范 鑫，胡昌苗，霍連志

(1.中國(guó)科學(xué)院空天信息創(chuàng)新研究院，北京 100094；2.中國(guó)科學(xué)院大學(xué) 電子電氣與通信工程學(xué)院，北京 100049)

0 引言

隨著衛(wèi)星傳感器的迅速發(fā)展，獲取大量不同空間分辨率的遙感影像已經(jīng)非常容易，不同分辨率的遙感影像可以廣泛服務(wù)于數(shù)字國(guó)土、智慧城市、環(huán)境監(jiān)測(cè)和城市規(guī)劃等應(yīng)用場(chǎng)景[1]。與低分辨率遙感影像相比，高分辨率遙感影像具有更豐富的細(xì)節(jié)信息，可以清晰地表達(dá)地物的結(jié)構(gòu)和空間分布特征，蘊(yùn)含著明確的場(chǎng)景語(yǔ)義信息[2]。然而，在高分辨率遙感影像中，地物種類復(fù)雜繁多，同一地物的不同空間分布也會(huì)使其場(chǎng)景類別發(fā)生變化，因而難以根據(jù)底層特征獲取高層語(yǔ)義信息，其結(jié)果是出現(xiàn)了語(yǔ)義鴻溝[3]。

為了跨越語(yǔ)義鴻溝，遙感影像場(chǎng)景分類已經(jīng)成為遙感領(lǐng)域近年來(lái)的研究熱點(diǎn)，也是該領(lǐng)域最有挑戰(zhàn)性的課題之一[4]。遙感影像場(chǎng)景分類可以分為基于底層特征、基于中層特征和基于深度學(xué)習(xí)特征的3類方法。早期關(guān)于遙感影像場(chǎng)景分類的研究主要基于底層特征提取影像的顏色、紋理、結(jié)構(gòu)等特征，直接描述場(chǎng)景，并借助傳統(tǒng)分類器對(duì)場(chǎng)景影像進(jìn)行分類[5]?；谥袑犹卣鞯膱?chǎng)景分類代表方法主要有概率潛在語(yǔ)義分析(PLSA)[6]、潛在Dirichlet分配(LDA)[7]和視覺(jué)詞袋模型(BoVW)[8]。

近年來(lái)深度學(xué)習(xí)在遙感的諸多領(lǐng)域都取得了不少成就[9]，基于深度學(xué)習(xí)的遙感影像場(chǎng)景分類研究也越來(lái)越受到相關(guān)學(xué)者的廣泛關(guān)注?；谏疃葘W(xué)習(xí)的遙感影像場(chǎng)景分類方法主要可分為從頭開(kāi)始訓(xùn)練[10]、遷移學(xué)習(xí)參數(shù)微調(diào)[11]和遷移學(xué)習(xí)特征提取[12]3類。Zhu等[13]提出了一種高分辨率遙感影像場(chǎng)景分類的深度局部全局特征融合框架，將深度學(xué)習(xí)特征、局部特征和全局特征進(jìn)行了融合。針對(duì)遙感影像處理中小樣本訓(xùn)練地物識(shí)別與分類。譚琨等[14]進(jìn)行了結(jié)合深度學(xué)習(xí)和半監(jiān)督學(xué)習(xí)在遙感影像分類中的研究進(jìn)展綜述。為了克服缺乏大量有標(biāo)簽遙感影像數(shù)據(jù)集的問(wèn)題，喬婷婷等[15]通過(guò)卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型結(jié)合數(shù)據(jù)增廣和遷移學(xué)習(xí)進(jìn)行遙感影像場(chǎng)景分類，獲得了較大的精度提升。許夙暉等[16]利用多尺度特征與深度網(wǎng)絡(luò)對(duì)遙感影像進(jìn)行場(chǎng)景分類，結(jié)合低頻和高頻子帶對(duì)不同場(chǎng)景類別的識(shí)別優(yōu)勢(shì)，取得了較好的分類結(jié)果。

