōu)于經(jīng)驗閾值法。同時，經(jīng)驗閾值法會受到人為主觀因素的影響，而OSTU 提取方法的閾值不會受到人為因素的影響?？傮w而言，OSTU 自適應(yīng)閾值法的提取效果比經(jīng)驗閾值提取效果更好。因此，本文后續(xù)所使用到的NDWI水體提取結(jié)果，均采用OSTU自適應(yīng)閾值法得出。

圖6 NDWI提取結(jié)果圖Fig.6 The NDWI result

3.2 NDWI與4種網(wǎng)絡(luò)模型識別效果對比分析

3.2.1 圖像識別效果

為了直觀地對比分析不同網(wǎng)絡(luò)的提取結(jié)果，圖7（a）顯示了2016 年1 月26 日高分一號衛(wèi)星獲取的洪澤湖水體區(qū)域遙感真彩色合成圖像；圖7 （b）—7 （f） 分 別 是NDWI、HRNet、VGG、ResNet、DenseNet 模型的識別結(jié)果。需要說明的是，后文所用遙感圖像均采用真彩色合成圖像，即R、G、B 通道分別采用高分一號衛(wèi)星WFV 傳感器獲取的第三、二、一波段進(jìn)行合成。

圖7 不同方法水體識別效果對比圖（紅色實線為人工提取岸線）Fig.7 Water identification results by different methods（The red line is the manually extracted shoreline）

圖7 顯示，4 種神經(jīng)網(wǎng)絡(luò)方法識別水體區(qū)域的效果均明顯優(yōu)于傳統(tǒng)的NDWI 水體指數(shù)方法。其中，NDWI識別的水體區(qū)域面積比真實水體面積大很多，其原因是NDWI方法將湖泊沿岸部分農(nóng)田及城市區(qū)域誤判為水體區(qū)域，導(dǎo)致NDWI在城鎮(zhèn)地區(qū)及水陸交界線處識別效果較差，產(chǎn)生了非常明顯的大面積噪聲和誤判斑塊。ResNet 識別結(jié)果在邊界存在較明顯的噪聲，且對細(xì)小河流的識別不夠敏感。DenseNet、VGG 與HRNet 都可以較準(zhǔn)確地識別水體區(qū)域，甚至可以把較為細(xì)小的河道分辨出來，其水陸界線較平滑，但同時也存在一定的誤判現(xiàn)象；其中，VGG 識別的水體邊界噪聲點較多，且誤判情況比DenseNet 與HRNet 更為明顯；DenseNet 與HRNet 的提取結(jié)果較為接近，但DenseNet 在細(xì)小河流處存在一定的斷線情況，而HRNet 識別結(jié)果在水體邊界處存在一定的點狀噪聲?？傮w而言，DenseNet、VGG 與HRNet 的水體識別結(jié)果與實際情況較為一致，ResNet 較差；傳統(tǒng)NDWI識別結(jié)果最差，誤判情況非常明顯，且水體邊緣不清晰。這是因為NDWI水體指數(shù)法只利用綠光與近紅外波段的信息，所利用的信息較少；而神經(jīng)網(wǎng)絡(luò)則充分利用了高分一號數(shù)據(jù)的紅光、綠光、藍(lán)光及近紅外4個波段中的所有信息。因此神經(jīng)網(wǎng)絡(luò)方法的提取效果要顯著優(yōu)于NDWI水體指數(shù)法。

3.2.2 模型訓(xùn)練效率

ResNet、VGG、DenseNet 和HRNet 這4 種網(wǎng)絡(luò)訓(xùn)練過程中的損失（Loss）函數(shù)曲線如圖8所示。

圖8 4種神經(jīng)網(wǎng)絡(luò)模型（VGG、ResNet、DenseNet、HRNet）訓(xùn)練過程中損失函數(shù)的變化曲線（每個epoch包括1000次迭代過程）Fig.8 Loss functions during training processes of neural network models of VGG、ResNet、DenseNet and HRNet（Each epoch includes 1000 iterations）

