陳 波 王加勝 王 剛 苗旺元

(云南師范大學(xué)信息學(xué)院 云南 昆明 650500)

(西部資源環(huán)境地理信息技術(shù)教育工程研究中心 云南 昆明 650500)

0 引 言

水稻是全球最重要的糧食作物之一[1],更是我國約65%的人口的食物來源[2]。水稻的產(chǎn)量關(guān)系到社會穩(wěn)定,同時(shí)也是農(nóng)業(yè)遙感研究的重要內(nèi)容[3]。遙感具有效率高、成本低、覆蓋范圍廣、多時(shí)相、空間連續(xù)等特點(diǎn),可用于作物面積估算、土地利用及覆蓋識別等領(lǐng)域[4-5]。遙感提供的技術(shù)與方法,讓準(zhǔn)確、快速獲取水稻時(shí)空分布成為可能[6]。鄔明權(quán)等[7]利用多源時(shí)序遙感數(shù)據(jù)提取了大范圍的水稻種植面積;張峰等[8]用光學(xué)和微波遙感影像對泰國水稻面積月變化進(jìn)行遙感監(jiān)測;陸俊等[9]融合時(shí)空數(shù)據(jù)提取了漢江平原水稻種植信息。目前水稻種植信息提取的研究中,研究區(qū)大多是平原地帶,較少學(xué)者將其研究區(qū)定位在地形崎嶇、作物種植種類繁多的高原山區(qū)。

準(zhǔn)確獲取高原水稻種植信息仍然是一大挑戰(zhàn),提取精度受目視解譯采集的樣本點(diǎn)的準(zhǔn)確率及分類提取方法雙重影響。高原山區(qū)地形復(fù)雜,依賴光譜特征分類精度不理想,而機(jī)器學(xué)習(xí)領(lǐng)域的智能分類方法會比單一地依賴光譜特征分類更理想[10]。不同的機(jī)器學(xué)習(xí)分類方法各有優(yōu)缺點(diǎn),而集成學(xué)習(xí)通過結(jié)合多個(gè)分類器來完成學(xué)習(xí)任務(wù),能夠在一定程度上綜合各分類器的優(yōu)點(diǎn)、克服自身缺點(diǎn),比單一的分類器泛化性能好,已廣泛應(yīng)用于混合像元分解、植被監(jiān)測、變化檢測等領(lǐng)域[11-13]。Foody等[14]利用分類器集合實(shí)現(xiàn)了目標(biāo)分類與制圖,分類精度均高于每一個(gè)單分類器。柏延臣等[15]在《結(jié)合多分類器的遙感數(shù)據(jù)專題分類方法研究》一文中表明多分類器結(jié)合的方法能夠提高總體分類精度。

在云計(jì)算、大數(shù)據(jù)、人工智能的沖擊下,線下分類方法存在不足,基于遙感提取植被信息的方法迅速發(fā)展,云平臺(GEE)也獲得國內(nèi)外學(xué)者的青睞[16]。Patel等[17]利用GEE從Landsat遙感數(shù)據(jù)自動提取了城市區(qū)域并且進(jìn)行了人口分布制圖。徐晗澤宇等[18]通過GEE平臺,使用隨機(jī)森林算法提取了柑橘果園,分類平均總體精度為93.15%,Kappa系數(shù)0.90。譚深等[19]利用GEE平臺,采用隨機(jī)森林分類器提取海南省2016年水稻種植范圍,總體精度為93.2%。因此,機(jī)器學(xué)習(xí)領(lǐng)域的智能分類方法與云計(jì)算的結(jié)合將會進(jìn)一步提高高原山區(qū)作物的分類精度和效率。

本文基于GEE平臺,以云南省馬龍區(qū)為研究區(qū),通過集成學(xué)習(xí)的方法應(yīng)用Landsat 8影像提取高原山區(qū)水稻種植信息。在Google Earth Pro歷史影像上選擇訓(xùn)練樣本點(diǎn),以分類回歸樹、支持向量機(jī)、最大熵模型為個(gè)體分類器,采用投票法結(jié)合策略把三個(gè)個(gè)體分類器集成一個(gè)強(qiáng)分類器對研究區(qū)進(jìn)行水稻信息提取;然后對比分析對各種分類方法遙感提取的結(jié)果并進(jìn)行精度評估。