本研究擬結(jié)合不同分辨率遙感影像和多源地理數(shù)據(jù)，探索其在城市級(jí)研究區(qū)域場(chǎng)景理解中的應(yīng)用。首先，通過(guò)超分辨率重建，在提升低分辨率遙感影像分辨率的同時(shí)融入高分辨率遙感影像的豐富細(xì)節(jié)信息；其次，在SIRI-WHU公開(kāi)場(chǎng)景分類數(shù)據(jù)集上驗(yàn)證本文所提出框架的有效性后，進(jìn)一步耦合多源地理數(shù)據(jù)進(jìn)行了武漢市場(chǎng)景分類實(shí)驗(yàn)。

1 研究區(qū)及數(shù)據(jù)

1.1 研究區(qū)及數(shù)據(jù)簡(jiǎn)介

本研究選取武漢市為研究區(qū)。武漢市是湖北省的省會(huì)城市，同時(shí)也是華中地區(qū)的一大中心城市。

本文所使用的研究數(shù)據(jù)包含遙感影像和多源地理數(shù)據(jù)。其中，遙感影像又分為超分辨率重建數(shù)據(jù)集、規(guī)則影像和不規(guī)則影像場(chǎng)景數(shù)據(jù)集、夜間燈光影像數(shù)據(jù)。規(guī)則影像是指固定大小尺寸(如256 pixel×256 pixel)的影像塊，適合輸入到深度學(xué)習(xí)模型；而不規(guī)則影像是指大小形狀不一的影像塊。多源地理數(shù)據(jù)包含采集的武漢市研究區(qū)內(nèi)的OSM，POI，RTUD。

1.2 遙感影像數(shù)據(jù)

1.2.1 超分辨率重建數(shù)據(jù)集

多分辨率遙感影像重建數(shù)據(jù)集通過(guò)收集同一區(qū)域不同分辨率的Google Earth大幅遙感影像裁剪獲得。該數(shù)據(jù)集包含16 000幅5個(gè)不同分辨率(包含2，4，8，16和32 m)下的遙感影像。重建模型數(shù)據(jù)集如圖1所示。

圖1 重建模型數(shù)據(jù)集Fig.1 Reconstruction model dataset

1.2.2 規(guī)則影像場(chǎng)景數(shù)據(jù)集

本研究使用的規(guī)則遙感影像場(chǎng)景數(shù)據(jù)集包括SIRI-WHU公開(kāi)場(chǎng)景數(shù)據(jù)集和自制的武漢市多分辨率規(guī)則遙感影像場(chǎng)景數(shù)據(jù)集。

SIRI-WHU場(chǎng)景數(shù)據(jù)集由武漢大學(xué)遙感智能數(shù)據(jù)提取與分析組(RSIDEA)設(shè)計(jì)制作，包含12個(gè)場(chǎng)景類別(草場(chǎng)、池塘、港口、工業(yè)區(qū)、公園、河流、居民區(qū)、立交橋、農(nóng)田、商業(yè)區(qū)、水體和裸地)。其中每類包含200幅場(chǎng)景影像，空間分辨率為2 m，大小為200 pixel×200 pixel。數(shù)據(jù)集中各場(chǎng)景類別的代表性影像如圖2所示。

圖2 SIRI-WHU場(chǎng)景數(shù)據(jù)集Fig.2 SIRI-WHU scene dataset

自制武漢市多分辨率規(guī)則遙感影像場(chǎng)景數(shù)據(jù)集通過(guò)對(duì)武漢市Google Earth大幅遙感影像進(jìn)行裁剪與標(biāo)注獲得，包含多種空間分辨率。以2 m分辨率為例，其影像大小為256 pixel×256 pixel。數(shù)據(jù)集包含7個(gè)類別(居民用地、農(nóng)業(yè)用地、綠地、水體、工業(yè)和物流倉(cāng)儲(chǔ)用地、教育科研用地以及其他空地)，每類200幅影像。MR-WUHAN規(guī)則影像場(chǎng)景數(shù)據(jù)集如圖3所示。

