高文杰，王金亮，劉廣杰

(云南師范大學 旅游與地理科學學院，云南 昆明 650500)

?

訓練樣本對遙感影像分類精度影響研究

高文杰，王金亮*，劉廣杰

(云南師范大學 旅游與地理科學學院，云南 昆明 650500)

以大理SPOT-5 HRG影像和Landsat TM影像作為數據源，在構建標準訓練樣本數據集的基礎上，探索訓練樣本對遙感影像分類的影響。選取不同訓練樣本數量組合，分別對監(jiān)督分類中的平行六面體、最小距離、馬氏距離、最大似然法、神經網絡和支持向量機6種分類方法進行多次實驗，并采用Kappa系數和總體分類精度對實驗分類結果的精度進行評價。結果表明：以多次分類結果的平均值作為最終的分類結果能減小隨機誤差；增加訓練樣本數量可以減小單次分類引起的隨機誤差；在不同的訓練樣本量下，支持向量機的分類精度最高。

訓練樣本；遙感分類；分類精度；大理

0 引言

監(jiān)督分類是遙感數據提取信息的最常用的一種方法。在監(jiān)督分類中，首先選擇一定數量的不同類別地物的訓練樣本，通過對訓練樣本數據像元值的統計分析，得出每一類別的統計特征量；然后根據統計特征量，利用不同的分類算法得出相應的分類模型；最后，利用所得到的分類模型對整個遙感數據的所有像元進行分類[1]。因此，訓練樣本的選擇對分類結果有很大的影響，不同的訓練樣本所得到的分類結果也會有很大的差異。為保證分類結果有較高精度，從理論上說，選擇的樣本像元應滿足兩個條件[2]：一是每個類別地物的所有訓練樣本中每個像元所代表的實際地物類別應與該類實際地物類別相一致，即所有訓練樣本中像元的地物類型應為單純的同一種地物類型。二是選擇的樣本像元應具有代表性，即訓練樣本的統計特征量與該類型總體統計特征相接近。陶秋香等[3]研究了植被高光譜分類中訓練樣本的選擇方法，薄樹奎等[4]研究了面對對象方法的訓練樣本數量選擇問題。李文慶等[5]參考Google Earth提供的高分辨率遙感圖像，利用ETM 解譯生成訓練樣本，然后采用最大似然監(jiān)督分類算法進行ETM 圖像分類。趙慧等[6]探討了訓練樣本、輔助數據以及分類技術對土地利用/覆蓋分類精度的影響。任廣波等[7]以直推式支持向量機分類為例，發(fā)展了一種基于半監(jiān)督學習的遙感影像訓練樣本時空拓展方法。薄樹奎、李向等[8]基于興趣類別提出一種基于白化變換的單類分類方法。本文參考SPOT-5 HRG影像數據，對Landsat TM影像數據進行遙感分類，旨在研究訓練樣本數量組合對遙感分類的影響，為遙感影像分類提供一定的實驗依據。

1 研究區(qū)及其數據

1.1 研究區(qū)概況

云南省大理白族自治州位于中國西南的云貴高原與橫斷山脈的過渡地帶，其西面與云嶺山脈相連，東面與滇中高原相接，地勢總體上呈東南低西北高的特點。大理白族自治州地處云南省中部偏西，東鄰楚雄州，南靠普洱市、臨滄市，西與保山市、怒江州相連，北接麗江市。地跨98°52′E～101°03′E，24°41′N～26°42′N。大理白族自治州地貌復雜多樣，其面積為29 459 km2。其中，山區(qū)面積占總面積近90%，壩區(qū)面積僅占10%左右。點蒼山位于大理地區(qū)中部，其西部為高山峽谷區(qū)。在點蒼山以東至祥云以西的地區(qū)，總體上來看為中心陡坡地形[9]。

本文選取大理市祥云縣清澗美水庫附近(圖1)作為研究區(qū)。

圖1 研究區(qū)位置圖Fig.1 Location of the study area

1.2 數據及預處理

以SPOT-5 HRG和Landsat TM遙感數據為數據源。SPOT-5 HRG影像獲取時間為2008年10月20日，空間分辨率為10 m。Landsat TM影像獲取時間為2008年12月16日，軌道號/行號：131/42，共7個波段，空間分辨率為30 m(TM6的空間分辨率為60 m)。