1 研究區(qū)

1.1 研究區(qū)概況

本文以云南省馬龍區(qū)為研究區(qū)(圖1),馬龍區(qū)位于云南省東部,介于東經(jīng)103°16′～103°45′、北緯25°08′～25°37′之間,屬于低緯高原季風(fēng)型氣候,冬春季干旱,夏秋季濕潤,干濕季節(jié)分明,雨量充沛。年平均日照1 985 h以上,年平均降雨量1 032 mm,城區(qū)年平均氣溫13.4 ℃,每年無霜期241天,適合種植各種農(nóng)作物和經(jīng)濟(jì)作物。馬龍區(qū)屬云貴高原滇東北丘陵地區(qū),地處金沙江水系與南盤江水系的分水嶺,四面環(huán)山,中間山谷、丘陵、河流縱橫,被分別流入長江和珠江的7條河流分割為11個(gè)8 km2以上的小壩子,在地形與作物分布方面具有較好的代表性。

圖1 研究區(qū)位置示意圖

1.2 水稻生長期

馬龍區(qū)水稻為一年一熟,基本都是農(nóng)戶種植,斷斷續(xù)續(xù)大部分播種從5月開始最晚不超過6月份、收獲期從10月份開始最晚不超過11月份。掌握研究區(qū)水稻生長時(shí)間可以為特征選擇提供參考和依據(jù)。研究區(qū)水稻播種期到完熟期等10個(gè)階段如表1所示。

表1 馬龍區(qū)水稻生長期

2 實(shí) 驗(yàn)

作物物候是反映農(nóng)作物生長發(fā)育狀況的現(xiàn)象。水稻生長期間,地表覆蓋類型呈現(xiàn)出裸土—水體—植被—裸土的變化現(xiàn)象,其生長過程中對水的需求是分類的關(guān)鍵因素,體現(xiàn)于分蘗期和齊穗期。通過構(gòu)建的光譜、紋理、地形和物候特征,以分類回歸樹(Classification and Regression Tree)、支持向量機(jī)(Support Vector Machine)、最大熵模型(Maximum Entropy Model)為個(gè)體分類器,最后利用集成學(xué)習(xí)方法集成三種分類器為一個(gè)強(qiáng)分類器,提取研究區(qū)水稻種植信息。本文提取水稻種植信息過程如圖2所示。

圖2 水稻種植信息提取過程

2.1 實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)通過GEE云平臺在線編程實(shí)現(xiàn),這是一個(gè)專門處理衛(wèi)星圖像和其他地球觀測數(shù)據(jù)云端運(yùn)算平臺(圖3)。該平臺提供豐富的API以及工具幫助方便查看、計(jì)算、處理、分析各種影像等GIS數(shù)據(jù)。Earth Engine編程包括JavaScript版的API和Python版的API兩個(gè)接口,本實(shí)驗(yàn)使用的是JavaScript API在線編輯器,編輯器界面如圖4所示。

圖4 Earth Engine在線編輯器界面

2.2 實(shí)驗(yàn)數(shù)據(jù)

Landsat 8數(shù)據(jù)可以更好地區(qū)分植被和非植被區(qū)域,短紅外波段可應(yīng)用于云檢測。Landsat 8上的遙感器具有指向偏離航跡一個(gè)角度獲取信息的能力,可以收集到本來要后面的軌道圈才處于衛(wèi)星下面的地面信息。有助于及時(shí)獲取需多時(shí)相對比研究的圖像。

因此本文使用遙感數(shù)據(jù)Landsat8 OLI/TIRS,通過GEE平臺在線調(diào)用、處理。樣本點(diǎn)數(shù)據(jù)來源谷歌地球歷史數(shù)據(jù)。水稻種植的區(qū)域都是比較平緩,因此還用到了DEM高程數(shù)字模型數(shù)據(jù)。