圖3 MR-WUHAN規(guī)則影像場(chǎng)景數(shù)據(jù)集Fig.3 MR-WUHAN regular image scene dataset

1.2.3 不規(guī)則影像場(chǎng)景數(shù)據(jù)集

不規(guī)則遙感影像場(chǎng)景數(shù)據(jù)集通過(guò)使用OSM路網(wǎng)裁剪武漢市的Google Earth大幅影像，對(duì)獲得的不規(guī)則場(chǎng)景地塊進(jìn)行專家人工標(biāo)注獲得。標(biāo)注后的結(jié)果如圖4所示。

圖4 武漢市不規(guī)則遙感影像標(biāo)注結(jié)果Fig.4 Wuhan irregular remote sensing scene image annotation results

該數(shù)據(jù)集也包含多種不同分辨率的版本，數(shù)據(jù)集中同樣包含7個(gè)場(chǎng)景類別。由于地塊不規(guī)則，故數(shù)據(jù)集中影像的像素大小不一，同時(shí)每類影像數(shù)目為100～200幅不等。MR-WUHAN不規(guī)則影像場(chǎng)景數(shù)據(jù)集如圖5所示。

圖5 MR-WUHAN不規(guī)則影像場(chǎng)景數(shù)據(jù)集Fig.5 MR-WUHAN irregular image scene dataset

1.2.4 夜間燈光數(shù)據(jù)

夜間燈光數(shù)據(jù)來(lái)源于珞珈一號(hào)衛(wèi)星夜間燈光影像，該影像能夠較好地表達(dá)城市內(nèi)部結(jié)構(gòu)的細(xì)節(jié)，可以反映城市不同職能區(qū)域的發(fā)展情況，是重要的社會(huì)經(jīng)濟(jì)屬性指標(biāo)。

武漢市夜間燈光數(shù)據(jù)如圖6所示。

圖6 武漢市夜間燈光數(shù)據(jù)Fig.6 Wuhan nighttime light data

1.3 多源地理數(shù)據(jù)

1.3.1 OSM路網(wǎng)及POI興趣點(diǎn)數(shù)據(jù)

研究區(qū)的路網(wǎng)數(shù)據(jù)是本研究重要的地理數(shù)據(jù)之一，來(lái)源于Open Street Map(OSM)，屬性字段包括道路等級(jí)等信息。興趣點(diǎn)數(shù)據(jù)來(lái)自高德地圖，本研究獲取了武漢市范圍內(nèi)的POI數(shù)據(jù)，包含名稱、類型和位置等7種屬性，共計(jì)886 415條。OSM和POI數(shù)據(jù)可視化如圖7所示。

圖7 武漢市OSM及POI數(shù)據(jù)Fig.7 Wuhan OSM and POI data

1.3.2 實(shí)時(shí)人口時(shí)序RTUD數(shù)據(jù)

人口時(shí)序數(shù)據(jù)是按時(shí)間順序記錄人群在空間上分布情況的數(shù)據(jù)序列，可以直觀有效地反映空間區(qū)域的相關(guān)性，具有時(shí)間上的動(dòng)態(tài)性和空間上的全覆蓋性。本研究使用來(lái)自騰訊人口時(shí)序數(shù)據(jù)庫(kù)的RTUD數(shù)據(jù)輔助城市場(chǎng)景分類。武漢市人口時(shí)序數(shù)據(jù)如圖8所示。

(a) 休息日10時(shí)

2 研究方法

本研究的結(jié)構(gòu)主要分為3部分。首先，基于多分辨率遙感影像訓(xùn)練超分辨率重建模型，以融合不同分辨率的遙感影像特征。然后，在場(chǎng)景數(shù)據(jù)集上應(yīng)用重建模型進(jìn)行影像重建，再使用CNN進(jìn)行場(chǎng)景分類，以驗(yàn)證所提方法的有效性。最后，基于不規(guī)則遙感影像數(shù)據(jù)融合多源地理數(shù)據(jù)進(jìn)行場(chǎng)景分類，提升所提框架的實(shí)際應(yīng)用價(jià)值。耦合多源地理數(shù)據(jù)的多分辨率遙感影像場(chǎng)景分類方法研究框架如圖9所示。

