張成業(yè)，李飛躍，李 軍，邢江河，楊金中，郭俊廷，杜守航

(1.中國礦業(yè)大學(北京) 地球科學與測繪工程學院，北京 100083；2.中國礦業(yè)大學(北京) 煤炭資源與安全開采國家重點實驗室，北京 100083；3.中國自然資源航空物探遙感中心，北京 100083；4.煤炭開采水資源保護與利用國家重點實驗室，北京 102209)

煤炭是我國的主體能源，而煤炭露天開采具有安全生產(chǎn)條件好、開采效率高、采出率高的優(yōu)勢，在我國煤炭生產(chǎn)總量中的占比呈現(xiàn)穩(wěn)步上升趨勢[1]。但我國露天煤礦產(chǎn)能有90%以上來自內蒙古、新疆、山西等生態(tài)脆弱地區(qū)[1]，煤炭露天開采與脆弱生態(tài)保護之間的矛盾突出[2-3]。煤炭露天開采對生態(tài)環(huán)境最直接的影響就是土地挖損與壓占，及時掌握露天煤礦土地利用情況對于分析露天開采的生態(tài)損傷過程、科學制定生態(tài)修復規(guī)劃具有重要意義。

自2013 年高分辨率對地觀測系統(tǒng)首顆衛(wèi)星GF-1發(fā)射以來，隨著國家“高分辨率對地觀測系統(tǒng)”科技重大專項的推進實施，國產(chǎn)高分辨率遙感衛(wèi)星逐漸完成組網(wǎng)運行，遙感智能解譯算法也不斷推陳出新，為地表土地利用識別提供了高效率的工具和手段，在農業(yè)、林業(yè)等多個行業(yè)場景中取得了成功應用[4-6]。然而，露天煤礦區(qū)土地利用類型不同于其他行業(yè)場景，除了普通土地利用類型(如植被、水體、建筑等)，還有具有礦區(qū)鮮明特色的其他土地利用類型(如露天采場、中轉場地、排土場等)[7]。當前，礦區(qū)地表土地利用遙感識別方法主要可以分為2 類[8]：(1) 目視解譯方法:目視解譯是在野外考察和專業(yè)判斷的基礎上，通過礦區(qū)土地利用類型在遙感影像上的形狀、紋理、色調等特點獲取地物特征的過程[9]。目視解譯方法雖應用范圍廣、能獲得較高的精度，但該方法耗費大量時間、人力和物力，不適合大規(guī)模應用[10-12]。(2) 監(jiān)督分類方法：常用的監(jiān)督分類方法有隨機森林[13](Random Forests，RF)、支持向量機[14](Support Vector Machine,SVM)、最大似然法[15](Maximum Likelihood Method,MLM)等。長時間以來，學者們對隨機森林、支持向量機、最大似然法3 種分類方法進行比較的研究較多，隨機森林方法憑借分類性好、通用性強、計算簡單等特點達到了較高的精度[16]，但容易受到椒鹽噪聲的影響，尤其在礦區(qū)中地物異質性強的情況下準確分類困難。支持向量機和最大似然法雖能實現(xiàn)分類，但二者對大規(guī)模的訓練樣本難以達到較好的分類效果[17]。

近年來，深度學習成為機器學習領域中一個新的研究方向，主要是通過學習樣本數(shù)據(jù)的內在規(guī)律和表示層次來識別文字、圖像、聲音等[18]。深度學習在圖像識別方面應用逐漸成熟，并且已經(jīng)成功應用于眾多行業(yè)場景的土地利用識別中[19-22]。但利用深度學習對露天煤礦區(qū)典型土地利用進行識別的研究相對較少，現(xiàn)有研究主要是利用高分辨率影像和深度學習卷積神經(jīng)網(wǎng)絡來識別礦區(qū)的露天采場和尾礦庫[23-25]。由于影像分辨率高和方法實用性高等優(yōu)勢，其識別精度較傳統(tǒng)方法有了一定的提升，這些研究也為露天煤礦區(qū)典型土地利用識別奠定了基礎，但是利用深度學習進行露天煤礦區(qū)典型土地利用識別的類型并不全面，亟需擴展土地利用識別類型，因此，利用深度學習對礦區(qū)地表土地利用識別仍然有較大的提升空間。