2.3 數(shù)據(jù)預(yù)處理

Landsat8 OLI/TIRS影像產(chǎn)品,已經(jīng)過輻射矯正、幾何矯正和大氣矯正等數(shù)據(jù)預(yù)處理。2019年內(nèi)覆蓋研究區(qū)的影像總共有35幅。因研究區(qū)水稻生長期間(5月到11月)多云雨,云的存在影像質(zhì)量不高,必須對影像進(jìn)行去云處理。GEE在線編程中,去云采用CFMASK算法,調(diào)用updateMask(mask)函數(shù)。Landsat8 OLI/TIRS影像產(chǎn)品去云代碼如圖5所示。

圖5 Landsat8去云代碼

對其進(jìn)行云量篩選后,去云的地方就會有數(shù)據(jù)缺失,出現(xiàn)了“空洞”現(xiàn)象,通過擴(kuò)大時(shí)間范圍(5月到12月)填補(bǔ)缺失的數(shù)據(jù)選取了覆蓋研究區(qū)的21幅影像,然后通過平均值合成年內(nèi)無云影像(圖6)。

圖6 均值合成代碼

2.4 樣本點(diǎn)

根據(jù)實(shí)地考察,研究區(qū)主要地物類型為林地、建筑用地、水體、草地、耕地,其他地類很少或沒有,不宜參與分類,會降低分類精度。

由于提取的是水稻種植信息,耕地中水稻須單獨(dú)挑出來。若直接在谷歌地球水稻樣本點(diǎn)采集是很難的,因此根據(jù)研究區(qū)種植水稻的時(shí)間、環(huán)境,以及實(shí)地采集的水稻樣本點(diǎn)和現(xiàn)場觀察,積累先驗(yàn)知識,并根據(jù)實(shí)地采集的樣本點(diǎn)在谷歌地球影像上的特點(diǎn),才開始在谷歌地球通過目視解譯采集樣本點(diǎn)。實(shí)地采集的少數(shù)樣本點(diǎn)和利用谷歌地球采集的多數(shù)樣本點(diǎn)共686個(gè),其中：林地82個(gè)、建筑用地123個(gè),水體94個(gè)、水稻143個(gè)、草地98個(gè)、耕地146個(gè)。實(shí)地考察到水稻基本都是農(nóng)戶種植,沒有其他大規(guī)模的集中種植,地類的靈活性很強(qiáng),水稻田可能會有其他作物地塊混在其中,其他作物地塊可能出現(xiàn)一小塊水稻田,這些噪聲信息會提高分類難度以及降低分類精度。樣本點(diǎn)處理代碼如圖7所示。

圖7 樣本點(diǎn)處理代碼

2.5 植被指數(shù)

本文分類中用到的指數(shù)包括：歸一化植被指數(shù)(NDVI)[20]、陸表水指數(shù)(LSWI)[21]、歸一化建筑指數(shù)(NDBI)[22]、改進(jìn)的歸一化水體指數(shù)(MNDWI)[23]、增強(qiáng)型植被指數(shù)(EVI)[24]和三角植被指數(shù)(TVI)[25],計(jì)算公式如表2所示,其中：NIR為近紅外光反射;RED為紅光反射;SWIR為中紅外光反射;BLUE為藍(lán)光反射;L為土壤調(diào)節(jié)參數(shù);Green為近綠外光反射。

表2 植被指數(shù)計(jì)算公式

2.6 特征構(gòu)建

本文在GEE云平臺構(gòu)建光譜特征、紋理特征、地形特征進(jìn)行水稻信息提取。光譜特征包括11個(gè)原始光譜波段和6個(gè)植被指數(shù)作為一個(gè)獨(dú)立的光譜波段添加到原始影像中;紋理特征選用相關(guān)性(CORR);地形參數(shù)包括坡度(slope)。

2.7 分類算法

(1) 分類回歸樹(CART)。CART可以用于分類和連續(xù)變量的預(yù)測[26]。當(dāng)目標(biāo)變量為離散值時(shí)稱為分類樹;當(dāng)目標(biāo)變量為連續(xù)值時(shí)稱為回歸樹[27]。CART算法采用二分遞歸分割的技術(shù),采用經(jīng)濟(jì)學(xué)中的基尼系數(shù)(Gini Index)作為選擇最佳測試變量和分割閾值的準(zhǔn)則[28]?；嵯禂?shù)的數(shù)學(xué)定義如下：

