常秀紅，李純斌，吳 靜，李 穎，李全紅

（甘肅農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，甘肅 蘭州 730070）

土地利用分類數(shù)據(jù)可以為生態(tài)環(huán)境監(jiān)測(cè)[1]、城市規(guī)劃[2]、土地資源管理[3]等任務(wù)提供重要的數(shù)據(jù)支撐。目前獲取該數(shù)據(jù)的途徑主要是遙感影像的解譯，常用的方法有目視解譯和機(jī)器解譯。目視解譯精度高，能夠?qū)崿F(xiàn)小區(qū)域內(nèi)精細(xì)的土地利用分類，但面對(duì)大區(qū)域內(nèi)海量高分辨率遙感影像的土地分類任務(wù)時(shí)，需要漫長(zhǎng)的時(shí)間，且要求解譯者有豐富的影像判讀經(jīng)驗(yàn)。除目視解譯外，機(jī)器解譯也在土地利用分類中具有較強(qiáng)的應(yīng)用價(jià)值，如柴旭榮等[4]用隨機(jī)森林機(jī)器解譯方法實(shí)現(xiàn)了大區(qū)域尺度上的土地覆被快速分類。雖然機(jī)器解譯能實(shí)現(xiàn)快速分類，但不能滿足對(duì)分類的高精度需求。因此，如何快速、準(zhǔn)確地實(shí)現(xiàn)區(qū)域內(nèi)遙感影像的土地利用分類是目前遙感領(lǐng)域內(nèi)具有挑戰(zhàn)性的研究方向之一。

近年來(lái)，計(jì)算機(jī)視覺(jué)技術(shù)發(fā)展迅速，該領(lǐng)域內(nèi)的語(yǔ)義分割算法是像素級(jí)別細(xì)粒度分類，能夠?qū)崿F(xiàn)海量遙感影像的自動(dòng)解譯任務(wù)，因此在基于遙感的土地利用分類領(lǐng)域內(nèi)具有較好的應(yīng)用前景。LONG等[5]于2015年首次提出全卷積神經(jīng)網(wǎng)絡(luò)（Fully Convolutional Networks, FCN），該研究是利用高級(jí)語(yǔ)義信息對(duì)圖像像素進(jìn)行預(yù)測(cè)分類的重要突破，為語(yǔ)義分割的發(fā)展奠定了基礎(chǔ)。如MAGGIORI E等[6]于2016年將FCN應(yīng)用于遙感影像的分類任務(wù)中，實(shí)現(xiàn)了細(xì)粒度的影像分類。隨后，學(xué)者們通過(guò)引入空洞卷積（Atrous Convolution）替換骨干網(wǎng)絡(luò)（backbone）、引入條件隨機(jī)場(chǎng)（CRF）等方法對(duì)FCN做了適應(yīng)性改進(jìn)后應(yīng)用于遙感影像的地類提取中[7-9]，但由于FCN沒(méi)有利用低層級(jí)特征，導(dǎo)致分類結(jié)果依舊較粗糙[10]。之后提出的Unet[11]、Segnet[12]等語(yǔ)義分割模型使用編碼器—解碼器（Encoder-Decoder）、跳躍連接（skip-connection）結(jié)構(gòu)將深層特征與淺層特征進(jìn)行了融合，提高了模型的分割精度。如李道紀(jì)等[13]在Unet中引入注意力模塊來(lái)提取不同層次的語(yǔ)義信息，強(qiáng)化了特征圖之間的相互關(guān)系，且在Vaihingen數(shù)據(jù)集上的平均交并比達(dá)到64.46%。Deeplab系列模型[14-17]中提出的空洞卷積、全局金字塔池化（Atrous Spatial Pyramid Pooling）能夠使模型學(xué)習(xí)到多尺度的上下文信息。其中， DeepLab V3+模型在語(yǔ)義分割領(lǐng)域內(nèi)分割性能較好，應(yīng)用也較為廣泛。如胡偉等[18]將Deeplab V3+與樹(shù)形結(jié)構(gòu)相結(jié)合，在Potsdam數(shù)據(jù)集上的整體準(zhǔn)確率OA達(dá)到90.7%。雖然上述研究取得了突破性進(jìn)展，但是這些主流的語(yǔ)義分割網(wǎng)絡(luò)多數(shù)是以串聯(lián)一系列卷積池化操作的分類網(wǎng)絡(luò)如 AlexNet[19]、VggNet[20]、GoogleNet[21]、ResNet[22]為backbone進(jìn)行特征提取，在提取特征信息的同時(shí)減小了特征的空間尺寸，丟失了一部分的細(xì)節(jié)信息，即使上采樣也不能將丟失的信息完全恢復(fù)。

