陳 行，夏麗華，顏 軍，蔣曉旭，黃騰杰，鄧劍文

（1.廣州大學地理科學與遙感學院/廣東省農(nóng)村水環(huán)境面源污染綜合治理工程技術研究中心，廣州 510006；2.珠海歐比特宇航科技股份有限公司，廣東 珠海 519000）

隨著中國人民生活質量的提高，人民群眾對魚類、蝦類等水產(chǎn)品需求逐年增加。池塘養(yǎng)殖作為一種重要的水產(chǎn)養(yǎng)殖方式，其分布調查是漁業(yè)資源研究的重要部分。傳統(tǒng)的調查方式耗時費力，得到的一般為統(tǒng)計數(shù)字和文本數(shù)據(jù)，直觀性差，不適合大范圍的水產(chǎn)養(yǎng)殖資源調查，遙感技術具有獲取數(shù)據(jù)面積廣、重訪周期短、時效性強、成本相對低等特點，利用遙感技術對漁業(yè)養(yǎng)殖信息進行提取，已經(jīng)成為漁業(yè)資源與環(huán)境研究的一個重要發(fā)展方向［1-3］。

各類型遙感衛(wèi)星升空運行，使遙感技術在各領域應用加速，但在漁業(yè)應用方面相對滯后［4］。在漁業(yè)養(yǎng)殖領域，遙感技術多數(shù)應用于大面積養(yǎng)殖水體提取和養(yǎng)殖水體污染反演估算［1-5］。在大面積水產(chǎn)養(yǎng)殖提取方面，主要有基于目視解譯的方法、基于光譜信息的方法和面向對象方法［6，7］。面向對象方法依據(jù)影像目標的光譜、形狀、紋理等特征信息進行分類，能夠提高分類精度、減少椒鹽噪聲，被廣泛應用于漁業(yè)遙感信息提?。?］。例如，關學彬等［9］基于SPOT遙感衛(wèi)星影像，使用eCognition面向對象遙感商業(yè)化的處理軟件對海南文昌水產(chǎn)養(yǎng)殖區(qū)進行提取。王曉軒［10］基于SPOT-5衛(wèi)星影像，使用面向對象方法，采取兩層分割尺度技術對近岸海水和養(yǎng)殖水體實現(xiàn)了有效分離。還有一些學者嘗試基于中高分辨率遙感影像，使用面向對象和其他方法相結合對養(yǎng)殖池塘進行提取。裴亮等［11］使用歸一化差異池塘指數(shù)結合面向對象方法提取海岸養(yǎng)殖池塘，取得比傳統(tǒng)指數(shù)法閾值分割更優(yōu)的效果。王芳等［1］結合面向對象方法和關聯(lián)規(guī)則方法，對4種海水養(yǎng)殖模式進行精細提取，拓寬了傳統(tǒng)邏輯推理分類方法中獲取信息的途徑，且分類精度得到了提高。

上述方法人工參與程度仍然較高，提取結果不夠精細。近年來，深度學習在影像語義分割精度和自動化方面的優(yōu)勢為遙感信息提取提供了新的途徑［12］。劉岳明等［13］使用RCF模型提取高分二號影像中的養(yǎng)殖浮筏，取得了良好效果。鄭智騰等［6］提出一種改進型雙支網(wǎng)絡結構，用于提取高分二號影像中海面的養(yǎng)殖網(wǎng)箱，分類精度高于傳統(tǒng)方法。但是，養(yǎng)殖浮筏和養(yǎng)殖網(wǎng)箱邊緣清晰、海面背景簡單，而陸地上的養(yǎng)殖池塘不僅大小、形態(tài)不一，而且背景地物復雜多樣，因此精細提取養(yǎng)殖池塘的難度要遠大于提取海上的養(yǎng)殖浮筏和養(yǎng)殖網(wǎng)箱。本研究數(shù)據(jù)源為0.5 m分辨率遙感影像，使用改進的U-Net網(wǎng)絡模型對養(yǎng)殖池塘進行精細提取，并與使用面向對象方法和D-LinkNet模型方法提取結果進行對比，以期為這方面研究提供參考。