(1)

(2)

(3)

生成的完整決策樹必須進(jìn)行修剪,然后再用測試數(shù)據(jù)對修剪以后的局冊數(shù)進(jìn)行測試[29]。GEE在線調(diào)用分類回歸樹代碼如圖8所示。

圖8 調(diào)用分類回歸樹分類器代碼

(2) 支持向量機(jī)(SVM)。支持向量機(jī)是一種具有最大間隔的線性分類器,可以通過核函數(shù)解決非線性的問題。支持向量機(jī)是一種重要的統(tǒng)計(jì)學(xué)習(xí)算法,它是一種基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化、優(yōu)化和核函數(shù)的線性分類器。SVM是一種非參數(shù)方法,即使數(shù)據(jù)不符合標(biāo)準(zhǔn)概率密度分布,也可以工作。SVM分類器泛化能力強(qiáng),樣本數(shù)據(jù)的數(shù)量不需要太多,適用于遙感分類[30-31]。GEE在線調(diào)用支持向量機(jī)代碼如圖9所示。

(3) 最大熵模型(MaxEnt)。生物學(xué)家Jaynes[32]在1957年第一次提出了最大熵模型原理,他把最大熵問題當(dāng)作是一個(gè)帶約束條件的最優(yōu)化問題。近年來,最大熵模型逐漸被應(yīng)用到遙感領(lǐng)域,在已知條件下,熵最大的地類最接近它的真實(shí)地類,因此最大熵模型可以用于遙感圖像分類。GEE在線調(diào)用最大熵模型代碼如圖10所示。

圖10 調(diào)用最大熵模型分類器代碼

(4) 集成學(xué)習(xí)(Ensemble Learning)。集成學(xué)習(xí)通過構(gòu)建多個(gè)學(xué)習(xí)器來完成學(xué)習(xí)任務(wù),有時(shí)也稱為多分類器系統(tǒng)(Multi-classifier System)、基于委員會的學(xué)習(xí)(Committee-based Learning)等。通過結(jié)合多個(gè)學(xué)習(xí)器,集成學(xué)習(xí)通?？色@得比單一學(xué)習(xí)器顯著優(yōu)越的泛化性能。要獲得好的集成,個(gè)體學(xué)習(xí)器應(yīng)“好而不同”,即個(gè)體學(xué)習(xí)器要有一定的“準(zhǔn)確性”,即學(xué)習(xí)器不能太壞,并且要有 “多樣性”,即學(xué)習(xí)器間具有差異[33]。集成學(xué)習(xí)過程如圖11所示。在線編輯集成學(xué)習(xí)代碼如圖12所示。

圖11 集成學(xué)習(xí)過程示意圖

圖12 集成學(xué)習(xí)代碼

3 結(jié)果與分析

3.1 植被指數(shù)時(shí)間序列分析

水稻容易和耕地混淆,需要構(gòu)建容易區(qū)分這兩類地類的特征,根據(jù)水稻的生長特點(diǎn),結(jié)合歸一化植被指數(shù)NDVI和陸表水指數(shù)LSWI能夠有效區(qū)分水稻和耕地。在GEE平臺上選擇每類地類各7個(gè)樣本點(diǎn),對每類地物各時(shí)相進(jìn)行了均值計(jì)算,得出研究區(qū)2019年的5月到12月的NDVI、LSWI變化曲線如圖13(a)和圖13(c)所示,可以看出變化曲線出現(xiàn)了異常點(diǎn)、斷點(diǎn)的情況,這是由于植被指數(shù)會受到外界因素的干擾。因此有必要對NDVI和LSWI變化曲線進(jìn)行平滑處理,盡可能達(dá)到降低噪聲、減少誤差影響的目的[34]。本文采用諧波分析HANTS(圖14)對研究區(qū)的NDVI和LSWI進(jìn)行平滑處理,結(jié)果如圖13(b)和圖13(d)所示,經(jīng)過平滑處理后的曲線更接近真實(shí)地類的變化規(guī)律。