SUN等[23-24]在2019年提出了HRNetV2語(yǔ)義分割模型，該模型以并聯(lián)卷積池化方法來(lái)提取不同層次的特征信息，且在各個(gè)分支上分辨率保持不變，從而減少了空間細(xì)節(jié)信息的丟失，提高了模型對(duì)分割目標(biāo)的細(xì)節(jié)表示。但HRNetV2語(yǔ)義分割模型中的多層次特征融合方法是先將低分辨率特征圖上采樣到高分辨率特征圖，再進(jìn)行的Concat。此方法會(huì)存在信息冗余、特征不匹配等問(wèn)題。此外，用語(yǔ)義分割模型實(shí)現(xiàn)高分辨率遙感影像的土地利用分類時(shí)，存在地類目標(biāo)尺度大小不一、樣本不均衡等問(wèn)題，使用交叉熵?fù)p失函數(shù)無(wú)法兼顧小比例樣本的學(xué)習(xí)。再加上目前大多數(shù)研究是基于Vaihingen、Potsdam、WHDLD等數(shù)據(jù)集對(duì)城市場(chǎng)景、土地覆被進(jìn)行分割來(lái)實(shí)現(xiàn)模型的改進(jìn)，分割體系并不能滿足目前的土地利用分類需求。

因此，本文制作了土地利用數(shù)據(jù)集，并基于HRNetV2模型從損失函數(shù)、特征提取兩個(gè)方面對(duì)模型進(jìn)行了優(yōu)化，以提高模型的分割精度。最后，將優(yōu)化后的模型運(yùn)用到民樂(lè)縣的土地利用分類中，并基于混淆矩陣對(duì)分類結(jié)果進(jìn)行了評(píng)估，實(shí)現(xiàn)高分辨率遙感影像的土地利用自動(dòng)分類。

1 研究區(qū)域與數(shù)據(jù)集制作

1.1 研究區(qū)概況

民樂(lè)縣（東經(jīng)100°22′59″～101°13′9″、北緯37°56′19″～38°48′17″）位于張掖市東南部、祁連山北麓，河西走廊中段。海拔在1 559～4 951 m之間，呈現(xiàn)出東南高、西北低的地勢(shì)特征，形成以山地和高原為主的地形地貌。該區(qū)南部為祁連山山地，海拔在2 800 m以上，分布著大面積的林地和草地；在海拔4 000 m以上的高山，有冰川及常年積雪，形成天然的“高山水庫(kù)”。中部區(qū)域氣候舒適、地勢(shì)平坦，適合人類居住，且有洪水大河等七條大河，因此該區(qū)域?yàn)檗r(nóng)業(yè)灌溉區(qū)。北部區(qū)域氣候干燥、降雨量較少，因此植被較少，砂石裸露。境內(nèi)用地類型復(fù)雜多樣，主要有耕地、草地、林地，且耕地有水澆地和旱地，林地主要有喬木林地、灌木林地和其他林地，草地主要以天然牧草地和其他草地為主。其余的用地類型有園地、商服用地、工礦倉(cāng)儲(chǔ)用地、住宅用地、公共管理與公共服務(wù)用地、交通用地、水域及水利設(shè)施用地及其它用地。