筆者基于國產(chǎn)高分二號(GF-2)衛(wèi)星高分辨率遙感影像數(shù)據(jù)，分別制作子影像數(shù)據(jù)和標簽數(shù)據(jù)，構建露天煤礦區(qū)地表土地利用識別樣本庫，建立DeepLabv3+網(wǎng)絡模型架構，利用樣本數(shù)據(jù)進行訓練，并對模型識別結果進行精度對比驗證，以期為露天礦區(qū)土地利用識別和生態(tài)修復規(guī)劃提供參考。

1 研究區(qū)環(huán)境概況與數(shù)據(jù)源

1.1 研究區(qū)環(huán)境概況

神東礦區(qū)位于晉陜蒙3 省接壤地帶[26]，以神府、東勝2 大礦區(qū)為主，總面積約3.12 萬km2，現(xiàn)為我國著名的煤礦開采基地。研究區(qū)位于神東礦區(qū)內，屬于典型的溫帶干旱、半干旱大陸性季風氣候，干旱多雨，植被覆蓋度較低，土壤沙化嚴重，生態(tài)環(huán)境脆弱[27]。近30 年來，研究區(qū)煤炭經(jīng)濟飛速發(fā)展，礦區(qū)土地利用類型不斷變化，煤炭開采活動與生態(tài)修復活動并存。研究區(qū)地理位置如圖1 所示。

圖1 神東露天礦區(qū)地理位置Fig.1 Geographical location of the open-pit coal mine in Shendong coalfield

1.2 數(shù)據(jù)源

GF-2 衛(wèi)星于2014 年8 月19 日發(fā)射成功，搭載了高分辨率1 m 全色和4 m 多光譜相機，是我國目前分辨率最高的民用陸地觀測衛(wèi)星[28]。該影像在使用前進行輻射定標、大氣校正、幾何校正等預處理。選用的影像成像時間為2019 年11 月19 日，為獲得更高空間分辨率的影像，本文采用Pansharp 數(shù)據(jù)融合算法[29]和PIE-Basic 遙感軟件，將4 m 多光譜影像與1 m 全色波段影像進行波段融合，得到1 m 空間分辨率的高分辨率多光譜影像。

2 方法與實驗

2.1 建立露天礦區(qū)土地利用樣本庫

以預處理完成之后的GF-2 衛(wèi)星高分辨率遙感影像為基礎數(shù)據(jù)，根據(jù)實地調查信息對露天煤礦區(qū)典型土地利用類型進行目視解譯，形成露天煤礦區(qū)土地利用高分辨率影像樣本庫，主要土地利用類型包括：露天采場、中轉場地、修復治理區(qū)(已完成修復的排土場)、排土場(未修復或未完成修復的排土場)、建筑物、水體、植被、道路。

本文所用到的樣本數(shù)據(jù)包括影像數(shù)據(jù)和標簽數(shù)據(jù)。由于深度學習程序計算復雜，且遙感影像數(shù)據(jù)量較大，需將影像裁剪成較小的子影像來適配模型訓練。標簽數(shù)據(jù)的制作使用ArcGIS 軟件完成，需先目視解譯整幅影像，勾畫出露天煤礦區(qū)典型土地利用類型的矢量范圍，再將勾畫好的矢量文件轉成柵格，然后將柵格文件裁剪成與子影像相同尺寸的標簽數(shù)據(jù)。最后，得到多組一一對應的影像數(shù)據(jù)和標簽數(shù)據(jù)，形成露天煤礦區(qū)土地利用樣本庫。本文使用的樣本數(shù)據(jù)為1 002 張尺寸為512 像素×512 像素的影像。將得到的樣本數(shù)據(jù)集按照7∶3 的比例隨機劃分為訓練集和驗證集，作為深度神經(jīng)網(wǎng)絡模型構建的輸入數(shù)據(jù)。其中訓練集702 張，驗證集300 張。測試集為訓練集和驗證集之外的另一個露天礦數(shù)據(jù)。