分類之前，對TM和HRG影像進行預處理。包括圖像裁剪、輻射校正、幾何校正及圖像配準等。影像校正后保證誤差在3個像元之內，投影類型轉換為UTM WGS 84。

2 研究方法

2.1 標準樣本數據集的提取

參考SPOT-5 HRG遙感影像，從TM遙感影像上提取標準樣本集。具體步驟如下：

(1)經過觀察和分析，將研究區(qū)主要地物類型定為：林地、水體、耕地、居民用地和其他。采用最大似然法分別對SPOT-5 HRG和TM遙感影像進行分類。相關研究表明，為保證分類精度，訓練樣本量要大于一定數量。一般要求每個類別的訓練樣本量至少為遙感數據波段數的10～30倍，才能基本保證分類精度[10]。因此，研究分別選用了各類別超過波段數30倍的訓練樣本量進行分類研究。

(2)將10 m分辨率SPOT-5 HRG影像的最大似然法分類結果合并為30 m分辨率的分類結果。

(3)基于TM影像的分類結果和SPOT-5 HRG影像分類的30 m分辨率合成結果，其交集則為標準樣本數據。如對于某一塊地物類型，TM影像的分類結果為林地，SPOT-5 HRG影像分類的30 m分辨率合成結果也為林地，則這塊地物類型就為林地。

(4)對標準樣本數據進行多次目視糾正，最終得到標準樣本數據區(qū)圖像。

統計各地物訓練樣本在各波段的均值和方差(表1)，訓練樣本J-M距離(表2)，訓練樣本轉換分離度(表3)。分析認為訓練樣本的分離度很高，J-M距離大于1.8，轉換分離度大于1.9，表示統計可分性強，完全滿足實驗的分類要求。

表1 訓練樣本統計特征表Tab.1 Statistical characteristics of the training sample

表2 訓練樣本J-M距離表Tab.2 J-M distance of the training sample

表3 訓練樣本轉換分離表Tab.3 Separation conversion of the training sample

2.2 研究步驟

由于研究區(qū)內不同地物類型的面積存在很大差異，為了保證面積小的地物類型也能獲得足夠多的訓練樣本，以標準樣本數據集為基礎，采用分層隨機抽樣方法抽取了不同數量(1%、5%、10%、20%、30%、40%)的訓練樣本，同時利用監(jiān)督分類中的平行六面體、最小距離、馬氏距離、最大似然法、神經網絡和支持向量機6種分類方法，對研究區(qū)的TM遙感影像進行分類，地物類型包括林地、水體、耕地、居民用地和其他5種。為研究隨機誤差對分類精度的影響，對每個樣本量下的6種分類方法均作了3次實驗。

3 不同訓練樣本量影像分類精度比較

3.1 精度評價指標

采用總體分類精度和Kappa系數來對上面的分類結果進行精度評價。(1)總體分類精度：正確分類像元數與研究區(qū)總像元數的比值。(2)Kappa 系數：通過把所有地表真實分類中的像元總數乘以混淆矩陣對角線的和，再減去某一類中地表真實像元總數與該類中被分類像元總數之積對所有類別求和的結果，再除以總像元數的平方差減去某一類中地表真實像元總數與該類中被分類像元總數之積對所有類別求和的結果所得到的。

Kappa系數法是一種離散型的多元的綜合分析方法，不受像元數的影響，能夠完整地利用混淆矩陣得到的結果，具有其他精度評價方法不具備的優(yōu)勢。其公式[11]為：

式中：r是混淆矩陣中的總列數；xii是混淆矩陣中第i行、第i列上像元數量(即正確分類的數目)；xi+和x+i分別是第i行和第i列總像元數量；N是總觀察值，也就是混淆矩陣中用于精度評估的所有像元數量之和。