1.2 數(shù)據(jù)集制作

高分六號(hào)衛(wèi)星于2018年6月2日在酒泉衛(wèi)星發(fā)射中心成功發(fā)射，該衛(wèi)星攜帶高分相機(jī)，有2 m空間分辨率的全色，8 m分辨率的多光譜波段，具有高分辨率、高質(zhì)量、高效成像等特點(diǎn)。資源三號(hào)是高分辨率立體測(cè)繪衛(wèi)星，搭載的4臺(tái)光學(xué)相機(jī)中多光譜相機(jī)包括紅、綠、藍(lán)、近紅外4個(gè)波段，可獲得分辨率為5.8 m的多波段影像。本文以2019年夏季民樂(lè)縣高分六號(hào)、資源三號(hào)衛(wèi)星影像為主要研究數(shù)據(jù)，通過(guò)正射校正、影像融合、影像鑲嵌與裁剪得到研究區(qū)空間分辨率為2 m的高分辨率影像，在紅、綠、藍(lán)波段組合下進(jìn)行土地利用分類。

深度學(xué)習(xí)需要大量帶標(biāo)簽的數(shù)據(jù)進(jìn)行訓(xùn)練，而現(xiàn)有的遙感影像開(kāi)源數(shù)據(jù)集無(wú)法滿足本文相對(duì)精細(xì)的土地分類要求，因此，需要人工建立相對(duì)精細(xì)的用地類型標(biāo)簽數(shù)據(jù)集。參照土地利用成果數(shù)據(jù)，按照第三次國(guó)土調(diào)查分類體系（表1），通過(guò)目視解釋的方法勾繪出研究區(qū)內(nèi)的土地利用一級(jí)用地類型，保存為shp

表1 土地利用分類體系Tab.1 Land use classification system

格式的數(shù)據(jù)，用ArcGIS pro中的“導(dǎo)出數(shù)據(jù)進(jìn)行深度學(xué)習(xí)”工具將影像圖和土地利用數(shù)據(jù)以步幅為128分割成小尺寸圖像，長(zhǎng)寬為256×256像素，得到該區(qū)域的樣本總量為38 331張圖像，隨機(jī)將樣本劃分為訓(xùn)練集（60%，22 999張）、驗(yàn)證集（20%，7 666張）、測(cè)試集（20%，7 666張）。部分?jǐn)?shù)據(jù)集影像及對(duì)應(yīng)標(biāo)簽如圖1。

圖1 部分?jǐn)?shù)據(jù)集影像及對(duì)應(yīng)標(biāo)簽Fig.1 Example of image and label of dataset

2 模型與方法

2.1 HRNetV2語(yǔ)義分割模型

HRNetV2語(yǔ)義分割模型的結(jié)構(gòu)如圖2，該模型首先通過(guò)HRNet分類網(wǎng)絡(luò)提取不同層次的特征信息，其次將不同層次特征信息進(jìn)行融合，最后通過(guò)分類器完成圖像的密集預(yù)測(cè)。在HRNet的分類網(wǎng)絡(luò)中，包含4個(gè)分支，每增加一個(gè)從高分辨率到低分辨率的下采樣分支，相應(yīng)通道數(shù)就會(huì)擴(kuò)大為2倍，如輸入高分辨率特征圖為256×256×64（長(zhǎng)×寬×通道數(shù)），增加一個(gè)分支后得到特征圖為256×256×64（高分辨率）、128×128×128（低分辨率分支）。該網(wǎng)絡(luò)結(jié)構(gòu)中包含4個(gè)階段。第一個(gè)階段含4個(gè)殘差單元，每個(gè)殘差單元中包含一個(gè)3×3卷積和兩個(gè)1×1卷積，1×1卷積主要用來(lái)改變特征圖維度，3×3卷積用來(lái)提取特征，與ResNet50中的殘差單元一致；第2、3、4個(gè)階段中分別包含1、4、3個(gè)交換塊（多尺度特征融合結(jié)構(gòu)），每個(gè)交換塊包含4個(gè)殘差單元，交換塊主要通過(guò)低層級(jí)特征的上采樣、高層級(jí)特征的下采樣及同層級(jí)特征圖的融合完成，其目的就是不同層次特征圖之間能夠融合出較完整特征信息。在不同層次特征融合中，將2、3、4分支的特征圖分辨率上采樣到第1分支特征圖分辨率，再進(jìn)行Concat。

圖2 HRNetV2語(yǔ)義分割模型結(jié)構(gòu)Fig.2 HRNetV2 semantic segmentation model structure