(a) 6類地物的NDVI曲線 (b) 平滑后的NDVI時(shí)間序列

NDVI反映了植被覆蓋度,從平滑后的時(shí)間序列曲線可以看出,非植被(水體、建筑用地)在整個(gè)時(shí)間序列的值都較低,植被有明顯的先升后降的趨勢。林地一年四季沒有太大變化,NDVI一直處于較高的狀態(tài)。水稻、耕地、草地的變化趨勢類似,4月份水稻田還在休耕狀態(tài),NDVI較耕地、草地低;6月份水稻移栽到水田,NDVI值呈現(xiàn)上升趨勢,且上升速度快于耕地和草地;7月份達(dá)到最大值一直持續(xù)到8月份,且高于耕地、草地;9月份到10月份是水稻成熟的季節(jié),水稻依次經(jīng)歷了乳熟、蠟熟、完熟,NDVI值呈現(xiàn)下降趨勢,速度快于耕地和草地;11月份水稻前前后后收割完畢,NDVI較耕地、草地低。LSWI反映了土壤濕度和植被含水量,本文在利用NDVI提取水稻的基礎(chǔ)上,還根據(jù)水稻特有的灌水移栽期,進(jìn)一步提取水稻種植信息。

因此,可以綜合利用水稻移栽期、生長期、收獲期的NDVI、LSWI均值合成作為特征提取水稻種植信息。6類地類移栽期、生長期、收獲期的NDVI均值合成圖如圖15(a)所示;6類地類移栽期、生長期、收獲期的LSWI均值合成圖如圖15(b)所示。

(a) 各地類NDVI均值 (b) 各地類LSWI均值圖15 NDVI、LSWI均值合成

可以看出,移栽期水稻的NDVI均值和耕地的差別較小,和其他地類差別較大,LSWI均值和其他地類差別都較大;生長期水稻的NDVI均值和水體的差別較大,LSWI均值和建筑用地差別較大,NDVI和LSWI均快速增大;收獲期的水稻NDVI、LSWI和其他地類的差別較大,且水稻收獲期的LSWI已降為負(fù)值。

3.2 分類方法結(jié)果對比

本文使用的精度評價(jià)方法是混淆矩陣,是一個(gè)用于表示分為某一類的像元個(gè)數(shù)與地面檢驗(yàn)為該類的數(shù)的比較陣列。一般陣列中的列代表參考數(shù)據(jù),行代表遙感數(shù)據(jù)分類得到的類別數(shù)據(jù)。具體評價(jià)指標(biāo)有總體精度、制圖精度、用戶精度等,這些精度指標(biāo)從不同方面反映了圖像分類的精度[35-36]。

根據(jù)以上構(gòu)建的水稻提取特征,進(jìn)入分類器分類。利用谷歌地球采集到的686個(gè)樣本點(diǎn),驗(yàn)證分類結(jié)果。其中林地82個(gè)、建筑用地123個(gè)、水體94個(gè)、水稻143個(gè)、草地98個(gè)、耕地146個(gè)。本文選取的年份是2019年,缺少研究區(qū)2019年的統(tǒng)計(jì)年鑒數(shù)據(jù),因此利用研究區(qū)2018年的統(tǒng)計(jì)年鑒數(shù)據(jù)與本文結(jié)果進(jìn)行對比分析。根據(jù)統(tǒng)計(jì)年鑒,研究區(qū)2018年水稻總種植面積75 km2。以此數(shù)據(jù)為參考,分別計(jì)算5種方法的面積提取精度,面積精度計(jì)算公式為：

式中：Ai是遙感影像提取的面積;A0是統(tǒng)計(jì)年鑒數(shù)據(jù)。評價(jià)指標(biāo)除了面積精度,還可以利用GEE平臺提供的混淆矩陣進(jìn)行精度評價(jià)。4種分類方法提取的水稻面積以及各種評價(jià)指標(biāo)如表3所示。