1 研究方法

1.1 卷積神經(jīng)網(wǎng)絡模型（CNN）

深度學習最早由Hinton等［14］在2006年提出，此后，深度學習開始備受學者關注。深度學習是用多層神經(jīng)網(wǎng)絡模擬人類大腦學習過程的一個機制。不同于傳統(tǒng)機器學習算法，深度學習更強調從海量數(shù)據(jù)中通過多層神經(jīng)元自動學習特征［14-16］。卷積神經(jīng)網(wǎng)絡（CNN，Convolutional neural networks）是深度神經(jīng)網(wǎng)絡的一種，主要由輸入層、卷積層、池化層、全連接層及輸出層組成。卷積層用于特征抽取，池化層又稱下采樣，目的是將特征降維并壓縮數(shù)據(jù)量，全連接層作用是特征整合與分類。卷積神經(jīng)網(wǎng)絡基本結構如圖1所示。

圖1 卷積神經(jīng)網(wǎng)絡（CNN）基本結構

1.2 全卷積網(wǎng)絡模型（FCN）

全卷積神經(jīng)網(wǎng)絡（FCN，F(xiàn)ully convolutional networks）是在卷積神經(jīng)網(wǎng)絡基礎上改進而來。全卷積神經(jīng)網(wǎng)絡把卷積神經(jīng)網(wǎng)絡中的全連接層替換為卷積層，整個網(wǎng)絡由卷積層連接，這樣使得原來由卷積神經(jīng)網(wǎng)絡輸出的一維概率值變?yōu)檩敵龆S分類結果圖像，即形成端到端的網(wǎng)絡模型。改進后的全卷積神經(jīng)網(wǎng)絡能夠有效保留輸入圖像的空間信息，可以實現(xiàn)對每個像素都產(chǎn)生一個預測結果，同時因為省去了卷積神經(jīng)網(wǎng)絡中復雜的逐個窗口計算過程帶來的大量冗余，圖像處理效率也得到大幅提升［15-17］。FCN結構如圖2所示［18］。

圖2 全卷積神經(jīng)網(wǎng)絡（FCN）結構

1.3 U-Net網(wǎng)絡模型

U-Net網(wǎng)絡模型由FCN改進而來，于2015年首次提出并應用于生物醫(yī)學圖像語義分割。因為該模型擁有1個壓縮網(wǎng)絡結構以及1個擴展網(wǎng)絡結構，2個結構對稱形狀似字母“U”，所以稱之為U-Net［19］。U-Net結構如圖3所示。U-Net使用深度學習模型廣泛應用的編碼-解碼思想，其左邊壓縮部分是編碼器，編碼器部分進行圖像的下采樣，圖像不斷縮小，右邊擴展部分是解碼器，進行圖像的上采樣，圖像不斷擴大。U-Net采用4次跳躍連接方式來連接壓縮結構與擴展結構大小對應的特征圖，使兩部分特征圖進行融合。U-Net模型的“U”型結構使得不同尺度間的特征融合更加直觀，低級特征和高級特征融合能夠保留更多細節(jié)信息，同時其“U”型結構具有很強的改造性［12，20，21］。

圖3 U-Net網(wǎng)絡模型結構

1.4 融合DenseNet的改進U-Net網(wǎng)絡模型

U-Net最初是為生物醫(yī)學影像分割提出的網(wǎng)絡模型，由于地物的復雜性，如果將原始較淺的U-Net網(wǎng)絡模型直接應用于遙感影像中，會導致地物特征提取不充分，分類精度降低。DenseNet是一種具有密集連接結構的網(wǎng)絡模型，如圖4所示，它有多個密集連接塊（Dense block，DB）并由轉換層（Transition layer）串聯(lián)起來，這樣使得網(wǎng)絡更窄，參數(shù)更少。而在每一個密集連接塊DB內，每一層不僅與相鄰層連接，而且與其后所有層都直接連接，即網(wǎng)絡中任意一層的輸入都是前面所有層的輸出總和。因此，相對于VGG等早期卷積網(wǎng)絡，DenseNet網(wǎng)絡有以下特點［22，23］：①一定程度上減輕了梯度彌散；②加強特征傳播，特征被充分利用；③具有正則化效應，減少過擬合；④網(wǎng)絡更窄，參數(shù)減少。

