結(jié)合珠海一號(hào)高光譜影像和XGBoost算法的珠江口濱海濕地分類

劉燕君,劉 凱,4,曹晶晶,4

(1. 中山大學(xué)地理科學(xué)與規(guī)劃學(xué)院,廣東 廣州 510006; 2. 廣東省公共安全與災(zāi)害工程技術(shù)研究中心,廣東 廣州 510006; 3.廣東省城市化與地理環(huán)境空間模擬重點(diǎn)實(shí)驗(yàn)室,廣東 廣州 510006; 4. 南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室(珠海),廣東 珠海 519000)

濕地是水陸相互作用形成的特殊自然綜合體,是地球上生物多樣性最豐富的生態(tài)系統(tǒng)和人類重要的生存環(huán)境之一,被譽(yù)為“地球之腎”[1]。濕地科學(xué)分類作為濕地研究的基礎(chǔ),是濕地科學(xué)理論的核心問(wèn)題之一[2]。遙感技術(shù)已成為大范圍濕地信息提取和遙感分類的重要手段,對(duì)于準(zhǔn)確、及時(shí)監(jiān)測(cè)濕地生態(tài)系統(tǒng)受自然因素和人為干擾的動(dòng)態(tài)信息至關(guān)重要。

國(guó)內(nèi)外遙感技術(shù)的發(fā)展為濕地分類研究提供了豐富的數(shù)據(jù)源,包括多光譜影像、雷達(dá)影像和高分影像等[3-5]。其中,高光譜遙感以其豐富的光譜信息在復(fù)雜環(huán)境下的濕地類型精細(xì)識(shí)別中表現(xiàn)出顯著優(yōu)勢(shì)[6-8]。相比于機(jī)載或無(wú)人機(jī)載高光譜遙感,星載高光譜遙感具有大范圍、易獲取、重訪率高等優(yōu)勢(shì),在區(qū)域或更大空間尺度的濕地分類中表現(xiàn)出了極大的應(yīng)用潛力。

鑒于面向?qū)ο蠓诸惙椒ㄏ啾扔诨谙裨姆诸惙椒?能在較大程度上解決混合像元問(wèn)題,減小分類結(jié)果的“椒鹽效應(yīng)”[9]。近年來(lái),極端梯度提升(eXtreme gradient boosting, XGBoost)作為一種基于決策樹的集成機(jī)器學(xué)習(xí)算法由于其運(yùn)行速度快、分類效果好等優(yōu)勢(shì)廣受關(guān)注,但其在濕地遙感分類中應(yīng)用潛力仍有待探究。

綜上,本文運(yùn)用具有較高空間和光譜分辨率的珠海一號(hào)高光譜影像,結(jié)合多維影像特征、XGBoost算法和面向?qū)ο蠹夹g(shù),針對(duì)珠江口濱海濕地進(jìn)行遙感分類,并對(duì)比SVM和RF兩種機(jī)器學(xué)習(xí)算法,分析XGBoost算法在濕地類型信息提取中的有效性。

1 研究區(qū)與數(shù)據(jù)源

1.1 研究區(qū)概況

珠江口濕地是我國(guó)重要的濱海濕地,位于南海北側(cè)近岸海域,是三角洲網(wǎng)河和殘留河口灣并存的河口,河口區(qū)河汊發(fā)育、水網(wǎng)密布。屬于南亞熱帶季風(fēng)性海洋氣候,常年溫暖、多雨、濕潤(rùn),夏季時(shí)間長(zhǎng),冬季溫暖干燥[10]。珠江口濕地種類豐富,有許多相互連通的河道,包括低地島嶼、河灘沼澤地、大型低洼田(如稻田、魚池和蝦塘)、灘涂和紅樹林等。

1.2 數(shù)據(jù)及預(yù)處理

選用2019年1月25日覆蓋珠江口濱海濕地的珠海一號(hào)高光譜影像,數(shù)據(jù)來(lái)源于歐比特珠海一號(hào)遙感數(shù)據(jù)服務(wù)平臺(tái)。珠海一號(hào)高光譜衛(wèi)星共有4顆星,空間分辨率為10 m,時(shí)間分辨率可達(dá)2天,成像范圍為150 km×2500 km,譜段數(shù)為32個(gè),光譜分辨率為2.5 nm,波譜范圍為400～1000 nm。除了空間和時(shí)間分辨率的優(yōu)勢(shì)外,珠海一號(hào)高光譜影像還具有紅邊波段。

對(duì)珠海一號(hào)高光譜影像進(jìn)行預(yù)處理,包括輻射校正、幾何校正和圖像裁剪。首先,基于日照差異糾正模型進(jìn)行輻射校正,將影像灰度值轉(zhuǎn)換為輻亮度值;然后,以Sentinel-2影像為基準(zhǔn)影像,結(jié)合地面控制點(diǎn)進(jìn)行影像配準(zhǔn)。