由以上4 種神經(jīng)網(wǎng)絡(luò)的損失函數(shù)曲線可以看出，VGG 的初始Loss值最高，雖然下降速度最快，但是收斂最慢，最終逐漸穩(wěn)定于0.15 左右；ResNet 的初始Loss 值最低，但是訓(xùn)練效率也最低，下降非常緩慢，最終也穩(wěn)定于0.15 左右；HRNet初始值居中，下降速度略低于DenseNet，收斂速度適中，最終穩(wěn)定在0.15 左右；而DenseNet 初始Loss 值較低，但訓(xùn)練過程中收斂速度最快，且最終穩(wěn)定于0.13 左右，低于以上3 種網(wǎng)絡(luò)。DenseNet網(wǎng)絡(luò)訓(xùn)練效率最高，收斂性最好。這是因為DenseNet 在ResNet 和VGG 的基礎(chǔ)上進(jìn)行了優(yōu)化，降低了網(wǎng)絡(luò)冗余度，從而加快了訓(xùn)練效率，有效地緩解了梯度消失和過擬合問題，提高了識別精度；并且，本文DenseNet 網(wǎng)絡(luò)的跳層結(jié)構(gòu)加強(qiáng)了特征傳播，能夠更有效地利用地物特征。在實際應(yīng)用中，網(wǎng)絡(luò)的訓(xùn)練時間也是需要考慮的重要因素。4 種網(wǎng)絡(luò)的訓(xùn)練時間如表2 所示。HRNet 的訓(xùn)練時間略長于DenseNet，DenseNet 所花費的訓(xùn)練時間要遠(yuǎn)遠(yuǎn)小于ResNet及VGG網(wǎng)絡(luò)。

表2 4種網(wǎng)絡(luò)訓(xùn)練時間指標(biāo)Table 2 The training time of four networks

3.3 NDWI與4種網(wǎng)絡(luò)模型識別指標(biāo)對比

基于相同樣本數(shù)據(jù)，得出4種神經(jīng)網(wǎng)絡(luò)模型及NDWI 的識別精度指標(biāo)，表3 列舉了各方法識別結(jié)果參數(shù)。在精確度（P）方面，DenseNet最高，達(dá)到0.960；最差為NDWI，僅為0.779，表明DenseNet識別水體區(qū)域的正確率最高，尤其顯著高于傳統(tǒng)的NDWI水體指數(shù)法。在召回率（R）方面，NDWI水體指數(shù)法的R值最高，達(dá)到0.981，表明它成功地識別了數(shù)據(jù)集中的大部分水體樣本，但這并不說明其識別效果最好，因為NDWI提取的水體范圍事實上超過了真實的水體范圍，甚至包含了一些農(nóng)田，導(dǎo)致其識別水體在真實水體中占比較大。DenseNet的R值最低，僅0.890。由于P值和R值是對抗性指標(biāo)，無法準(zhǔn)確地表明這幾種方法的優(yōu)劣，因而需進(jìn)一步考慮綜合指標(biāo)F1 值。HRNet 的F1 值最高，為0.930；DenseNet 略低，為0.928；ResNet與VGG 的相近；NDWI 最低，僅為0.868。就誤判率MRate 而言，DenseNet 誤判率最低，僅為0.041；VGG 誤判率最高，達(dá)到了0.048；NDWI 誤判率略低于ResNet。

表3 4種網(wǎng)絡(luò)及NDWI識別精度指標(biāo)Table 3 Water identification results of four networks and NDWI

綜上所述，神經(jīng)網(wǎng)絡(luò)的水體提取效果要顯著優(yōu)于傳統(tǒng)的NDWI 水體指數(shù)方法；所采用的4 種神經(jīng)網(wǎng)絡(luò)模型中，DenseNet 綜合表現(xiàn)最好，誤判率最低，精確度最高，甚至優(yōu)于最新提出的HRNet結(jié)構(gòu)。所以，我們將僅分析DenseNet 網(wǎng)絡(luò)的水體識別結(jié)果。

3.4 水體識別局部分析

對遙感地物識別而言，細(xì)節(jié)識別效果是非常重要的衡量標(biāo)準(zhǔn)。在3.3 節(jié)中已經(jīng)表明，DenseNet網(wǎng)絡(luò)對水體的識別結(jié)果最優(yōu)，其局部結(jié)果見圖9，通過9組局部圖像并結(jié)合人工提取岸線，可以看出DenseNet 的水體提取效果總體來說與岸線的吻合度較高，對于陸地、河岸、大部分河道及湖泊的細(xì)部識別較為準(zhǔn)確，能夠較好地識別細(xì)小的河道，對于水田等有一定混淆性的地物也可以進(jìn)行很好地區(qū)分；但是對于湖心島嶼、江心洲等的識別會出現(xiàn)誤判的現(xiàn)象，可能是由于訓(xùn)練樣本中此類地物數(shù)量較少，因此不能很好地分離水體與島嶼；此外，由于水體中泥沙、葉綠素等懸浮物的含量及河流流速等原因而導(dǎo)致水體顏色顯著差異，如河流激流處水體呈現(xiàn)白色，流速較緩或靜止的水體呈現(xiàn)藍(lán)色或深藍(lán)色，泥沙含量高的部分呈現(xiàn)黃色或褐色等，DenseNet都可以準(zhǔn)確地識別。