圖9 研究方法框架Fig.9 Research method framework

2.1 基于超分辨率生成對(duì)抗網(wǎng)絡(luò)的影像重建

在遙感影像數(shù)據(jù)上應(yīng)用超分辨率重建模型主要有兩方面的原因:一方面，當(dāng)某一地區(qū)的高分辨率遙感影像不可獲取時(shí)，可以使用低分辨率的遙感影像通過(guò)重建在一定程度上提高影像的分辨率和特征表達(dá)能力;另一方面，重建不僅可以提升影像的分辨率，還可以融入不同分辨率遙感影像的特征。原始影像和重建后的影像示例如圖10所示。

圖10 原始影像和重建后的影像示例Fig.10 Examples of original image and reconstructed image

2.1.1 SRGAN模型

近年來(lái)，超分辨率生成對(duì)抗網(wǎng)絡(luò)(SRGAN)在圖像超分辨率領(lǐng)域吸引了不少學(xué)者的關(guān)注，并帶領(lǐng)該領(lǐng)域進(jìn)入了一個(gè)全新的高度。將生成對(duì)抗網(wǎng)絡(luò)(GAN)應(yīng)用于圖像超分辨率(SR)，通過(guò)在自然圖像上進(jìn)行4倍下采樣后進(jìn)行重建，獲得了相當(dāng)逼真的重建結(jié)果。為了提高生成器網(wǎng)絡(luò)的性能以獲得更高質(zhì)量的輸出，SRGAN模型提出了一種新的感知損失函數(shù)，包括內(nèi)容損失和對(duì)抗損失。通過(guò)VGG網(wǎng)絡(luò)提取，并對(duì)內(nèi)容損失和對(duì)抗損失進(jìn)行加權(quán)求和，即：

2.1.2 遙感影像重建模型訓(xùn)練

本研究使用不同分辨率的遙感影像訓(xùn)練多個(gè)SRGAN模型，不僅訓(xùn)練單一的低分辨率到高分辨率的重建模型，同時(shí)考慮加入多種分辨率的遙感影像進(jìn)行訓(xùn)練，可以融入不同分辨率遙感影像金字塔各個(gè)層級(jí)的特征，提升重建后影像的特征表達(dá)能力。具體的模型設(shè)置如表1所示。

表1 不同分辨率遙感影像SRGAN重建模型

基于SRGAN模型的不同分辨率遙感影像重建流程如圖11所示。

圖11 SRGAN重建流程Fig.11 SRGAN reconstruction flow chart

2.2 基于多CNN模型的規(guī)則影像場(chǎng)景分類

2.2.1 場(chǎng)景數(shù)據(jù)集重建

針對(duì)規(guī)則遙感影像場(chǎng)景數(shù)據(jù)集，利用已經(jīng)在不同分辨率遙感影像重建數(shù)據(jù)集上預(yù)訓(xùn)練后的SRGAN模型進(jìn)行遷移測(cè)試。根據(jù)特定的場(chǎng)景數(shù)據(jù)集，選擇適宜的重建模型進(jìn)行影像重建，獲得原始數(shù)據(jù)集對(duì)應(yīng)的重建數(shù)據(jù)集。進(jìn)一步，可以將原始數(shù)據(jù)集與重建數(shù)據(jù)集合并，獲得增廣后的場(chǎng)景數(shù)據(jù)集。場(chǎng)景數(shù)據(jù)集的重建流程如圖12所示。