2 研究方法

針對(duì)珠海一號(hào)高光譜影像進(jìn)行面向多尺度影像分割,基于相關(guān)性的特征選擇(correlation-based feature selection, CFS)算法獲取最優(yōu)的特征集合,并對(duì)比SVM、RF和XGBoost 3種不同機(jī)器學(xué)習(xí)算法的濕地分類效果,探討XGBoost算法在濕地分類應(yīng)用的可行性。技術(shù)路線如圖1所示。

圖1 濕地分類技術(shù)路線

2.1 濕地分類體系

參考《中華人民共和國(guó)國(guó)家標(biāo)準(zhǔn):濕地分類》(GB/T 24708-2009)和《濕地公約》及現(xiàn)有濕地分類體系[11-13],針對(duì)研究區(qū)的濕地類型,制定本文的濕地分類體系(見表1),包括自然濕地、人工濕地和其他土地類型。其中,河流濕地主要為永久性河流,沼澤濕地以紅樹林為主,人工濕地主要為水庫(kù)和水產(chǎn)養(yǎng)殖場(chǎng)。

表1 濕地分類體系

2.2 多尺度分割

采用多尺度分割算法,基于eCognition易康軟件進(jìn)行珠海一號(hào)高光譜影像分割。多尺度分割是指在影像信息損失最小的前提下,以任意尺度生成異質(zhì)性最小、同質(zhì)性最大的有意義影像多邊形對(duì)象的過(guò)程,不同的地物類型可以在相應(yīng)尺度的對(duì)象上得到反映[14-15]。使用一種無(wú)監(jiān)督自動(dòng)選擇尺度方法[16],經(jīng)過(guò)多次試驗(yàn)確定分割尺度和參數(shù)因子。

2.3 特征提取與選擇

根據(jù)不同濕地類型的特征和珠海一號(hào)的影像特征選取了光譜特征、形狀特征、紋理特征和指數(shù)特征4類共192個(gè)特征,見表2。多種類別特征的加入可輔助識(shí)別光譜特征相似的濕地類型[17]。

表2 本文使用的分類特征

針對(duì)上述特征集,本文采用經(jīng)典過(guò)濾器模式CFS算法進(jìn)行分類特征篩選[18]。該算法對(duì)單一特征對(duì)應(yīng)于每個(gè)分類的作用進(jìn)行評(píng)價(jià),評(píng)估每個(gè)特征的預(yù)測(cè)能力及相互之間的冗余度,傾向于選擇與分類類別相關(guān)度高,但相互之間相關(guān)度低的特征[19]。

2.4 機(jī)器學(xué)習(xí)算法

2.4.1 極端梯度提升

XGBoost算法屬于梯度提升機(jī)器算法的擴(kuò)展[20],該算法的基學(xué)習(xí)器通常為樹和線性分類器,得到帶L1+L2懲罰的線性回歸或邏輯回歸,其損失函數(shù)采用二階泰勒展開,具有高準(zhǔn)確度、不易過(guò)擬合、可擴(kuò)展性的特點(diǎn),能夠分布式處理高維稀疏特征[21]。

2.4.2 支持向量機(jī)

支持向量機(jī)(SVM)是一種基于統(tǒng)計(jì)學(xué)習(xí)理論的機(jī)器學(xué)習(xí)算法,能夠很好地應(yīng)用于小樣本、非線性及高維模式識(shí)別[22]。SVM算法針對(duì)的是小樣本的統(tǒng)計(jì)估計(jì)和預(yù)測(cè),以結(jié)構(gòu)風(fēng)險(xiǎn)最小化作為準(zhǔn)則[23]。

2.4.3 隨機(jī)森林

隨機(jī)森林(RF)是一種基于決策樹的集成學(xué)習(xí)算法[24]。它利用bootsrap重抽樣方法從原始樣本中抽取多個(gè)樣本,對(duì)每個(gè)bootsrap樣本進(jìn)行決策樹建模。每棵樹通過(guò)Bagging算法形成獨(dú)立分布的訓(xùn)練樣本集,組合多棵決策樹的預(yù)測(cè),通過(guò)投票得出最終預(yù)測(cè)結(jié)果[25]。

3 結(jié)果與分析

3.1 影像分割

針對(duì)研究區(qū)珠海一號(hào)高光譜影像進(jìn)行多尺度分割,對(duì)比多次試驗(yàn)的分割效果如圖2所示,最終確定分割尺度為60,該分割尺度下獲取的對(duì)象內(nèi)部同質(zhì)性較高,邊界輪廓較為清晰,具有較好的可分離性與代表性。同時(shí),考慮研究區(qū)地物形狀大多較規(guī)整,確定影像分割的緊致度為0.6、形狀因子為0.4。