圖9 DenseNet網(wǎng)絡(luò)水體局部識別結(jié)果（紅色實線為人工提取岸線）Fig.9 Detailed water identification results by DenseNet（The red solid line is manually identified shoreline）

3.5 水體季節(jié)變化

本文選用2016 年多個月份的遙感影像制作標(biāo)簽，訓(xùn)練出的網(wǎng)絡(luò)可以對各個季節(jié)的水體進(jìn)行識別。為說明DenseNet 對不同季節(jié)水體的識別效果，選擇冬季和夏季各一幅圖像進(jìn)行水體識別，結(jié)果見圖10。冬季湖泊形態(tài)較為清晰，而夏季水陸邊界較為模糊，部分區(qū)域受到云的影響。DenseNet網(wǎng)絡(luò)識別結(jié)果顯示，洪澤湖湖面面積在冬季與夏季有明顯的不同，冬季湖泊面積要大于夏季，夏季湖泊的輪廓發(fā)生了一定程度的收縮。2016 年1 月26 日 水體面積為1331.31 km2，而2016 年8 月31 日水體面積為1140.90 km2。由于洪澤湖水域面積隨水位變化而變化，根據(jù)梅海鵬等（2021）的研究，可以得知洪澤湖年內(nèi)水位變化呈單谷型，由于春季灌溉用水量大，同時為增強(qiáng)防洪能力在汛期到來前開閘放水，從而導(dǎo)致洪澤湖最低水位在5月底或6月初出現(xiàn)。6月至8月，降水量迅速增加，使水位快速上漲，從而使得湖泊面積擴(kuò)大；但2016 年5 月16日水體面積為1236.24 km2，8 月湖泊面積比5 月16 日水體面積更小，這是因為2016 年夏季蒸發(fā)旺盛，蒸發(fā)量遠(yuǎn)高于降水量所致。根據(jù)江蘇省氣象信息中心提供的數(shù)據(jù)，該地區(qū)1月份蒸發(fā)量與降水量分別為29.9 mm與31.6 mm，降水量略大于蒸發(fā)量；而8 月份蒸發(fā)量與降水量分別為127.85 mm與73.53 mm，蒸發(fā)量遠(yuǎn)大于降水量，導(dǎo)致8月降水對湖泊的補給不足，湖泊面積縮減。

圖10 DenseNet網(wǎng)絡(luò)對冬季與夏季洪澤湖區(qū)域水體提取效果（紅色實線為人工提取岸線）Fig.10 Water identification results by DenseNet in Hongze Lake area in winter and summer respectively（The red solid line is manually identified shoreline）

圖11 能夠更加清晰地顯示夏季與冬季洪澤湖湖泊發(fā)生變化的區(qū)域。為進(jìn)一步說明DenseNet 識別不同季節(jié)洪澤湖水體的準(zhǔn)確性，對1 月份和8 月份水體變化明顯的局部區(qū)域的遙感圖像及其識別結(jié)果進(jìn)行局部放大，見圖12，其中白色表示水體，黑色為非水體。從局部區(qū)域來看，獲取的影像中夏季湖岸邊田塊非常明顯，且夏季作物生長旺盛，圖中表現(xiàn)為深淺不同的綠色；相比冬季，能夠比較明顯地看出夏季田塊的擴(kuò)張以及湖岸向湖中央推移，從而使得湖泊沿岸線模糊不易辨別。對于這種現(xiàn)象，DenseNet 網(wǎng)絡(luò)可以準(zhǔn)確地將迫近湖岸的綠植與真正的湖泊水體進(jìn)行區(qū)分，清晰地識別出水體邊緣。而當(dāng)影像在冬季表現(xiàn)出明顯的水體特征，而在夏季則完全沒有田塊特征的情況下，DenseNet網(wǎng)絡(luò)也能較好地識別出水體。

圖11 岸線變化圖Fig.11 Manually identified shorelines in summer（red line）and winter（blue line）respectively

圖12 DenseNet對夏季與冬季洪澤湖區(qū)域的水體識別局部效果對比圖Fig.12 Detailed water identification results in Hongze Lake area by DenseNet in summer and winter