2.2 深度神經(jīng)網(wǎng)絡模型構建

本研究選用語義分割中常用的DeepLabv3+[30]模型，該模型主要用于逐像素分類[31]。DeepLab 系列是在全卷積神經(jīng)網(wǎng)絡(FCN)理念的基礎上發(fā)展而來，其版本由v1，v2，v3 發(fā)展到v3+，是目前應用最為廣泛的語義分割網(wǎng)絡之一，在許多經(jīng)典的深度學習數(shù)據(jù)集中都取得了較好的圖像分類效果。DeepLabv3+模型具體結構如圖2 所示。DeepLabv3+模型采用了編碼-解碼結構進行特征提取與恢復，在編碼階段，DeepLabv3+模型使用Xception 作為特征提取網(wǎng)絡，并且加入了空洞空間金字塔池化(ASPP)模塊提取多尺度特征；解碼階段進行上采樣恢復圖像的細節(jié)分類信息。高分辨率遙感影像輸入到DeepLabv3+模型中經(jīng)過深度卷積網(wǎng)絡進行特征提取生成高層特征圖和低層特征圖。高層特征圖經(jīng)過ASPP 模塊形成多尺度融合之后的特征圖，這一模塊使用不同尺度的空洞卷積進行并行計算并將各個支路的特征圖進行拼接，不同尺度的空洞卷積計算有助于獲得多尺度的上下文信息。低層特征圖經(jīng)過卷積操作并與經(jīng)過處理的高層特征圖進行拼接，經(jīng)過上采樣操作生成與輸入圖像有相同高度與寬度的單波段影像。

圖2 DeepLabv3+模型架構[30]Fig.2 Architecture diagram of DeepLabv3+model[30]

2.3 參數(shù)敏感性測試與優(yōu)選

遙感影像樣本的尺寸大小和裁剪方式會對深度學習模型的精度和運行效率產(chǎn)生重要影響[32]。因此，本文分別探索了幾種常用的深度學習遙感影像語義分割樣本尺寸(256 像素×256 像素、384 像素×384 像素、512 像素×512 像素、640 像素×640 像素和768 像素×768 像素)和樣本裁剪方式(隨機裁剪、規(guī)則格網(wǎng)裁剪、滑動窗口裁剪)對DeepLabv3+模型訓練精度和效率的影響，進而優(yōu)選出針對露天煤礦區(qū)土地利用斑塊尺度的最佳適配方案。

以研究區(qū)高分辨率影像為基礎數(shù)據(jù)，從影像的左上角開始，依次創(chuàng)建尺寸為256 像素×256 像素的矢量文件，利用矢量文件對原始影像以隨機裁剪的方式進行裁剪，得到256 像素×256 像素的子影像和相應標簽數(shù)據(jù)；然后按照相同的方式創(chuàng)建不同尺寸的矢量文件，多次裁剪同一區(qū)域影像，分別得到尺寸為384 像素×384 像素、512 像素×512 像素、640 像素×640 像素和768 像素×768 像素的子影像和相應標簽數(shù)據(jù)。盡管裁剪后各尺寸的樣本量不同，但卻包含了相同的研究區(qū)范圍，因而可以進行控制變量的對比實驗。按照上述過程分別制作各種地物類型(露天采場、中轉場地、修復治理區(qū)、排土場、建筑物、水體、植被、道路)的樣本數(shù)據(jù)，所有樣本均為目視解譯實際勾畫。

將上述樣本尺寸的數(shù)據(jù)分別輸入到DeepLabv3+模型中進行訓練，得到適用于DeepLabv3+模型效果最優(yōu)的樣本尺寸大小。在此基礎上，再進行樣本裁剪方式的優(yōu)選實驗，分別利用規(guī)則格網(wǎng)和滑動窗口2 種裁剪方式進行樣本數(shù)據(jù)的制作，將做好的樣本數(shù)據(jù)作為模型的輸入數(shù)據(jù)進行訓練。

