伊爾潘·艾尼瓦爾， 買買提·沙吾提,2,3， 買合木提·巴拉提,2,3

(1.新疆大學地理與遙感科學學院，烏魯木齊 830046； 2.新疆綠洲生態(tài)重點實驗室，烏魯木齊 830046；3.智慧城市與環(huán)境建模自治區(qū)普通高校重點實驗室，烏魯木齊 830046)

0 引言

棉花作為我國重要的經(jīng)濟作物，在我國新疆地區(qū)種植廣泛。在遙感影像上高精度地識別棉花，掌握棉花種植面積等年度波動狀況，為政府部門提供可靠的棉花農(nóng)情信息，對提高經(jīng)濟生產(chǎn)和我國農(nóng)業(yè)安全都具有重要意義[1]。

目前，國內(nèi)外利用遙感技術進行棉花識別研究多使用MODIS數(shù)據(jù)[2-3]、Landsat數(shù)據(jù)[4-5]、哨兵數(shù)據(jù)[6]等中低分辨率遙感影像,采用支持向量機(suport vector machine,SVM)[7]、隨機森林(random forest,RF)[8]、最大似然法[9]等傳統(tǒng)機器學習算法進行棉花信息識別提取。雖然這些影像數(shù)據(jù)可以有效提高時間分辨率、減少成本，但混合像元數(shù)量眾多，光譜識別度有限，缺乏有效的棉花識別特征參量等[10-12]，不能很好地滿足復雜地貌條件下棉花高精度識別分類要求。另外，僅采用有限的淺層特征和規(guī)則簡單、結構單一的自動提取算法在復雜地物分布情況下表現(xiàn)出極大的局限性。因此，需要探索提高棉花提取精度的新方法。

近幾年我國高分系列衛(wèi)星的發(fā)射以及深度學習算法的發(fā)展，為作物高精度識別研究帶來了新的機遇[13-15]，尤其是GF-2衛(wèi)星具有亞米級空間分辨率[16]，為較好實現(xiàn)復雜背景下的作物精準識別提供了重要數(shù)據(jù)源。同時，以Unet模型為代表的目標識別方法不斷完善，在城市綠地提取[16]、水稻病害識別[17]、胡楊冠層提取[18]等方面均有較多的應用，這為今后利用Unet模型高精度識別農(nóng)作物提供了技術參考，使得Unet模型成為實現(xiàn)作物高精度監(jiān)測技術突破的重要支點之一，為作物識別精度提高，智能化、自動化信息提取指明了方向，必將成為新的研究熱點。但是，通過總結前人研究發(fā)現(xiàn)，利用Unet模型進行棉花提取的研究較少，相關應用鮮有報道。因此本文嘗試將Unet模型應用到棉花識別研究中。

另外，隨著近幾年新疆環(huán)塔里木林果業(yè)的發(fā)展，果棉間作的種植模式迅速擴大，使作物種植環(huán)境更加復雜，導致現(xiàn)有遙感監(jiān)測方法無法滿足復雜地理環(huán)境條件下及時、準確的作物識別要求。因此，本文針對地塊破碎、種植結構復雜以及傳統(tǒng)機器學習算法存在的高分辨率影像信息利用不足、大數(shù)量樣本運算能力有限等問題，以渭干河—庫車河綠洲為研究區(qū)，通過獲取GF-2遙感數(shù)據(jù)，將Unet模型應用到棉花識別研究中，探討Unet模型在干旱區(qū)作物精細分類中的適用性及優(yōu)化流程，以期為干旱區(qū)作物精細分類提供新的思路。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