圖4 DenseNet網(wǎng)絡結構

因此，將DenseNet網(wǎng)絡引入U-Net網(wǎng)絡模型的壓縮部分，即使用DenseNet作為U-Net的編碼器，這樣能夠充分發(fā)揮DenseNet特點，更有效地利用和傳遞特征信息，達到良好的分類效果，改進后的U-Net模型如圖5所示。

圖5 改進的U-Net網(wǎng)絡結構

2 養(yǎng)殖池塘提取試驗

2.1 數(shù)據(jù)預處理

研究區(qū)為廣東省珠海市，珠海市位于廣東省珠江口西岸，研究區(qū)內養(yǎng)殖池塘、河流、耕地、建設用地、山地等各類型用地均有分布，地物類型復雜多樣。試驗采用的遙感數(shù)據(jù)為2019年9月Pleiades遙感衛(wèi)星數(shù)據(jù)，Pleiades遙感衛(wèi)星搭載有0.5 m全色相機和2.0 m多光譜相機。首先，對全色影像和多光譜影像進行輻射校正和幾何校正，將0.5 m全色影像和2.0 m多光譜中RGB波段使用Pansharp算法進行融合，拼接生成0.5 m分辨率珠海全區(qū)的RGB影像。其次，使用ArcMap 10.3軟件對珠海典型區(qū)域養(yǎng)殖池塘進行手工標注。以5 056×5 056像元大小選取100塊典型區(qū)域，按照4∶1制作為訓練數(shù)據(jù)集和驗證數(shù)據(jù)集。最后，將數(shù)據(jù)集影像按512×512像元大小裁剪為141 932張影像，其中，512×512即為模型訓練中影像的輸入像元大小。

2.2 網(wǎng)絡模型訓練

本研究改進的U-Net網(wǎng)絡模型基于深度學習框架TensorFlow搭建，在使用Ubuntu 16.04版本操作系統(tǒng)的服務器上運行，服務器CPU型號為Intel Xeon Silver 4114（2.2 GHz），GPU型號為TITAN Xp（12 GB）。試驗使用GPU訓練，綜合考慮訓練樣本數(shù)量和GPU內存大小，確定模型的初始學習率（Learn rate）為0.000 1，批大小（Batch size）為4，迭代次數(shù)（Epoch）最大為100次，并設置早停法（Early stopping）策略可提前終止訓練。訓練過程最終在迭代54次后終止，訓練過程中的損失值變化如圖6所示。

圖6 訓練損失值變化

2.3 精度評價及結果分析

為了評估改進U-Net網(wǎng)絡模型提取效果，從驗證集中選取珠海不同地區(qū)3塊典型區(qū)域影像，使用面向對象方法和CVPR 2018 DeepGlobe比賽奪冠網(wǎng)絡模型D-LinkNet［24］與本研究方法對比。面向對象方法，首先將圖像分割成超像素對象，然后再對這些對象進行分類。試驗設置經(jīng)過多次嘗試，設置分割尺度為60，顏色權重為0.5，形狀權重為0.5，緊致度為0.2，平滑度為0.8。D-LinkNet網(wǎng)絡模型在同等硬件環(huán)境下進行試驗。然后對3種方法提取效果進行定量和定性2個方面的對比評價和分析。

定量評價方面，以目視解譯手工矢量化為參考，選取基于混淆矩陣的3個評價指標——交并比（IoU，Intersection over union）、精確率（P，Precision）、召回率（R，Recall）來定量評價改進U-Net網(wǎng)絡模型與面向對象養(yǎng)殖池塘提取效果。