2.2 HRNetV2語(yǔ)義分割模型的優(yōu)化

HRNetV2語(yǔ)義分割模型是以HRNet為backbone來(lái)提取不同層次的特征信息。在該過(guò)程中多次使用多尺度融合單元對(duì)高、中、低分辨率的特征進(jìn)行融合時(shí)會(huì)出現(xiàn)通道信息不匹配問(wèn)題。針對(duì)該問(wèn)題本文用引入SE模塊的殘差結(jié)構(gòu)代替普通殘差塊來(lái)改善。同時(shí)，為了進(jìn)一步增強(qiáng)模型對(duì)不同尺度大小分割目標(biāo)的感知能力，本文在每一分支特征圖上均加入ASPP模塊來(lái)捕捉上下文信息，且輸出特征的通道數(shù)擴(kuò)大一倍，從而提高了對(duì)特征的表達(dá)能力。此外，在多尺度特征融合時(shí)，本文引入Attention_Gate來(lái)學(xué)習(xí)不同層次特征融合的權(quán)重值，使得特征信息能夠有效地融合[25]。整體優(yōu)化結(jié)構(gòu)如圖3，具體過(guò)程表現(xiàn)為：若經(jīng)過(guò)ASPP模塊后得到的特征圖為L(zhǎng)1、L2、L3、L4, 先將L2、L3、L4的特征上采樣到L1特征分辨率，得到L22、L33、L44，以便進(jìn)行特征信息的融合；再用1×1卷積（包含ReLU和批標(biāo)準(zhǔn)化）改變通道數(shù)，增強(qiáng)特征的表達(dá)能力，經(jīng)過(guò)該操作得到特征分辨率一致的特征圖，接著將L1、L22、L33、L44特征圖送入Attention_Gate, 使不同層次特征圖進(jìn)行加權(quán)融合。在Attention_Gate的設(shè)計(jì)中，先將不同層次的特征進(jìn)行Concat以獲取豐富特征, Relu函數(shù)進(jìn)行非線性激活獲取復(fù)雜分割目標(biāo)的特征信息，再用1×1×1的卷積進(jìn)行運(yùn)算，最后通過(guò)Sigmoid函數(shù)得到注意力系數(shù)，通過(guò)注意力系數(shù)與Concat之后的特征圖相乘實(shí)現(xiàn)對(duì)特征信息的加權(quán)融合。Attention_Gate的結(jié)構(gòu)如圖4，該過(guò)程定義為：

圖3 HRNetV2語(yǔ)義分割模型優(yōu)化結(jié)構(gòu)Fig.3 The optimized structure of HRNetV2 semantic segmentation model

圖4 Attention_Gate結(jié)構(gòu)Fig.4 Attention_Gate structure

式（1）—式（3）中：α表示注意力系數(shù)；φ表示1×1×1的卷積；ρ1、ρ2表示Relu、Sigmoid；b1、b2表示偏置；X*為融合后的特征信息；X為加權(quán)融合后的特征信息。

2.3 引入SE模塊的殘差結(jié)構(gòu)

SE（Squeeze and Excitation） 模塊是由HU等[26]于2018年提出的。該結(jié)構(gòu)考慮到對(duì)不同分類目標(biāo)，各通道的重要程度不同而提出的，主要有Squeeze 和Excitation 兩個(gè)操作。整個(gè)過(guò)程為：先用Squeeze操作在特征圖的空間維度上用全局平均池化提取分類目標(biāo)的全局信息，之后用Excitation操作來(lái)計(jì)算各通道之間的相互依賴關(guān)系，從而對(duì)Squeeze得到的全局信息有選擇激活，該過(guò)程如圖5。

圖5 SE結(jié)構(gòu)示意圖Fig.5 SE structure diagram

殘差結(jié)構(gòu)是為了防止網(wǎng)絡(luò)層數(shù)過(guò)深而導(dǎo)致過(guò)擬合設(shè)計(jì)的。該結(jié)構(gòu)中先用1×1卷積降低維度，然后用3×3卷積進(jìn)行特征提取。為了輸入特征向量與輸出特征相量進(jìn)行融合，需要用1×1卷積進(jìn)行升維使其通道數(shù)保持不變。最后用Relu函數(shù)進(jìn)行非線性激活得到豐富的特征信息。該過(guò)程定義為：