研究區(qū)位于塔里木盆地北部的渭干河—庫車河三角綠洲(簡稱“渭庫綠洲”)是典型的沖積扇平原，地理坐標為E80°37′～83°59′，N41°06′～41°40′，年降水量為50.0～66.5 mm,年均蒸發(fā)量為2 000～2 092 mm，氣候類型為暖溫帶大陸性干旱氣候。研究區(qū)以種植業(yè)為主導產(chǎn)業(yè)，作物類型主要包括棉花、玉米、小麥等，是新疆重要的糧棉基地之一。從1994年起，新疆成為我國最大產(chǎn)棉區(qū)和最大的商品棉基地[19]。2011年統(tǒng)計數(shù)據(jù)顯示，“渭庫綠洲”棉花面積分別占新疆棉花總面積及阿克蘇地區(qū)棉花總面積的8.56%及38.2%，產(chǎn)量分別占8.41%及40.34%，是新疆主要的棉花生產(chǎn)區(qū)域之一[20]。研究區(qū)地理位置及分類目標具體如圖1所示。

(a) 研究區(qū)地理位置、解譯點、樣方分布(GF-2 B4(R),B3(G),B2(B)假彩色合成影像)

(b) 棉花(c) 玉米(d) 辣椒(e) 果園(f) 林地(g) 其他

1.2 數(shù)據(jù)源及其預處理

本文采用的數(shù)據(jù)是2018年9月17日的GF-2影像，GF-2數(shù)據(jù)包含4個多光譜波段(空間分辨率4 m)和1個全色波段(空間分辨率1 m)，幅寬可達43.5 km，是我國空間分辨率最高的民用陸地觀測衛(wèi)星。首先對原始影像進行大氣校正、正射校正等預處理后將多光譜波段與全色波段數(shù)據(jù)融合得到空間分辨率為1 m的影像。然后，利用野外輔助調(diào)查數(shù)據(jù)在影像中選取棉花、玉米等作物樣本，借助樣本標注工具Labelme對選取出的圖像進行精細標注獲得樣本標簽。由于深度學習需要大量數(shù)據(jù)進行訓練[21]，因此本文采用加噪、對稱變換、旋轉(zhuǎn)、改變亮度等數(shù)據(jù)增強方法對有限的樣本數(shù)據(jù)進行擴充，最終獲得8 000張圖像大小為25像素×25像素的數(shù)據(jù)集，并按照9∶1的比例分為訓練集與驗證集，為作物分類做準備。

為了制作影像分類所需要的樣本數(shù)據(jù), 以及了解不同作物的分布特征,于2018年7月3—12日、2019年2月5—9日分別進行了2次野外實地調(diào)查，共獲取各類地物樣點478個、樣方20個，并利用差分GPS獲取各點經(jīng)緯度信息，測算樣方內(nèi)地物面積等。根據(jù)野外調(diào)查樣點和樣方數(shù)據(jù)最終選取4 km×4 km范圍作為實驗區(qū)域，所選區(qū)域包含套種田地、套種園林等較為復雜的種植環(huán)境。

2 研究方法

2.1 Unet語義分割模型

Unet模型在深度學習遙感影像分類領域應用較為廣泛，其結構是一種典型的編碼-解碼框架(圖2)，主要過程一般為圖像輸入、編碼操作、解碼操作、圖像輸出4個部分[22]。本文首先將GF-2遙感圖像輸入該網(wǎng)絡中； 其次，對輸入圖像進行編碼操作，編碼過程通過2個3×3卷積計算后可以獲得64個通道的特征圖像，再利用2×2的卷積進行最大池化，將圖像的大小縮小為原圖一半，通過重復4次上述過程圖像的特征通道逐漸增加，從而獲取圖像的深層次特征； 然后，在進行解碼操作時，利用2×2的反卷積恢復圖像大小，每完成一次反卷積運算，將獲得的圖像與上一層提取到的特征圖進行融合，并再次進行2次3×3卷積運算，來還原物體細節(jié)特征，使邊緣特征更加精細； 最后，完成解碼操作，利用Softmax激活函數(shù)和1×1的卷積將各像素歸類并輸出分類結果圖。