2.4 實驗對比方案

將本文的分類方法與目前常見的分類方法進行對比，驗證本文分類方法的優(yōu)勢。對比方法有U-Net、FCN、隨機森林、支持向量機、最大似然法。

U-Net[33]主要采用完全對稱的編碼-解碼結構，在編碼器和解碼器的每一層之間都采用一次跳躍連接來組合淺層特征和深層特征。FCN[34]全卷積神經(jīng)網(wǎng)絡可以適應任何尺寸的輸入，也可以對影像進行逐像元的分類。隨機森林[35-36]的基本原理是通過Bootstrap 重采樣技術生成樣本集，構造決策樹，再組成隨機森林，對新數(shù)據(jù)的分類結果進行投票以達到分類的目的。支持向量機[37-38]的主要思想是在高維或無限維數(shù)據(jù)中找出一個能把2 個類分開的最佳超平面，這個最佳超平面能準確地把數(shù)據(jù)進行預測分類。最大似然法[39-40]的原理主要是利用數(shù)據(jù)數(shù)學參數(shù)(均值和方差等)計算出的分類函數(shù)得到目標影像的分類結果。表1 展示了6 種方法達到最優(yōu)識別效果的重要參數(shù)設置。其中，由于常見服務器配置和性能的限制，本實驗中的“batch_size=4”已是較理想的參數(shù)設置，后續(xù)研究中應繼續(xù)對參數(shù)優(yōu)化，以降低模型訓練陷入局部最優(yōu)的風險。

表1 6 種識別算法的參數(shù)設置Table 1 Parameter setting of six recognition algorithms

3 結果與分析

3.1 樣本參數(shù)測試

露天煤礦區(qū)土地利用場景不同于其他行業(yè)場景，露天采場、排土場等特色土地利用類型具有自身常見的尺度特征。通過樣本尺寸和裁剪方式的優(yōu)選，可以找到適合露天煤礦區(qū)的樣本尺寸大小和裁剪方式。分別對5 個常用樣本尺寸(256 像素×256 像素、384 像素×384 像素、512 像素×512 像素、640 像素×640 像素和768 像素×768 像素)開展DeepLabv3+模型訓練，得出5 種不同的分類結果，如圖3 所示。圖3 表明，不同樣本尺寸對高分辨率遙感影像分類的結果影響較大。256 像素×256 像素樣本尺寸的結果中，各類地物的斑塊比較瑣碎雜亂，比如修復治理區(qū)和水體中均混雜著許多露天采場和排土場；排土場中伴隨著少部分的露天采場(圖3a)。384 像素×384 像素樣本尺寸的結果中，識別出來的水體和修復治理區(qū)的面積較小，排土場東北方向有部分誤識別為露天采場的斑塊(圖3b)。512像素×512 像素樣本尺寸的結果中，除道路之外的各種地物類型較好地被識別，且斑塊完整程度高(圖3c)。640 像素×640 像素樣本尺寸的結果中，各類型的面積與真實標簽相差較少，但是修復治理區(qū)、露天采場、排土場和水體中的瑣碎斑塊較多，尤其是露天采場西南方向的建筑中錯誤識別出了部分水體(圖3d)。768 像素×768 像素樣本尺寸的結果中，水體、道路和中轉場地均未被識別，且修復治理區(qū)識別不完全，效果較差(圖3e)。綜上，從目視效果上來看，綜合考慮各地物類型的面積和完整程度、瑣碎斑塊的面積等，可以得出512 像素×512 像素樣本尺寸的分類結果更接近于真實結果。