式（4）中：x為輸入殘差網(wǎng)絡(luò)的特征向量；Wi為第i層的權(quán)重；F（x，{Wi}）為第i層輸出的特征向量；y為殘差塊最后的結(jié)果輸出。

將SE模塊與殘差結(jié)構(gòu)結(jié)合即能避免網(wǎng)絡(luò)由于過(guò)深而造成的過(guò)擬合現(xiàn)象，又能在通道維度上對(duì)特征進(jìn)行選擇，結(jié)構(gòu)圖如圖6。

圖6 引入SE模塊的殘差結(jié)構(gòu)Fig.6 The residual structure with SE module

2.4 ASPP

空洞卷積的主要思想是在標(biāo)準(zhǔn)卷積中加入“空洞”來(lái)增大感受野，能夠在不增加額外計(jì)算量的情況下獲取圖像的全局信息，主要用來(lái)解決在特征提取時(shí)為增大感受野而帶來(lái)的信息損失問(wèn)題。但是，空洞卷積對(duì)分割大物體的表現(xiàn)性能較好，卻對(duì)小物體分割效果表現(xiàn)欠佳。在Deeplab V2中提出了ASPP結(jié)構(gòu)，該結(jié)構(gòu)中用不同采樣率的空洞卷積對(duì)頂層特征進(jìn)行操作來(lái)捕獲不同尺度的特征信息，提高了模型的分割精度。然而，隨著采樣率的增加，卷積的有效性卻不斷降低。Deeplab V3模型先在ASPP的基礎(chǔ)上引入全局平均池化來(lái)得到圖像的全局信息，再通過(guò)1×1卷積進(jìn)行不同尺度信息的融合，有效的提高了模型的性能。

ASPP主要是采用一個(gè)1×1卷積，3個(gè)采樣率為rates={6，12，18}的空洞卷積及一個(gè)全局平均池化組成，其結(jié)構(gòu)圖如圖7。

圖7 ASPP結(jié)構(gòu)Fig.7 ASPP structure

2.5 損失函數(shù)

在使用交叉熵?fù)p失函數(shù)時(shí)，網(wǎng)絡(luò)能夠快速收斂，但同時(shí)面積較大、地類背景簡(jiǎn)單的樣本會(huì)引導(dǎo)梯度下降的方向，因而無(wú)法兼顧面積較小、地類背景復(fù)雜的樣本學(xué)習(xí)。在多分類任務(wù)中，常用MIOU進(jìn)行精度評(píng)估，用來(lái)表示預(yù)測(cè)值與真值的一致性。MIOU是由每種分類目標(biāo)的IOU加和平均得到，而Lovasz Softmax Loss間接優(yōu)化了IOU，能夠兼顧每一種分類目標(biāo)的提取，在一定程度上能緩解樣本不均衡問(wèn)題。因此，本文的損失函數(shù)用Cross Entropy Loss與Lovasz Softmax Loss[27]的組合[28]來(lái)對(duì)模型進(jìn)行優(yōu)化。定義為：

式（5）中：LC為Cross Entropy Loss；LO為L(zhǎng)ovasz Softmax Loss；?為L(zhǎng)C的權(quán)重參數(shù)，設(shè)置為0.6.

3 結(jié)果與分析

3.1 模型分割結(jié)果分析

本實(shí)驗(yàn)中使用Window操作系統(tǒng)，編程語(yǔ)言為Python 3.7，深度學(xué)習(xí)框架為paddlepaddl 2.2.0，batchsize為16，iters為600 000，因?yàn)镾GD（Stochastic Gradient Descent）能夠較快的收斂，因此優(yōu)化器選擇SGD，momentum設(shè)置為0.9，學(xué)習(xí)率下降方法采用poly，下降指數(shù)設(shè)置為0.9。用MIOU來(lái)驗(yàn)證本文優(yōu)化方式的有效性，且在相同的實(shí)驗(yàn)配置下，將優(yōu)化后的HRNetV2語(yǔ)義分割模型與FCN、Unet、Attention_Unet、PSPnet、DeeplabV3、DeeplabV3+、HRNetV2進(jìn)行對(duì)比。