圖12 場(chǎng)景數(shù)據(jù)集重建流程Fig.12 Scene dataset reconstruction flow chart

2.2.2 多CNN模型場(chǎng)景分類

CNN模型應(yīng)用于遙感影像場(chǎng)景分類的研究主要針對(duì)幾個(gè)流行的場(chǎng)景數(shù)據(jù)集進(jìn)行，并且許多研究工作都采用了微調(diào)的方法。首先，在自然圖像數(shù)據(jù)集，如ImageNet上進(jìn)行模型預(yù)訓(xùn)練；然后，遷移至場(chǎng)景數(shù)據(jù)集，以提升模型的特征提取能力，并大幅縮短訓(xùn)練的時(shí)間和資源開(kāi)銷(xiāo)。本文也采用微調(diào)的方法，使用預(yù)訓(xùn)練的CNN模型進(jìn)行場(chǎng)景分類。另外，不僅使用單一CNN模型進(jìn)行場(chǎng)景分類，而且使用了AlexNet[17],SqueezeNet[18],DenseNet161[19]和VGG19[20]共4個(gè)代表性的CNN模型分別對(duì)原始影像數(shù)據(jù)集、重建影像數(shù)據(jù)集和增廣后的數(shù)據(jù)集進(jìn)行場(chǎng)景分類，從模型和數(shù)據(jù)2個(gè)層面對(duì)所提方法進(jìn)行實(shí)驗(yàn)與分析。整體流程如圖13所示。

圖13 多CNN場(chǎng)景分類流程Fig.13 Multi-CNN scene classification flow chart

2.3 耦合多源地理數(shù)據(jù)的不規(guī)則影像場(chǎng)景分類

針對(duì)不規(guī)則影像，使用了不同分辨率的遙感影像。通過(guò)預(yù)訓(xùn)練的VGG19網(wǎng)絡(luò)進(jìn)行影像特征提取，輸出全連接層的高維特征向量。多分辨率的不規(guī)則遙感影像示例如圖14所示。

圖14 多分辨率不規(guī)則遙感影像Fig.14 Multi-resolution irregular remote sensing image

針對(duì)多源地理數(shù)據(jù)，以O(shè)SM路網(wǎng)分割的地塊為場(chǎng)景單元，對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，提取相應(yīng)特征。針對(duì)POI數(shù)據(jù)，進(jìn)行重分類，統(tǒng)計(jì)各場(chǎng)景單元指定類別POI占總POI數(shù)目的比例。針對(duì)RTUD數(shù)據(jù)和夜間燈光數(shù)據(jù)，通過(guò)分區(qū)統(tǒng)計(jì)每個(gè)地塊柵格值的平均值，并對(duì)所得特征進(jìn)行最大最小歸一化。

以武漢市中心城區(qū)為研究區(qū)，通過(guò)OSM路網(wǎng)分割遙感影像獲得不規(guī)則場(chǎng)景地塊。使用VGG19網(wǎng)絡(luò)提取全連接層特征后再通過(guò)場(chǎng)景地塊的ID連接其所對(duì)應(yīng)的POI、RTUD和夜間燈光等多源地理數(shù)據(jù)特征。最后將融合后的特征輸入SVM分類器進(jìn)行場(chǎng)景分類,將分類結(jié)果整合即可獲得完整的城市土地利用功能分區(qū)。耦合多源地理數(shù)據(jù)的不規(guī)則影像場(chǎng)景分類方法流程如圖15所示。

圖15 耦合多源地理數(shù)據(jù)場(chǎng)景分類流程Fig.15 Flow chart of scene classification coupled with multi-source geographic data

3 實(shí)驗(yàn)結(jié)果

本節(jié)為研究的實(shí)驗(yàn)部分，主要分為3部分內(nèi)容。第1部分為多分辨率遙感影像重建，根據(jù)不同分辨率的遙感影像訓(xùn)練相應(yīng)的重建模型并進(jìn)行簡(jiǎn)單的重建測(cè)試以驗(yàn)證所訓(xùn)練模型的效果。第2部分實(shí)驗(yàn)首先根據(jù)第1部分獲得的重建模型對(duì)原始場(chǎng)景數(shù)據(jù)進(jìn)行重建，隨后使用多個(gè)CNN模型分別對(duì)原始場(chǎng)景數(shù)據(jù)和重建后的場(chǎng)景數(shù)據(jù)以及融合2種數(shù)據(jù)進(jìn)行增廣后的數(shù)據(jù)集進(jìn)行場(chǎng)景分類，通過(guò)對(duì)比，驗(yàn)證本研究所提框架的有效性。第3部分內(nèi)容以武漢市為研究區(qū)，耦合多源地理數(shù)據(jù)通過(guò)SVM分類器進(jìn)行不規(guī)則影像場(chǎng)景分類。