圖3 不同樣本尺寸分類結果Fig.3 Classification results of different sample sizes

為了進一步對比各種樣本尺寸的分類效果，本文選取混淆矩陣[41]進行精度評價。并根據(jù)混淆矩陣計算得到制圖精度(Producer Accuracy，PA)、用戶精度(User Accuracy，UA)、總體精度(Overall Accuracy，OA)、Kappa 系數(shù)等指標。表2 為不同樣本尺寸的分類精度比較。從精度上來看，512 像素×512 像素樣本尺寸的分類精度最高，總體精度達80.10%，Kappa 系數(shù)達0.73，說明該尺寸更適合露天煤礦區(qū)場景。因此，本文裁剪方式的優(yōu)選實驗和數(shù)據(jù)制作的樣本尺寸均選擇512 像素×512 像素，最后得到一一對應的512 像素×512 像素大小的子影像數(shù)據(jù)和標簽數(shù)據(jù)。

表2 不同樣本尺寸分類精度比較Table 2 Comparison of classification accuracy of different sample sizes

在確定了最優(yōu)樣本尺寸的基礎上，進行樣本裁剪方式的優(yōu)選實驗，分別得到規(guī)則裁剪和滑動窗口裁剪的識別結果如圖4 所示，精度檢驗結果見表3。圖4表明，隨機裁剪的露天采場、排土場和修復治理區(qū)中的其他類型碎塊均比規(guī)則裁剪和滑動窗口裁剪的少，規(guī)則裁剪和滑動窗口裁剪中未識別出水體、中轉場地，隨機裁剪方式有效地識別出二者。從精度評價上來看，隨機裁剪的總體精度達到了80%以上，而規(guī)則裁剪和滑動窗口裁剪的總體精度均在80%以下；3 者相比較來看，隨機裁剪的Kappa 系數(shù)也是最高的。因此，本文認為適用于此礦區(qū)的最佳裁剪方式為隨機裁剪。

表3 不同樣本裁剪方式分類精度比較Table 3 Comparison of classification accuracy for different cropping modes of sample

圖4 不同樣本裁剪方式分類結果Fig.4 Classification results of different cropping modes of sample

3.2 精度對比

分別利用DeepLabv3+模型、U-Net、FCN、隨機森林、支持向量機、最大似然法對露天煤礦區(qū)地表土地利用類型進行識別，并將分類結果與目視解譯勾畫的標簽數(shù)據(jù)進行對比(圖5)。從結果可以看出，隨機森林(圖5a)、支持向量機(圖5b)、最大似然法(圖5c)的識別結果中碎片較多，地物類型完整性較差。露天采場中錯誤識別出修復治理區(qū)、中轉場地、建筑物、道路等地物類型，準確性較差；排土場和修復治理區(qū)的邊緣摻雜中轉場地、采場等地物類型碎片；隨機森林和支持向量機方法識別出的道路較少且不連續(xù)；最大似然法結果中道路大多識別在了露天采場的位置，識別效果較差。另外，最大似然法中的水體識別結果比真實范圍明顯小很多。U-Net 方法識別結果中，水體的識別結果較好，但是水體周圍摻雜少量排土場碎塊；修復治理區(qū)、排土場和露天采場識別的完整程度較低，主要表現(xiàn)為面積較低，道路和中轉場地幾乎沒有識別出來，整個區(qū)域西南角的建筑物大部分被錯誤識別為露天采場。FCN 方法的識別結果中，修復治理區(qū)的西北角被錯誤識別為中轉場地，且修復治理區(qū)中摻雜著露天采場、水體、植被和排土場等地物類型，完整性最差，整個區(qū)域不均勻地分布著排土場碎塊，排土場和露天采場的識別結果完整性較差，水體、建筑物和西部的中轉場地比其他上述方法效果稍好。本文深度學習DeepLabv3+模型識別結果中，每種地物類型的識別范圍與真實范圍相差較小，形狀基本吻合，完整度較高，并且識別出除道路之外的所有目標類型，道路由于細窄的特征，其識別效果不理想。綜合比較可知，利用本文深度學習DeepLabv3+模型提取露天礦區(qū)地表土地利用類型范圍的效果最好。