3.1.1 模型分割結(jié)果定量分析

表2為不同語(yǔ)義分割模型在驗(yàn)證數(shù)據(jù)集上各類別的IOU值及MIOU值?？梢钥闯鰞?yōu)化后HRNetV2分割模型的精度最高，MIOU達(dá)81.9%。相比于優(yōu)化前的HRNetV2，MIOU提升4.4%，從而說(shuō)明了優(yōu)化方法的有效性?；贗OU值的最優(yōu)與次優(yōu)來(lái)分析，優(yōu)化后的HRNetV2對(duì)每種地類提取的IOU值均為最優(yōu)（除林地外），優(yōu)化前的HRNetV2對(duì)多數(shù)地類的提取達(dá)到次優(yōu)，說(shuō)明該模型能夠兼顧各種地類的提??；PSPnet對(duì)于林地的提取精度達(dá)到最優(yōu)（IOU為94.7%），對(duì)于草地、商服用地和工礦倉(cāng)儲(chǔ)地的提取精度達(dá)到次優(yōu)值（IOU分別為92.4%、73.7%和84.1%），而在道路的提取上效果很差（IOU為36.1%，低于最優(yōu)值18.3%），說(shuō)明該模型對(duì)于紋理特征明顯地類的提取效果很好，對(duì)于提取混雜的、紋理特征不明顯的小地物類型表現(xiàn)較差；DeeplabV3+的MIOU值低于最優(yōu)MIOU值5%，在草地與其他用地上的提取精度達(dá)到次優(yōu)值（分別為92.4%、81.5%），而對(duì)于難檢測(cè)難區(qū)分的道路用地的提取精度依舊不理想。

表2 不同模型在測(cè)試數(shù)據(jù)集上的IOU值及MIOUTab.2 IOU and MIOU values for different models on test datasets （%）

通過(guò)統(tǒng)計(jì)可以看出：模型對(duì)耕地、林地、草地的分割精度最高（最優(yōu)的測(cè)試精度IOU達(dá)到92%以上），而對(duì)于光譜特征差異較小的的商服用地、住宅用地、公共管理與服務(wù)用地、交通用地等用地的提取精度并不理想（最好的測(cè)試精度分別為81.5%、88.3%、86.6%、54.4%）。

3.1.2 模型分割結(jié)果定性分析

為了全面比較不同模型的分割性能，選取典型場(chǎng)景1—場(chǎng)景8進(jìn)行可視化分析（圖8）。其中，場(chǎng)景1—場(chǎng)景3是為了探究模型對(duì)簡(jiǎn)單背景場(chǎng)景的分割能力；場(chǎng)景4—場(chǎng)景5是為了探究模型對(duì)細(xì)小線狀地類的分割能力；場(chǎng)景6—場(chǎng)景8是為了探究模型對(duì)復(fù)雜背景場(chǎng)景的分割能力。在復(fù)雜場(chǎng)景中分割目標(biāo)種類較多、邊界不明顯、特征相似，因此很難將它們準(zhǔn)確分開(kāi)。

圖8 部分分割結(jié)果的可視化Fig.8 Visualization of partial segmentation results

對(duì)于簡(jiǎn)單場(chǎng)景1—場(chǎng)景3，所有模型均能將不同地類準(zhǔn)確的分割開(kāi)，且分割邊緣細(xì)化較好，與標(biāo)簽數(shù)據(jù)差異不大；對(duì)于提取細(xì)小地類的場(chǎng)景4—場(chǎng)景5中，F(xiàn)CN、Unet、Attention_Unet模型出現(xiàn)了錯(cuò)分的現(xiàn)象，PSPnet、DeeplabV3、DeeplabV3+均出現(xiàn)了道路斷裂、沒(méi)有被提取的現(xiàn)象，而HRNetV2能夠?qū)⑵錅?zhǔn)確分割開(kāi)，且優(yōu)化后的分割結(jié)果中線狀地類的連通性更好，邊緣細(xì)化能力更強(qiáng)；在復(fù)雜背景場(chǎng)景6—場(chǎng)景8中，HRNetV2模型由于在每一分支上均保持分辨率不變，細(xì)節(jié)信息損失較少，分割性能也較好，且優(yōu)化后的HRNetV2對(duì)于復(fù)雜背景中細(xì)小地類的提取效果表現(xiàn)更好，而其他模型在一定程度上均出現(xiàn)錯(cuò)分漏分現(xiàn)象，且提取地類的完整性也較低。