3.1 多分辨率遙感影像重建

共訓(xùn)練了6個(gè)不同分辨率的遙感影像重建模型，所有模型的重建置信倍數(shù)均設(shè)置為4。模型訓(xùn)練完成后，使用不同分辨率的遙感影像進(jìn)行重建測(cè)試，部分模型的重建結(jié)果如圖16所示。

(a) Model-2

3.2 規(guī)則遙感影像場(chǎng)景分類

遙感影像場(chǎng)景分類研究一般基于公開(kāi)的數(shù)據(jù)集進(jìn)行，如AID、NWPU等數(shù)據(jù)集。首先，針對(duì)SIRI-WHU場(chǎng)景數(shù)據(jù)集,用SRGAN重建模型進(jìn)行重建；然后，進(jìn)行CNN場(chǎng)景分類，即SRGAN-CNN框架；最后，在自制的規(guī)則MR-WUHAN影像場(chǎng)景數(shù)據(jù)集上應(yīng)用本文所提出的框架。

3.2.1 SIRI-WHU數(shù)據(jù)集場(chǎng)景分類

(1) SIRI-WHU數(shù)據(jù)集重建

針對(duì)SIRI-WHU數(shù)據(jù)集，其影像空間分辨率為2 m，因此本研究選擇重建模型中的Model-4進(jìn)行影像重建。數(shù)據(jù)集中部分類別的代表性影像重建結(jié)果和原始影像對(duì)比如圖17所示。

(a) 池塘

(2) CNN場(chǎng)景分類

針對(duì)SIRI-WHU數(shù)據(jù)集的場(chǎng)景分類，采用50%的場(chǎng)景影像訓(xùn)練，剩余50%的場(chǎng)景影像用于測(cè)試。實(shí)驗(yàn)采用4個(gè)CNN模型分別對(duì)原始影像、重建后的高分辨率影像、融合原始影像和重建影像進(jìn)行數(shù)據(jù)增廣的數(shù)據(jù)集進(jìn)行場(chǎng)景分類測(cè)試。網(wǎng)絡(luò)的主要超參數(shù)：學(xué)習(xí)率設(shè)置為10-5，規(guī)范化參數(shù)設(shè)置為5×10-6，小批量數(shù)據(jù)大小設(shè)置為8。分類結(jié)果如表2所示。

表2 SIRI-WHU數(shù)據(jù)集場(chǎng)景分類結(jié)果

DenseNet161模型在原始SIRI-WHU數(shù)據(jù)集、增廣后數(shù)據(jù)集上場(chǎng)景分類結(jié)果混淆矩陣分別如圖18和圖19所示。

圖18和圖19所示的混淆矩陣表明，通過(guò)重建增廣原始數(shù)據(jù)集后，場(chǎng)景分類精度有了較大提升。特別是在SIRI-WHU數(shù)據(jù)集中的商業(yè)區(qū)、居民區(qū)和水體3個(gè)場(chǎng)景類別，DenseNet161模型達(dá)到了100%的識(shí)別準(zhǔn)確度，進(jìn)一步驗(yàn)證了本文所提框架的有效性。

圖18 DenseNet161原始SIRI-WHU數(shù)據(jù)集場(chǎng)景 分類結(jié)果混淆矩陣Fig.18 Confusion matrix of scene classification result of DenseNet161 in original SIRI-WHU dataset

圖19 DenseNet161增廣SIRI-WHU數(shù)據(jù)集場(chǎng)景 分類結(jié)果混淆矩陣Fig.19 Confusion matrix of scene classification result of DenseNet161 in augmented SIRI-WHU dataset