3.2 結果分析

圖2～圖7為在不同訓練樣本量下6種不同分類方法的總體分類精度和Kappa系數隨訓練樣本量的增加而發(fā)生變化的曲線。

圖2 平行六面體分類精度與訓練樣本數量的關系Fig.2 The relationship between parallelepiped classification accuracy and the number of training samples

圖3 馬氏距離分類精度與訓練樣本數量的關系Fig.3 The relationship between Mahalanobis distance classification accuracy and the number of training samples

圖4 最小距離分類精度與訓練樣本數量的關系Fig.4 The relationship between minimum distance classification accuracy and the number of training samples

圖5 最大似然法分類精度與訓練樣本數量的關系Fig.5 The relationship between maximum likelihood classification accuracy and the number of training samples

圖6 神經網絡分類精度與訓練樣本數量的關系Fig.6 The relationship between neural network classification accuracy and the number of training samples

圖7 支持向量機分類精度與訓練樣本數量的關系Fig.7 The relationship between SVM classification accuracy and the number of training samples

由圖2～圖7可得出以下結論：

(1)對于相同的分類方法

當訓練樣本量呈現出增加的態(tài)勢時，分類精度的波動范圍隨之逐漸減小。

(2)對于不同的分類方法

①如果在相同訓練樣本量的情況下，不同分類方法的Kappa系數和總體分類精度差異較大，由圖2～圖7可以看出，支持向量機的分類精度最高(Kappa系數在0.8以上，總體分類精度在84.5%以上)，由高到低依次為神經網絡、最大似然、最小距離和馬氏距離，而分類精度最低的是平行六面體(Kappa系數僅為0.59～0.68，總體分類精度僅為69%～78.5%)。主要是因為平行六面體分類的空間尺度的大小需要使用者根據實際經驗和計算，選擇合適的標準差閾值充當。分類時，根據像元相似性落在空間內的歸屬為同一種類地物，落在空間外的不進行地物類型聚類分析[12]。

②當訓練樣本量在增加時，支持向量機的分類精度的Kappa系數和總體分類精度均會表現出增加的趨勢，而其他幾種方法的分類精度則表現為先期隨著訓練樣本量的增加而增加，但當訓練樣本量接近某一數量時，其Kappa系數和總體分類精度逐漸趨于穩(wěn)定。因為支持向量機和基于一般統計的分類方法對訓練樣本的要求是區(qū)別的。對于傳統的基于統計的分類方法來說，當訓練樣本達到接近某一數量并可以準確描述全部像元的分布規(guī)律時，增加訓練樣本量對提高分類精度的影響是不明顯的。但對于支持向量機分類方法來說，支持向量的那部分像元對分類精度起著至關重要的作用[13]。隨著訓練樣本量的不斷增加，支持向量機的那部分像元也隨其增加，因此，支持向量機分類方法的Kappa系數和總體分類精度均隨訓練樣本量的增加而逐漸增加。

4 結論與討論

4.1 結論

參考SPOT-5 HRG遙感影像，在構建標準訓練樣本數據集的基礎上，提取不同的訓練樣本量，有目的的分別對監(jiān)督分類中的平行六面體、最小距離、馬氏距離、最大似然法、神經網絡和支持向量機六種分類方法對TM遙感影像進行多次分類實驗，利用Kappa系數和總體分類精度對6種分類方法的分類結果精度進行了評價和對比分析，認為：

(1)在實際工作中單用某次分類結果作為最終分類結果，必然會存在一定的誤差，增加訓練樣本數量可以減小單次分類引起的誤差。

(2)隨著訓練樣本量的增加，當訓練樣本量足以描述像元的分布規(guī)律時，增加訓練樣本量對于傳統分類方法來說，對其分類精度的影響是不明顯的。但對于支持向量機分類方法來說，隨著訓練樣本量的增加，支持向量機分類的Kappa系數和總體分類精度會出現隨訓練樣本量的增加而逐漸增加的現象。

通過以上分析，在不同的訓練樣本量下，分類精度最高的是支持向量機，且支持向量機的分類精度會出現隨訓練樣本量的增加而提高的現象。所以，在實際分類中，應該優(yōu)先考慮支持向量機。