圖2 Unet模型結構示意圖

Unet模型作為深層網(wǎng)絡參數(shù)眾多，其中批次大小、學習率、迭代次數(shù)、優(yōu)化器是較為重要的幾類參數(shù)，需要多次實驗進行調(diào)節(jié)[23]。通過多次實驗，本文中將批次大小設置為4，學習率為0.001，迭代次數(shù)設置為100次。本文嘗試了Adam,Adagrad,Rmsprop,SGD等4類常用的優(yōu)化器，繪制了不同優(yōu)化器在訓練集上損失函數(shù)值的變化曲線，如圖3所示。優(yōu)化器對深度學習模型最終的分類效果影響較大[23]，它通過更新和計算影響模型訓練和模型輸出的網(wǎng)絡參數(shù)，使其逐漸接近最優(yōu)值，從而得到較低的損失函數(shù)值。從圖3可知，Adam優(yōu)化器相比于其他3類優(yōu)化器最先達到最低損失函數(shù)值并提前進入穩(wěn)定狀態(tài)。因此，本文選擇了Adam優(yōu)化器[24]來提升訓練效果，進而為獲取高精度的作物分類結果打下基礎。

圖3 不同優(yōu)化器的訓練損失函數(shù)值隨迭代次數(shù)變化曲線

2.2 精度評價指標

本文利用混淆矩陣計算Kappa系數(shù)、總體精度(overall accuracy,OA)、制圖精度(product accuracy,PA)、用戶精度(user accuracy,UA)、交并比(intersection over union,IOU)等評價指標分析影像分類結果[25-26]。其中，Kappa系數(shù)表示預測結果與真實值之間的匹配程度，數(shù)值范圍在0～1之間； OA能夠直觀地體現(xiàn)預測結果與真實類別之間的正確匹配情況； PA為某一類驗證樣本被正確分類的概率，代表分類方法的好壞； UA則為某一類別預測結果正確代表實際真值的概率，反映分類結果的可信度； IOU為標簽上所有類別的真實值和模型所產(chǎn)生的預測值的交集和并集的比值。各指標公式分別為：

，

(1)

，

(2)

UA=Xii/Xi+

，

(3)

PA=Xii/X+i

，

(4)

，

(5)

式中：N為總像素數(shù);Xii為某類別正確分類數(shù);Xi+為該類別分類總數(shù);X+i為該類別驗證樣本數(shù);pii為原為i預測為i的數(shù)量;pij為原為i預測為j的數(shù)量;pji為原為j預測為i的數(shù)量。

3 結果與分析

3.1 Unet模型訓練

為了檢驗模型訓練是否過擬合繪制了訓練過程中損失函數(shù)值變化曲線，為了獲知模型訓練是否收斂繪制了訓練過程中精度隨迭代次數(shù)的變化曲線，如圖4所示。從圖4(a)中可知，訓練集和驗證集的損失函數(shù)值隨著迭代次數(shù)的增加均大致體現(xiàn)為下降趨勢，其中，訓練集的曲線在大約進行25次迭代之后不再變化。雖然驗證集的損失函數(shù)值出現(xiàn)了小幅度的波動現(xiàn)象，但是模型整體并沒有過擬合。圖4(b)中無論是訓練集還是驗證集，其精度隨迭代次數(shù)增加平穩(wěn)上升，同樣大約于25次迭代之后不再變化，表明模型已經(jīng)收斂，再增加迭代次數(shù)精度也不會出現(xiàn)較大改變，表明對于本次實驗，迭代25次之后便可結束訓練。