可視化結(jié)果對(duì)比分析得到所有模型的共性：（1）對(duì)于背景簡(jiǎn)單的地類，模型能夠準(zhǔn)確的將用地類型分割開(kāi)，如場(chǎng)景1—場(chǎng)景3；而對(duì)于一些復(fù)雜背景中的地類，模型分割結(jié)果中邊緣定位不準(zhǔn)確，且存在沒(méi)被提取的情況，如場(chǎng)景8。（2）由于語(yǔ)義鴻溝現(xiàn)象在土地利用任務(wù)中依舊普遍存在，因此很難依據(jù)影像中的光譜紋理特征準(zhǔn)確判斷地類的用途，導(dǎo)致光譜特征相似的地類分割精度不高，錯(cuò)分漏分現(xiàn)象嚴(yán)重，如一些混雜在建筑用地、耕地、草地里面的小道路沒(méi)有被準(zhǔn)確提取出來(lái)。（3）土地利用分類是根據(jù)土地的用途給土地區(qū)域賦予不同的用地類型，在水域及水利設(shè)施用地中包含了用于澆灌水澆地的溝渠，該地類常與道路、耕地交織在一起，且還有被遮擋等因素的影響，導(dǎo)致該用地類型的整體提取效果較差。

雖然模型在地類提取中呈現(xiàn)出共性，但是相比之下，HRNetV2更適合于高分辨率遙感影像的土地利用分類，且優(yōu)化后的HRNetV2不但能提取線狀地物，還能體現(xiàn)地類本身的形狀特征（場(chǎng)景6—場(chǎng)景8），出現(xiàn)的“椒鹽噪聲”也最少，對(duì)細(xì)節(jié)表達(dá)也最為精準(zhǔn)。因此該模型對(duì)于地類的提取更穩(wěn)健，結(jié)果圖也更接近實(shí)際分類狀況。

3.2 民樂(lè)縣土地利用分類

本文基于優(yōu)化后HRNetV2對(duì)民樂(lè)縣進(jìn)行土地利用分類，分類結(jié)果如圖9，基于模型分類和目視解譯建立混淆矩陣如表3。可見(jiàn)，民樂(lè)縣高分辨率遙感影像分類結(jié)果精度較高，總體精度為89.72%，Kappa系數(shù)為0.888。分類結(jié)果中園地、林地、工礦倉(cāng)儲(chǔ)用地、住宅用地、公共管理與公共服務(wù)用地、其它地類的用戶精度與生產(chǎn)者精度均大于90%；而交通道路用地、水域及水利設(shè)施用地的用戶精度較低；耕地、草地的生產(chǎn)者精度較低。其誤差主要體現(xiàn)在將特殊用地、交通道路用地、水域及水利設(shè)施用地錯(cuò)分為耕地、草地。錯(cuò)分的原因可能包括：鄉(xiāng)間道路與田埂、溝渠、草地之間交織在一起，沒(méi)有明顯的邊界界限；土地利用分類是根據(jù)土地的用途劃分為不同的類型，而在影像上光譜特征無(wú)明顯的差異；在語(yǔ)義分割數(shù)據(jù)集中耕地、草地的樣本數(shù)據(jù)分布面積很大，而道路與水域的分布面積很小，導(dǎo)致模型對(duì)于這兩種地類特征學(xué)習(xí)不充分，出現(xiàn)了明顯的錯(cuò)分漏分現(xiàn)象。

圖9 基于優(yōu)化后HRNetV2民樂(lè)縣土地利用分類Fig.9 Land use classification based on optimized HRNetV2 in Minle County

表3 民樂(lè)縣土地利用遙感制圖混淆矩陣Tab.3 Confusion matrix of land use remote sensing mapping in Minle County