4.2 討論

本研究選取大理某一區(qū)域進行分類實驗研究，分類系統及訓練樣本的選取具有一定的主觀性。SPOT HRG影像的獲取時間為10月份，而Landsat TM影像的獲取時間為12月份，影像獲取的時間不同，對分類可能造成一定的影響。在以后的研究中，在影像的選取上盡可能選擇同一時間，分類系統和訓練樣本的選取盡可能客觀。

本研究僅對每種分類方法做了3次實驗，在以后的研究中應對每種分類方法進行多次實驗，使結果更具代表性和客觀性。本研究只對監(jiān)督分類中的6種分類方法進行了對比研究，在以后的研究中可以加入決策樹等分類方法進行對比研究。

[1]梅安新，彭望琭，秦其明，等.遙感導論[M].北京：高等教育出版社，2001：198-199.

[2]吳健平，楊星衛(wèi).遙感數據監(jiān)督分類中訓練樣本的純化[J].國土資源遙感，1996，1(27)：36-40.

[3]陶秋香，張連蓬，李紅梅.植被高光譜遙感分類中訓練樣本的選擇方法[J].國土資源遙感，2005，2(64)：33-45.

[4]薄樹奎，丁琳.訓練樣本數目選擇對面向對象影像分類方法精度的影響[J].中國圖象圖形學報，2010，15(7)：1106-1111.

[5]李文慶，姜琦剛，邢宇，等.基于Google Earth的ETM+遙感圖像自動分類方法[J].江西農業(yè)學報，2012，24(12)：158-163.

[6]趙慧，汪云甲.影響ETM影像土地利用/覆蓋分類精度因素的研究[J].遙感技術與應用，2012，27(4)：600-608.

[7]任廣波，張杰，馬毅，等.基于半監(jiān)督學習的遙感影像分類訓練樣本時空拓展方法[J].國土資源遙感，2013，25(2)：87-94.

[8]薄樹奎，李向，李玲玲.遙感影像單類分類的白化變換法[J].測繪學報，2015，44(2)：190-197.

[9]黎春梅.云南大理白族自治州土地利用結構研究[D].武漢：華中師范大學，2011.

[10]Foody G M，Mathur A.The use of small training sets containing mixed pixels for accurate hard image classification：Training on mixed spectral responses for classification by a SVM[J].Remote Sensing of Environment，2006，103(2)：179-189.

[11]劉禮，于強.分層分類與監(jiān)督分類相結合的遙感分類法研究[J].林業(yè)調查規(guī)劃，2007，32(4)：37-39.

[12]朱秀芳，潘耀忠，張錦水，等.訓練樣本對TM尺度小麥種植面積測量精度影響研究-訓練樣本與分類方法間分類精度響應關系研究[J].遙感學報，2007，11(6)：826-837.

[13]張華.遙感數據可靠性分類方法研究[D].徐州：中國礦業(yè)大學，2012.

STUDY ON THE EFFECT OF TRAINING SAMPLE ON CLASSIFICATION ACCURACY OF REMOTE SENSING IMAGE

GAO Wen-jie，WANG Jin-liang，LIU Guang-jie

(CollegeofTourismandGeographicScience，YunnanNormalUniversity，Kunming650500，Yunnan，China)

SPOT-5 HRG image and Landsat TM image as a data source in Dali，on the basis of building standards on the training sample data set to explore the impact of training samples to remote sensing image classification.Selecting the different combinations of training samples，respectively，supervised the six classification of parallelepiped，minimum distance，Mahalanobis distance，maximum likelihood，neural networks and support vector machine(SVM).Using Kappa coefficient and the overall classification precision of the experimental accuracy of the classification results of the evaluation.The experimental results show that the outcome should be the average of multiple classification as the final classification results can reduce the random error；increased training samples can reduce the number of samples of random errors caused by single classification；SVM is the highest classification accuracy under the different training samples.

training sample；remote sensing classification；classification accuracy；Dali

2015-03-07；

2015-04-01．

*通信作者：王金亮(1963-)，男，云南省武定人，教授，博士，主要從事遙感與地理信息系統應用研究.

P237

A

1001-7852(2015)02-0031-06