圖5 不同方法土地利用類型提取結果Fig.5 Extraction results of land use types by different methods

為了更深入地驗證DeepLabv3+模型的優(yōu)勢，本文分別計算了6 種方法的混淆矩陣，不同方法各類型的精度見表4。通過對比，不同方法的總體精度指標由大到小為DeepLabv3+(80.10%)、U-Net(78.10%)、FCN(77.10%)、RF(72.90%)、SVM(72.20%)、MLM(67.70%)，Kappa 系數(shù)由大到小為DeepLabv3+(0.73)、U-Net(0.70)、FCN(0.69)、RF(0.63)、SVM(0.62)、MLM(0.56)，可知DeepLabv3+模型的總體精度和Kappa 系數(shù)均高于U-Net、FCN、隨機森林、支持向量機、最大似然法。為比較各個類別的識別精度，選擇常用的單個類別分類精度的指標-F1 分數(shù)(F1-score)，F(xiàn)1 值為制圖精度和用戶精度的調和平均數(shù)，其計算方法如下：

表4 不同方法各類別分類精度Table 4 Classification accuracy of different types of different methods

式中：F1-score為F1 分數(shù)值，其范圍為0 到1；Au為用戶精度；Ap為制圖精度。

F1 分數(shù)結果見表5。從結果可以看出，DeepLabv3+模型識別出的露天采場、中轉場地、建筑物、修復治理區(qū)、排土場、水體、植被的F1 分數(shù)均較高，其中，露天采場、中轉場地、建筑物和排土場的F1 分數(shù)表現(xiàn)出最高值；僅道路類型的F1 分數(shù)最低；6 種方法對道路的識別均未達到理想狀態(tài)，其F1 分數(shù)均在0.13 以下，未得到較高的分類精度。綜合上述情況，DeepLabv3+模型在識別露天煤礦土地利用類型中達到了較高的精度。

表5 各方法各類別的F1 分數(shù)Table 5 F1-score by different methods and classifications

3.3 速度對比

為比較不同方法的運行速度，所有方法均采用python 語言編程實驗，其方法都是先訓練得到模型，然后再利用得到的模型進行測試集的預測，最終得到預測結果，并進行精度評價；且采用同一臺服務器進行測試。服務器操作系統(tǒng)為Windows10，使用的編程語言為Python 3.6，編程環(huán)境為PyCharm Community；在硬件方面，計算機的處理器為Intel(R) Xeon(R) Gold5118 CPU@2.30GHz，運行內存為32 GB，顯卡型號為NVIDIA GeForce RTX 2080 Ti。運行時間統(tǒng)計見表6，文中以及表6 內所提到的運行時間都是指生成模型之后對測試集進行預測的時間，不包含模型訓練的時間。

表6 不同方法運行時間對比Table 6 Comparison of running time of different methods

對比結果顯示，6 種方法的運行時間均處在幾十秒，屬于相同的數(shù)量級水平。其中，DeepLabv3+模型運行時間比隨機森林、支持向量機、最大似然法短，比U-Net、FCN 方法的運行時間稍長，支持向量機方法運行時間最長。綜上，6 種方法中，DeepLabv3+模型在精度最優(yōu)的同時，也達到了運行時間與常規(guī)方法在同一數(shù)量級水平。

4 結 論

a.參數(shù)敏感性測試結果分析顯示，512 像素×512 像素的樣本裁剪尺寸和隨機裁剪方式更適合DeepLabv3+模型對露天煤礦土地利用進行分類。

b.分類結果對比和精度結果對比顯示，深度學習DeepLabv3+模型相較于傳統(tǒng)的識別方法顯著提升了露天煤礦區(qū)典型地物識別的精度。在提升精度的同時，本文方法的運行速度與傳統(tǒng)方法保持在同一個數(shù)量級水平。

c.驗證了深度學習DeepLabv3+模型和國產(chǎn)GF-2 衛(wèi)星高分辨率遙感影像在露天煤礦區(qū)土地利用識別中的可行性。未來將繼續(xù)改進深度神經(jīng)網(wǎng)絡結構，擴大露天礦區(qū)典型地物樣本數(shù)量，提升露天煤礦區(qū)典型地物識別精度，并應用于更多露天煤礦。