3.2.2 MR-WUHAN數(shù)據(jù)集場(chǎng)景分類

(1) MR-WUHAN數(shù)據(jù)集重建

針對(duì)自制的MR-WUHAN規(guī)則影像場(chǎng)景數(shù)據(jù)集，選擇2,8 m分辨率的數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。通過(guò)Model-3對(duì)8 m分辨率影像進(jìn)行重建，獲得重建后的2 m分辨率影像。原始影像和重建影像對(duì)比如圖20所示。

(2) CNN場(chǎng)景分類

使用多CNN模型分別對(duì)原始的8 m分辨率影像和2 m分辨率影像、重建獲得的2 m分辨率影像、融合原始2 m分辨率和重建2 m分辨率進(jìn)行數(shù)據(jù)增廣后的數(shù)據(jù)集進(jìn)行場(chǎng)景分類。實(shí)驗(yàn)采用80%數(shù)據(jù)訓(xùn)練，20%數(shù)據(jù)測(cè)試，結(jié)果如表3所示。

(a) 工業(yè)和物流倉(cāng)儲(chǔ)用地

表3 規(guī)則MR-WUHAN數(shù)據(jù)集場(chǎng)景分類結(jié)果

DenseNet161模型在原始MR-WUHAN數(shù)據(jù)集、增廣后數(shù)據(jù)集上場(chǎng)景分類結(jié)果混淆矩陣分別如圖21和圖22所示。

圖21 DenseNet161在原始MR-WUHAN數(shù)據(jù)集場(chǎng)景 分類結(jié)果混淆矩陣Fig.21 Confusion matrix of scene classification result of DenseNet161 in original MR-WUHAN dataset

圖22 DenseNet161在增廣MR-WUHAN數(shù)據(jù)集場(chǎng)景 分類結(jié)果混淆矩陣Fig.22 Confusion matrix of scene classification result of DenseNet161 in augmented MR-WUHAN dataset

如圖21和圖22所示的混淆矩陣表明，自制的MR-WUHAN規(guī)則影像場(chǎng)景數(shù)據(jù)集重建增廣后，場(chǎng)景分類模型對(duì)各場(chǎng)景類的正確識(shí)別能力顯著增強(qiáng)。例如，在原始數(shù)據(jù)集上，場(chǎng)景分類模型對(duì)教育用地的識(shí)別精度只有85%，其余15%被誤分為了居住用地。而增廣后的數(shù)據(jù)集，對(duì)教育用地的分類正確率提高了5%。此外，在增廣數(shù)據(jù)集上場(chǎng)景分類模型對(duì)農(nóng)業(yè)用地的識(shí)別達(dá)到了100%的準(zhǔn)確率，對(duì)綠地和水體的分類準(zhǔn)確率也有了大幅提升。

3.3 不規(guī)則遙感影像場(chǎng)景分類

基于道路網(wǎng)絡(luò)分割的遙感影像進(jìn)行場(chǎng)景分類，具有更強(qiáng)的實(shí)用性價(jià)值。道路網(wǎng)絡(luò)所形成的地塊單元是進(jìn)行城市土地利用現(xiàn)狀分析與規(guī)劃的更加自然的邊界，便于與多源地理數(shù)據(jù)相結(jié)合。實(shí)驗(yàn)首先使用預(yù)訓(xùn)練的VGG19網(wǎng)絡(luò)提取不規(guī)則MR-WUHAN數(shù)據(jù)集中多分辨率遙感影像的特征，再耦合多源地理數(shù)據(jù)屬性特征，最后通過(guò)SVM分類器進(jìn)行場(chǎng)景分類。通過(guò)對(duì)比使用影像特征、多源地理數(shù)據(jù)特征、耦合影像特征和多源地理數(shù)據(jù)特征進(jìn)行特征融合的分類結(jié)果，驗(yàn)證本研究所提方法的有效性。

在不規(guī)則MR-WUHAN數(shù)據(jù)集場(chǎng)景分類中，通過(guò)SVM分類器，2 m影像的精度為75%，8 m影像的精度為52.5%，多源地理數(shù)據(jù)的精度為46.25%，特征融合的精度為81.25%。