圖2 不同分割參數(shù)對(duì)應(yīng)的影像分割效果

3.2 分類特征篩選

利用CFS算法篩選得到30個(gè)分類特征,包括18個(gè)光譜特征、3個(gè)形態(tài)特征、5個(gè)紋理特征和4個(gè)指數(shù)特征。圖3給出了各個(gè)特征對(duì)于濕地分類的F1得分,其中光譜特征的重要性最高。紅邊指數(shù)和陰影指數(shù)的重要性僅次于光譜特征。紋理特征和形狀特征的重要性排名靠后,這可能是由于珠海一號(hào)高光譜影像的紋理信息相對(duì)較弱的原因。

圖3 各特征重要性排序

3.3 濕地分類結(jié)果

3.3.1 3種機(jī)器學(xué)習(xí)算法分類結(jié)果對(duì)比

基于XGBoost、RF和SVM 3種機(jī)器學(xué)習(xí)算法得到研究區(qū)濕地分類精度,如圖4所示。可以看出,利用XGBoost算法進(jìn)行濕地分類效果最好,總體精度87.2%,Kappa系數(shù)為0.84。其中,制圖精度最高的是沼澤濕地,主要分布于研究區(qū)西南部,用戶精度最高的是水產(chǎn)養(yǎng)殖場(chǎng)。XGBoost算法對(duì)細(xì)小水體的分類更為準(zhǔn)確,對(duì)溝渠和細(xì)小河流的分辨能力更高,且對(duì)旱地、建筑等非濕地類別更為敏感,能夠有效提高濕地分類精度。

圖4 基于3種機(jī)器學(xué)習(xí)算法的珠江口濕地分類精度

基于3種機(jī)器學(xué)習(xí)算法獲取的珠江口濕地類型空間分布如圖5所示。對(duì)比3種算法的分類結(jié)果,可以看出,RF算法的結(jié)果中在河流濕地有明顯錯(cuò)分,大多數(shù)被分為建筑用地或湖泊濕地;利用SVM算法能夠較好地提取河流濕地,但會(huì)混淆養(yǎng)殖場(chǎng)和沼澤濕地;XGBoost算法應(yīng)用于濕地分類的效果最佳,其中部分河流濕地被誤分水庫(kù)、坑塘或建筑用地,這可能是由于河流濕地分割較為細(xì)碎,影響了分類器對(duì)河流濕地同質(zhì)性的判斷,且其樣本受河流上船只的影響,也在一定程度上影響了分類結(jié)果。

圖5 基于3種機(jī)器學(xué)習(xí)算法的珠江口濕地分類結(jié)果

3.3.2 特征優(yōu)選前后的濕地分類結(jié)果對(duì)比

基于特征優(yōu)選的濕地分類雷達(dá)圖如圖6所示。對(duì)于3種機(jī)器學(xué)習(xí)算法而言,相比使用全部特征集,利用優(yōu)選特征集得到的總體精度和Kappa系數(shù)均有所提高,其中XGBoost算法得到的總體精度上升2.0%。SVM和RF算法盡管特征優(yōu)選后的總體精度也有所提升,但湖泊濕地、水庫(kù)和溝渠的識(shí)別精度降低了?；赬GBoost算法得到的各類濕地識(shí)別精度均有提高,如湖泊濕地的用戶精度提升近20%,雖然河流濕地和溝渠的制圖精度有所下降,但下降幅度很小。

圖6 基于特征優(yōu)選的濕地分類雷達(dá)圖

4 結(jié) 論

本文利用珠海一號(hào)高光譜影像獲取的光譜特征、形狀特征、紋理特征和指數(shù)特征,采用XGBoost算法和面向?qū)ο蠓椒ㄗR(shí)別珠江口濱海濕地類型。主要結(jié)論如下:

(1)珠海一號(hào)高光譜數(shù)據(jù)以較高的空間分辨率和光譜分辨率的優(yōu)勢(shì),能夠準(zhǔn)確識(shí)別不同濕地類型,分類精度基本都在80%以上,其中光譜特征在分類結(jié)果中具有較高的重要性。

(2)相比于SVM和RF機(jī)器學(xué)習(xí)算法,XGBoost算法能夠提供更高精度的濕地分類結(jié)果,總體精度為87.2%,Kappa系數(shù)為0.84,且能更為準(zhǔn)確地區(qū)分溝渠和細(xì)小河流,并對(duì)旱地和建筑用地這些非濕地類型更為敏感。

(3)優(yōu)選特征集相比于全部特征集而言,3種算法得到的濕地分類精度均有所提高,最高提升為2.1%,其中XGBoost算法提取的大多濕地類型的識(shí)別精度均有明顯提升,這也表明了篩選有效特征對(duì)于提高濕地分類效果的重要性。

珠海一號(hào)高光譜影像為大范圍的濕地信息提取提供了新的數(shù)據(jù)源,本文結(jié)合先進(jìn)的機(jī)器學(xué)習(xí)算法驗(yàn)證了其在濕地類型識(shí)別中的應(yīng)用潛力。然而,我國(guó)濕地分布廣泛且類型繁多,后續(xù)有必要結(jié)合多源遙感數(shù)據(jù)進(jìn)一步提升濕地類型的識(shí)別能力。