如表1所示，TP表示提取結果和真實情況完全一致都是正例，稱之為真正例，F(xiàn)N表示提取結果是反例而真實情況為正例的情況，F(xiàn)P與FN表示的情況完全相反，TN則表示提取結果和真實情況都是反例的情況。

表1 混淆矩陣

交并比是指提取結果與實際情況的交集和并集之比，它是最常用的評價指標之一。用混淆矩陣表示，公式如下。

精確率是針對提取結果而言的，它表示的是提取為正例的結果中有多少是真實情況的正例，公式如下。

召回率是針對真實情況而言的，它表示的是真實情況的正例有多少被正確提取，公式如下。

從表2中可以看出，改進U-Net模型方法提取結果精度在3個評價指標方面均高于面向對象方法。改進U-Net模型方法在精確率和IoU 2個指標高于D-LinkNet模型方法，并且改進U-Net模型方法兼顧精確率和召回率2個相互關聯(lián)的指標，僅在召回率單個指標低于D-LinkNet模型方法。

表2 3種方法的提取結果精度對比（單位：%）

為了進一步評價改進U-Net網(wǎng)絡模型對養(yǎng)殖池塘的提取效果，對提取結果定性對比，如圖7所示，有以下發(fā)現(xiàn)，和面向對象提取結果相比，改進U-Net網(wǎng)絡模型方法漏提少。面向對象方法結果中，影像A的區(qū)域1及影像B的區(qū)域4養(yǎng)殖池塘有較為明顯的遺漏提取，主要原因是面向對象方法對無水的養(yǎng)殖池塘不能很好地提??；改進U-Net網(wǎng)絡模型方法誤提較少。影像B的區(qū)域2中，面向對象方法和DLinkNet模型方法均出現(xiàn)將耕地田塊誤提為養(yǎng)殖池塘的問題，而本研究的方法幾乎沒有這種情況；改進U-Net網(wǎng)絡模型對養(yǎng)殖池塘與耕地及景觀池塘區(qū)分能力比以上2種方法好；影像B的區(qū)域3中，其他2種方法將景觀池塘誤提為養(yǎng)殖池塘，而改進U-Net模型方法沒有出現(xiàn)這種誤提現(xiàn)象；影像C的區(qū)域5近海灘涂和養(yǎng)殖池塘的顏色、紋理相近，特別是圍起的灘涂，形成類似養(yǎng)殖池塘的矩形，因此，3種方法提取均有誤提的情況。總體來看，本研究方法比面向對象方法更少漏提和誤提，比D-LinkNet模型方法更少誤提，總體上，改進U-Net網(wǎng)絡模型養(yǎng)殖池塘提取效果最好。

圖7 改進U-Net網(wǎng)絡模型對養(yǎng)殖池塘的提取效果

3 小結

針對目前養(yǎng)殖池塘精細提取研究較少的情況，本研究基于高分辨率遙感衛(wèi)星影像，使用DenseNet結構作為編碼器改進U-Net網(wǎng)絡模型對養(yǎng)殖池塘進行提取，并使用面向對象方法和D-LinkNet模型方法進行對比。結果顯示，改進U-Net網(wǎng)絡模型方法養(yǎng)殖池塘提取效果最佳，精確率、召回率、交并比分別達到92.77%、92.21%、85.60%。相比面向對象方法，使用本研究改進U-Net模型方法人工參與度低、參數(shù)少、學習能力強、智能化程度高。同時，和DLinkNet模型方法相比，本研究方法誤提更少。因此，改進U-Net網(wǎng)絡模型方法提取高分辨遙感影像中養(yǎng)殖池塘具有明顯優(yōu)勢，對漁業(yè)養(yǎng)殖確權、精細化管理等更具有實際意義，能夠為漁業(yè)資源統(tǒng)計調查提供新方法參考。后續(xù)還將使用改進U-Net網(wǎng)絡模型對不同時相的高分辨率遙感影像進行養(yǎng)殖池塘精細提取試驗，以驗證改進U-Net網(wǎng)絡模型方法對不同地區(qū)養(yǎng)殖池塘的提取能力。