表3 水稻種植信息精度評價(jià)分析表

可以看出,集成學(xué)習(xí)相較于分類回歸樹、支持向量機(jī)、最大熵模型總體精度提高了3.43百分點(diǎn)、0.7百分點(diǎn)、2.06百分點(diǎn)。集成學(xué)習(xí)分類的面積精度91.94%、用戶精度84.10%、制圖精度75.51%、總體精度86.61%,集成學(xué)習(xí)較其他四種分類法穩(wěn)定、可靠,能夠有效區(qū)分水稻與耕地、草地等相似地類,因此利用集成學(xué)習(xí)方法提取研究區(qū)2019年水稻種植信息。用集成學(xué)習(xí)分類的混淆矩陣如表4所示。

表4 隨機(jī)森林分類混淆矩陣

本文使用的是Landsat 8影像,影像空間分辨率為30 m,研究區(qū)地塊比較破碎,有可能出現(xiàn)影像一個(gè)像元內(nèi)覆蓋多種作物,加大了分類難度?！巴锂愖V”和 “異物同譜”的現(xiàn)象,嚴(yán)重影響分類精度,從混淆矩陣可以看出11個(gè)水稻樣本點(diǎn)錯(cuò)分成了耕地,6個(gè)耕地樣本點(diǎn)又錯(cuò)分成水稻,造成誤分、漏分。

3.3 研究區(qū)2019年水稻種植空間分布

根據(jù)構(gòu)建的分類特征,用集成學(xué)習(xí)方法提取研究區(qū)2019年水稻種植空間分布信息(圖16)。

圖16 2019年馬龍區(qū)水稻空間分布

可以看出,提取出來的水稻種植信息比較破碎,因?yàn)檠芯繀^(qū)屬云貴高原的滇東北高山丘陵區(qū),農(nóng)戶種植的水稻分散、規(guī)模小。其次是大部分分布在王家莊鎮(zhèn)、通泉鎮(zhèn)、月望鄉(xiāng),聚集的部分基本是靠近河流以及人工水庫,因?yàn)檫@些地方小壩子相對較多,相對于其他地方來說比較平緩,適合種植水稻,且人口比較密集,對水稻有需求。

4 結(jié) 語

本文基于GEE云平臺,以機(jī)器學(xué)習(xí)領(lǐng)域的集成學(xué)習(xí)方法提取研究區(qū)水稻種植信息取得一定成效,說明本文方法可應(yīng)用于地塊破碎、種植作物類型復(fù)雜的高原山區(qū)作物種植信息提取。研究區(qū)屬于云貴高原滇東丘陵區(qū),地形復(fù)雜,水稻種植規(guī)模小、分散,很容易和其他農(nóng)作物種植信息混在一起,構(gòu)建分類特征是關(guān)鍵點(diǎn)。根據(jù)實(shí)驗(yàn)過程和結(jié)果,本文得出以下結(jié)論：1) 歸一化植被指數(shù)(NDVI)、陸表水指數(shù)(LSWI)是區(qū)分水稻與其他地類的關(guān)鍵植被指數(shù);2) GEE云平臺與智能機(jī)器學(xué)習(xí)方法集成學(xué)習(xí)的結(jié)合能夠快速、高效地提取研究區(qū)水稻種植信息,水稻提取面積為68.952 3 km2,總體精度86.61%,Kappa系數(shù)0.837 8;3) 馬龍區(qū)水稻分布在王家莊鎮(zhèn)、通泉鎮(zhèn)、月望鄉(xiāng),聚集的部分基本是靠近河流以及人工水庫地帶。

但是,本文研究區(qū)水稻生長期間多云雨,去云之后很容易有數(shù)據(jù)缺失;采集樣本點(diǎn)時(shí)很難獲取到研究區(qū)水稻生長期的影像。雖然采用了集成學(xué)習(xí)方法,但是最終結(jié)果還不是很理想,地塊破碎會造成誤分現(xiàn)象,特別是水稻容易和耕地混淆,水稻的用戶精度只達(dá)到84.10%,制圖精度達(dá)75.50%。因此,今后可以考慮融合Landsat數(shù)據(jù)與高時(shí)間分辨率影像數(shù)據(jù),以此融合的數(shù)據(jù)和本文的方法結(jié)合進(jìn)一步提高分類精度。