4 討論與結(jié)論

4.1 討論

用深度學(xué)習(xí)語(yǔ)義分割方法能夠快速實(shí)現(xiàn)高分辨率遙感影像的土地利用自動(dòng)分類，且分類精度較高。本文針對(duì)HRNetV2語(yǔ)義分割模型做了適應(yīng)性優(yōu)化。從實(shí)驗(yàn)結(jié)果可以看出，優(yōu)化后HRNetV2模型的分割精度明顯提高。但是，神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程本身并不透明，目前并不能用數(shù)學(xué)原理進(jìn)行嚴(yán)謹(jǐn)?shù)耐茖?dǎo)，因此，本文只是通過(guò)實(shí)驗(yàn)和分析來(lái)證明優(yōu)化方式的有效性。

本文中的分類標(biāo)準(zhǔn)是第三次國(guó)土調(diào)查的分類體系，相比于目前使用語(yǔ)義分割方法實(shí)現(xiàn)土地利用的自動(dòng)分類的研究相比[29],本文的分類體系更為精細(xì)；與同等分辨率影像分割的研究相比[30]，本文的精度明顯高于其改進(jìn)后模型的精度，進(jìn)而證明該模型更適應(yīng)于高分辨率遙感影像的土地利用自動(dòng)分類。

在語(yǔ)義分割結(jié)果中，耕地、草地、林地的分割精度是最佳的，而在民樂(lè)縣整體的分類結(jié)果中，耕地、草地的生產(chǎn)者精度分別67.71%、76.74%，與模型訓(xùn)練精度出現(xiàn)較大差異，這可能是由于模型訓(xùn)練結(jié)果是基于所有像素進(jìn)行評(píng)價(jià)指標(biāo)的計(jì)算，且在訓(xùn)練數(shù)據(jù)集中耕地、草地占絕大多數(shù)，正確分類的像素掩蓋了錯(cuò)分的像素；而整體分類結(jié)果的評(píng)估是依賴于均衡分層隨機(jī)抽樣點(diǎn)的混淆矩陣，與地類的分布面積無(wú)關(guān)，從而導(dǎo)致了兩者精度的不一致。

4.2 結(jié)論

相比于主流的語(yǔ)義分割模型（FCN、Unet、Attention_Unet、PSPnet、DeeplabV3、DeeplabV3+），HRNetV2在本文制作的數(shù)據(jù)集上分割性能最佳，MIOU達(dá)77.5%。為了進(jìn)一步提高模型的分割能力，本文通過(guò)損失函數(shù)、特征提取對(duì)HRNetV2進(jìn)行優(yōu)化。優(yōu)化后模型的分割精度MIOU達(dá)81.9%，提升了4.4%，說(shuō)明了優(yōu)化方式的有效性。

用優(yōu)化后的模型對(duì)民樂(lè)縣2 m的高分辨率遙感影像進(jìn)行分類，整體的分類結(jié)果能夠真實(shí)反映用地類型的分布狀況，且分類邊緣較平滑?；诨煜仃囘M(jìn)行精度評(píng)估，總體精度達(dá)89.72%，Kappa達(dá) 0.888，說(shuō)明語(yǔ)義分割方法能夠?qū)崿F(xiàn)高分辨率遙感影像的自動(dòng)分類，且分類精度較高。從混淆矩陣來(lái)看，園地、林地、工礦倉(cāng)儲(chǔ)用地、住宅用地、公共管理與公共服務(wù)用地、其它用地等的分類精度較高；而耕地、草地、交通運(yùn)輸用地、水域及水域設(shè)施用地之間由于數(shù)據(jù)集中地類面積的分布差異較大，影像中地類的辨識(shí)程度不高等因素導(dǎo)致錯(cuò)分漏分現(xiàn)象明顯，分類精度仍需提高。在未來(lái)的研究中可以通過(guò)加強(qiáng)模型對(duì)不同地類樣本特征的學(xué)習(xí)來(lái)提高模型的分割精度，從而提高土地利用分類的精度。初步的思路設(shè)想為：對(duì)于線狀地類的提取可以通過(guò)算法使得線狀地類具有連通性；對(duì)于背景復(fù)雜地類的提取，通過(guò)數(shù)據(jù)增強(qiáng)方法增加樣本數(shù)據(jù)，從而學(xué)習(xí)更豐富的特征信息；對(duì)于辨識(shí)度不高地類的提取，可通過(guò)對(duì)分類結(jié)果進(jìn)行后處理，從而得到更加精準(zhǔn)的土地利用成果數(shù)據(jù)。