4 結(jié) 論

本實驗提出了基于DenseNet 深度神經(jīng)網(wǎng)絡(luò)的水體提取模型，通過與經(jīng)典的ResNet、VGG 神經(jīng)網(wǎng)絡(luò)，及新提出的HRNet 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和水體指數(shù)法NDWI進(jìn)行對比，得出了以下結(jié)論：

（1）卷積神經(jīng)網(wǎng)絡(luò)如HRNet、ResNet、VGG和DenseNet，在遙感水體識別方面遠(yuǎn)優(yōu)于傳統(tǒng)的水體指數(shù)方法。雖然水體指數(shù)法具有使用簡單、過程迅速的優(yōu)點，但識別精度相對較低，不能滿足當(dāng)前高精度遙感制圖的需求；并且，水體指數(shù)閾值的選取受人為主觀影響較大，難以確定最佳閾值，直接影響著識別精度。相較于水體指數(shù)法，基于卷積神經(jīng)網(wǎng)絡(luò)的水體識別雖然訓(xùn)練網(wǎng)絡(luò)需要花費較長時間，但訓(xùn)練好的模型也可以快速識別出水體，且識別結(jié)果更加準(zhǔn)確。因此，與傳統(tǒng)水體指數(shù)方法相比，卷積神經(jīng)網(wǎng)絡(luò)展示了更優(yōu)的應(yīng)用前景。

（2）本文對經(jīng)典DenseNet 網(wǎng)絡(luò)結(jié)構(gòu)加以改進(jìn)，增加了上采樣過程和全卷積網(wǎng)絡(luò)內(nèi)的跳層連接，緩解梯度消失和網(wǎng)絡(luò)退化問題，并可進(jìn)行特征重復(fù)學(xué)習(xí)。相較于經(jīng)典的VGG 和ResNet 網(wǎng)絡(luò)，DenseNet 網(wǎng)絡(luò)在水體識別方面精確度P與F1 分?jǐn)?shù)更高，誤判率最低，本研究中分別達(dá)到了0.960、0.928與0.041，且對細(xì)部特征也有良好的識別能力；其識別效果甚至優(yōu)于最新提出的HRNet 網(wǎng)絡(luò)結(jié)構(gòu)。同時，修改后的DenseNet 模型損失函數(shù)最低，且訓(xùn)練時間僅為3 h 41 m 22 s，遠(yuǎn)低于其他網(wǎng)絡(luò)。

本文研究表明，DenseNet 在遙感水體識別領(lǐng)域有很好的應(yīng)用前景；結(jié)合高時間、高空間分辨率遙感數(shù)據(jù)，可以實現(xiàn)高精度水體制圖、河流湖泊面積變化和洪澇災(zāi)害監(jiān)測等。但基于DenseNet網(wǎng)絡(luò)的水體識別仍然存在一些無法避免的瑕疵，如識別結(jié)果偶爾會出現(xiàn)點狀噪音，以及細(xì)小水道出現(xiàn)“斷線”情況等；可能原因是樣本總量還不夠充足，樣本數(shù)字標(biāo)簽準(zhǔn)確度不足，以及遙感影像本身的一些局限性等。DenseNet 網(wǎng)絡(luò)進(jìn)行水體識別還有許多工作需要進(jìn)一步完善：

（1） 本文使用的DenseNet 網(wǎng)絡(luò)是在基礎(chǔ)DenseNet 網(wǎng)絡(luò)上進(jìn)行結(jié)構(gòu)優(yōu)化，但此網(wǎng)絡(luò)還可以進(jìn)一步改進(jìn)，提高該網(wǎng)絡(luò)結(jié)構(gòu)的識別效率。

（2）訓(xùn)練數(shù)據(jù)樣本集不夠豐富。若能夠增加更大尺度的水體遙感影像資料作為樣本集，如全國范圍的水體影像，同時提高人工目視解譯制作標(biāo)簽的精度，該網(wǎng)絡(luò)的水體提取效果會更加準(zhǔn)確，普適性更強(qiáng)。

總之，本文的研究表明，利用DenseNet 深度神經(jīng)網(wǎng)絡(luò)進(jìn)行遙感水體識別具有較高的精度，顯著優(yōu)于傳統(tǒng)的水體指數(shù)法。深度神經(jīng)網(wǎng)絡(luò)因其識別精度方面的優(yōu)勢，在水體遙感等領(lǐng)域具有廣闊的應(yīng)用前景。