從實(shí)驗(yàn)結(jié)果可以看出，僅使用影像特征和僅使用多源地理數(shù)據(jù)特征的模型精度均低于融合影像特征和多源地理數(shù)據(jù)特征的方法,證明了多源地理數(shù)據(jù)特征可以很好地彌補(bǔ)社會(huì)經(jīng)濟(jì)屬性等影像不能反映但卻對(duì)場(chǎng)景類別影響很大的特征，因此通過(guò)特征融合可以獲得更高的精度。進(jìn)一步，通過(guò)應(yīng)用特征融合的方法在武漢市中心城區(qū)進(jìn)行驗(yàn)證測(cè)試，獲得城市土地利用的地塊分類結(jié)果，如圖23所示。

圖23 武漢市不規(guī)則影像場(chǎng)景分類結(jié)果Fig.23 The map of Wuhan irregular image scene classification result

4 結(jié)束語(yǔ)

不同分辨率的遙感影像對(duì)同一區(qū)域的場(chǎng)景信息特征表達(dá)能力有著顯著的差別。低分辨率的影像側(cè)重于凸顯場(chǎng)景的全局整體特征，而高分辨率的影像則包含更多的局部細(xì)節(jié)信息。通過(guò)融合不同分辨率遙感影像的不同層級(jí)特征有利于提高場(chǎng)景的特征表達(dá)能力。此外，由于僅根據(jù)遙感影像數(shù)據(jù)的場(chǎng)景理解結(jié)果可能不足以投入實(shí)際應(yīng)用，通過(guò)耦合多源地理數(shù)據(jù)，可以補(bǔ)充提取的特征，為土地利用解釋提供更多的附加信息。本文進(jìn)行了耦合多源地理數(shù)據(jù)的多分辨率遙感影像場(chǎng)景分類方法探究，主要包括以下內(nèi)容：

① 提出了耦合多源地理數(shù)據(jù)的多分辨率遙感影像場(chǎng)景分類框架，并對(duì)框架中的每一部分內(nèi)容進(jìn)行了詳細(xì)介紹。主要包括SRGAN影像重建、CNN場(chǎng)景分類和耦合多源地理數(shù)據(jù)的場(chǎng)景分類3部分。

② 為了驗(yàn)證本文提出框架的有效性，以武漢市為研究區(qū)，獲取其遙感影像數(shù)據(jù)和多源地理數(shù)據(jù)進(jìn)行實(shí)驗(yàn)分析。首先，基于不同分辨率的遙感影像重建數(shù)據(jù)集訓(xùn)練遙感影像超分辨率重建模型；然后，針對(duì)SIRI-WHU場(chǎng)景數(shù)據(jù)集和自制的多分辨率武漢市場(chǎng)景數(shù)據(jù)集進(jìn)行影像重建和CNN場(chǎng)景分類；最后，在自制的武漢市OSM路網(wǎng)分割的不規(guī)則影像場(chǎng)景數(shù)據(jù)集上進(jìn)行耦合多源地理數(shù)據(jù)的場(chǎng)景分類，獲得城市土地利用功能分區(qū)。

高分辨率遙感影像的場(chǎng)景分類是一項(xiàng)非常有挑戰(zhàn)性的研究工作，本文進(jìn)行的研究從數(shù)據(jù)和方法層面還存在一些局限性。

由于深度學(xué)習(xí)需要固定輸入場(chǎng)景影像的大小，因此難以應(yīng)用在不規(guī)則影像上。在提取特征時(shí)，只能通過(guò)采樣的方法改變?cè)驾斎雸?chǎng)景影像的大小，不可避免地帶來(lái)一些特征信息的丟失。目前，基于不規(guī)則影像的深度學(xué)習(xí)研究工作還很少，這是一個(gè)很有價(jià)值的研究點(diǎn)，后續(xù)可以進(jìn)行相關(guān)的探索研究。