(a) 損失函數(shù) (b) 精度

3.2 Unet分類結果

不同分類方法的精度評價結果如表1所示，從表1中可知，Unet模型的總體分類精度為84.22%，相比于面向?qū)ο?、SVM和RF算法分別提高了7.94，11.93和11.73百分點，其Kappa系數(shù)為0.804 7，相對面向?qū)ο?、SVM和RF提高了10.13%，14.72%和14.60%，Unet模型分類效果較好。從各地物分類結果來看，Unet模型分類結果中，棉花、玉米和辣椒的制圖精度與用戶精度均維持在較高的水平，尤其是棉花的制圖精度與用戶精度均高于其他方法的結果，說明利用Unet模型在GF-2遙感影像上較高精度地提取棉花具有一定可靠性。面向?qū)ο蠓诸惤Y果相比于SVM和RF具有較好的表現(xiàn)，從各地物情況來看，面向?qū)ο蠓椒▽τ衩缀土值赜休^好的提取效果。對于果園而言，4類方法總體表現(xiàn)較為一般，其中 Unet模型與面向?qū)ο蠓椒ㄏ啾萐VM和RF算法，在提取果園方面精度都有一定的提升。不同方法分類結果如圖5所示。

表1 分類結果精度評價

(a) Unet分類結果(b) 面向?qū)ο蠓诸惤Y果

(c) SVM分類結果(d) RF分類結果

從圖5可以看出，Unet模型結果中識別棉花的視覺效果相比于面向?qū)ο?、SVM和RF結果要好，面向?qū)ο蠼Y果中將一些棉地錯分為辣椒，SVM和RF結果中有一些屬于棉花區(qū)域的像素被錯分為林地，Unet模型識別棉花地塊邊界較為平滑、斑點較少，在一些樣方、樣點所在的區(qū)域被錯分的像素較其他3類方法結果而言相對減少。

為了更好地說明各地物目標的分類效果，利用野外調(diào)查樣點和樣方數(shù)據(jù)選取了4個局部區(qū)域，這些區(qū)域包含棉花、玉米、辣椒3類作物以及套種區(qū)域等復雜的種植環(huán)境，通過計算IOU分析分類結果中各類目標物的預測值與真實值的重合情況，如表2所示。由表2可知，Unet模型分類結果的IOU平均值為0.730 1分別高出面向?qū)ο?、SVM和RF結果28.36%，28.01%和26.95%，說明Unet模型分類結果中目標的預測值與真實值更為接近。其中，從Unet模型結果各類別IOU來看， 棉花、玉米和辣椒的IOU均高于0.8，說明該模型對這3類作物的識別效果較好。其果園和林地雖均低于0.8，但是相比于面向?qū)ο?、SVM和RF算法得到了較好的提升，而面向?qū)ο?、SVM和RF的分類結果的IOU平均值基本在同一水平，差距較小。

表2 局部區(qū)域各地物IOU統(tǒng)計

局部區(qū)域分類結果如表3所示，Ⅰ號區(qū)域中作物類型為棉花和辣椒， Unet模型分類結果中棉花和辣椒的邊界較為平滑，錯分的像素也相比面向?qū)ο?、SVM和RF的分類結果明顯減少。Ⅱ號區(qū)域包括玉米、果園、林地和其他4個類別，其中面向?qū)ο蠼Y果中存在將玉米錯分為林地的像素，SVM和RF結果中將玉米錯分為果園的像素居多，Unet模型則較好地識別出了玉米，錯分像素大大減少。Ⅲ號區(qū)域中，果園里局部區(qū)域果樹種植稀疏，SVM和RF算法將稀疏部分多數(shù)像素錯分到其他類別中，Unet模型結果則有了一定的提升。Ⅳ號區(qū)域為棉花和辣椒套種區(qū)域，從面向?qū)ο蠓诸愃惴ㄗR別效果看，沒能將辣椒區(qū)域和周圍的棉花區(qū)分，均被識別為了辣椒，而SVM和RF則是將套種的辣椒錯分為了林地。Unet模型結果雖然也存在識別錯誤的像素，但識別出了大部分套種在棉花中辣椒。

4 討論

本文基于GF-2影像數(shù)據(jù)，利用Unet模型識別了棉花和玉米等作物，并取得了較為理想的識別效果。國內(nèi)外雖然在作物精細分類方面做了大量研究并取得了一定的成果[27-29]，但基于GF-2數(shù)據(jù)和Unet模型的干旱區(qū)棉花識別的研究相對較少?！拔紟炀G洲”在干旱區(qū)遙感應用研究領域具有一定代表性且為新疆重要的產(chǎn)棉區(qū)，本研究可為干旱區(qū)棉花信息提取提供新的思路。

從研究結果看，Unet模型提取棉花的精度較高，這與馬永建[30]的研究結果一致，說明國產(chǎn)高分衛(wèi)星和Unet模型方法在干旱區(qū)遙感棉花識別研究中效果較好。另外，本文利用的是9月中旬的GF-2影像，9月中下旬為棉花識別最佳時期[31]，因此棉花得到了較好地識別效果。對于玉米Unet模型同樣表現(xiàn)出了較高的識別精度，這是由于玉米屬于高冠層密度作物[32]，與其他作物相比有更為細致的紋理特征，因此模型提取精度較高。對于辣椒SVM和RF的分類精度較低，與之相比Unet模型的精度則得到了一定的提高，這是由于辣椒與棉花、玉米光譜特征相似，利用傳統(tǒng)機器學習算法基于像元光譜特征識別辣椒，只能獲取淺層特征從而影響識別精度。而Unet模型通過卷積運算可以充分利用GF-2影像高空間分辨率的優(yōu)勢，自主學習辣椒的深層次圖像特征，因此其結果有了較高的提升。果樹和林地的識別結果4種方法均表現(xiàn)較差，分析誤差存在的原因，可能是研究區(qū)內(nèi)林地與果樹影像的紋理特征相似，進而影響了兩者的提取精度。

另外，本文在Unet模型參數(shù)的調(diào)整需要進行多次的實驗，本文中選擇Adam算法優(yōu)化器時，模型在訓練集上的損失函數(shù)值下降最快并達到穩(wěn)定狀態(tài)，這與趙陽[23]的研究結果一致，Adam算法作為一種自適應算法，具有較快的收斂速度[24]。深度學習模型的網(wǎng)絡結構復雜、參數(shù)較多，其調(diào)試過程依賴操作經(jīng)驗和數(shù)次反復試驗，這也在一定程度上降低了工作效率。本文Unet模型訓練過程中驗證集損失函數(shù)值曲線出現(xiàn)小幅度波動，原因可能是訓練集和驗證集比例為9∶1，驗證集數(shù)量分配較少所引起。因此，不同比例的數(shù)據(jù)分配對模型訓練的影響也是今后值得研究的內(nèi)容。本研究中Unet模型對作物的提取結果雖然優(yōu)于SVM和RF算法，但是只利用了GF-2影像3個波段的光譜特征，缺少對其他光譜特征(如植被指數(shù))的應用，可在以后的研究中構建多類植被指數(shù)[33]，以求獲得更高精度的識別效果。

通過研究表明，深度學習方法應用于遙感影像作物識別具有較大的潛力，但作為一門新興技術手段，需要進一步完善和提高。今后的研究中可以嘗試多種深度學習模型提取作物信息，如Deeplab V3[32]和Pspnet[34]等。還可以嘗試CRF[35-36]后處理方法優(yōu)化分類結果以及引入集成學習[37]的思想，將多種方法提取結果進行集成，從而提高作物分類的精度。

5 結論

1)Unet模型對作物的分類精度較高，總體精度為84.22%，相比面向?qū)ο?、SVM和RF算法提高了7.94，11.93和11.73百分點，Kappa系數(shù)為0.804 7，提高了10.13%，14.72%和14.60%。

2)從單個作物類別來看，Unet模型對棉花的分類效果優(yōu)于其他作物的識別效果。對于部分套種區(qū)域，Unet模型能夠挖掘作物圖像的深層次特征，從而提升分類的準確性，較好識別套種作物，獲取更精準的作物空間分布信息。

3)GF-2影像高空間分辨率的優(yōu)勢配合Unet深度學習方法在干旱區(qū)作物遙感影像高精度識別研究中具有可行性和可靠性。