吳 斌,王志勇,李 興,田 康

(山東科技大學(xué)測(cè)繪與空間信息學(xué)院,山東 青島 266590)

北極海冰對(duì)全球氣候變化有著不可忽視的影響,尤其是近年來(lái)全球氣候不斷變暖,讓人們更加關(guān)注北極海冰的變化,因此監(jiān)測(cè)海冰的類型和厚度也是近來(lái)研究的熱點(diǎn)問題[1-3]。北極地區(qū)的極晝極夜現(xiàn)象及冰雪條件導(dǎo)致光學(xué)遙感無(wú)法提供全天候、長(zhǎng)時(shí)間的穩(wěn)定監(jiān)測(cè),因此采用微波遙感可以進(jìn)行有效監(jiān)測(cè)。合成孔徑雷達(dá)(synthetic aperture radar,SAR)通過影像的灰度特征和紋理特征識(shí)別與區(qū)分海冰[4-5],但SAR影像的空間覆蓋范圍有限。微波輻射計(jì)和散射計(jì)有更好的空間覆蓋和時(shí)間分辨率,但是空間分辨率較低。而雷達(dá)高度計(jì)憑借具有更高的沿軌空間分辨率和更廣的空間覆蓋率逐漸成為探測(cè)極地海冰的重要方式之一[6]。

利用雷達(dá)高度計(jì)對(duì)海冰進(jìn)行監(jiān)測(cè)最有效的方式就是通過反演海冰厚度,進(jìn)而分析海冰的變化。而利用雷達(dá)高度計(jì)對(duì)北極海冰進(jìn)行分類的研究存在不足之處,大多數(shù)的波形分類研究是為了區(qū)分冰間水道、海水及海冰。有學(xué)者發(fā)現(xiàn)不同冰類型的回波信號(hào)存在區(qū)別[7-8]。文獻(xiàn)[9]論述了利用雷達(dá)高度計(jì)進(jìn)行海冰分類的可能性。文獻(xiàn)[10]利用樸素貝葉斯法實(shí)現(xiàn)了海冰的分類,且一年冰和多年冰的正確率達(dá)到了80%。文獻(xiàn)[11]則是利用K近鄰(K-nearest neighbor,KNN)算法對(duì)北極海冰波形進(jìn)行了分類研究,其中海冰和水的區(qū)分度較高。文獻(xiàn)[12—13]分別利用隨機(jī)森林方法對(duì)海冰進(jìn)行分類,其中文獻(xiàn)[13]提出的基于對(duì)象的分類器更好地區(qū)分了一年冰及多年冰。上述方法采用的數(shù)據(jù)均為CryoSat-2,原因是其重復(fù)周期高且可覆蓋至88°N,可以實(shí)現(xiàn)對(duì)北極更加全面有效的監(jiān)測(cè)。部分學(xué)者利用HY-2雷達(dá)高度計(jì)[14-15]及 SARAL/AltiKa高度計(jì)[16]研究了對(duì)北極地區(qū)海冰、開放水域波形的分類。大多數(shù)方法在對(duì)海冰進(jìn)行分類時(shí)采用不同的波形特征組合,而如何在眾多特征參數(shù)中選出最優(yōu)的特征組合,在分類中也會(huì)發(fā)揮至關(guān)重要的作用。此外上述研究中大多只用來(lái)區(qū)分一年冰和多年冰,并沒有實(shí)現(xiàn)更加精細(xì)化的分類。因此,本文擬構(gòu)建一種用于優(yōu)選特征子集的方法,并結(jié)合隨機(jī)森林用于區(qū)分海水、一年薄冰、一年厚冰及多年冰。

1 研究區(qū)域與數(shù)據(jù)源

1.1 研究區(qū)域

本文研究區(qū)域位于北極圈以北,緯度范圍是66°34′N—90°N,主要區(qū)域?yàn)槌Ｄ暧珊１采w的北冰洋海域,該海域被北美洲、亞洲、歐洲及格陵蘭島包圍,海域面積大概有1300 km2,地物類型主要包括海水、一年冰及多年冰。

1.2 數(shù)據(jù)源

試驗(yàn)數(shù)據(jù)由歐空局于2010年發(fā)射的CryoSat-2衛(wèi)星提供,衛(wèi)星的軌道高度為717 km,軌道傾角達(dá)92°,該衛(wèi)星在北極地區(qū)有30 d的重復(fù)子周期,且可覆蓋至88°N,可高效監(jiān)測(cè)北極區(qū)域。CryoSat-2搭載Ku波段的合成孔徑干涉雷達(dá)高度計(jì)(synthetic aperture interferometric radar altimeter, SIRAL),SIRAL有3種觀測(cè)模式[17],分別為低分辨率模式(low resolution mode, LRM)、合成孔徑雷達(dá)(synthetic aperture radar, SAR)模式及合成孔徑雷達(dá)干涉(interference SAR, InSAR)模式。不同的觀測(cè)模式有不同的應(yīng)用,SAR模式的數(shù)據(jù)具有更高的空間分辨率,適合大范圍的海冰探測(cè),該模式對(duì)地面點(diǎn)的反射信號(hào)采用含有256個(gè)距離門的采樣窗口采樣,每個(gè)距離門的時(shí)間間隔為1.562 5 ns,空間距離為0.234 2 m。使用的數(shù)據(jù)包括D基線的L1b和L2。本文訓(xùn)練數(shù)據(jù)是2020年3月、11月的數(shù)據(jù),這兩個(gè)月份為北極的春季和冬季,海冰差異會(huì)較大,有助于本文方法的全面評(píng)估,因此采用分辨率高的20 Hz數(shù)據(jù)。

采用的北極冰況圖數(shù)據(jù)由俄羅斯北極南極研究機(jī)構(gòu)(Arctic and Antarctic Research Institute,AARI)提供,更新周期為一周,使用的數(shù)據(jù)日期為2020年3月和11月,該數(shù)據(jù)用于后續(xù)分類樣本的選取、分類試驗(yàn)的訓(xùn)練與驗(yàn)證。冰情圖數(shù)據(jù)由可見光、雷達(dá)、紅外等衛(wèi)星數(shù)據(jù),以及氣象站數(shù)據(jù)和船舶航行數(shù)據(jù)等多源數(shù)據(jù)綜合分析而成。冰況圖的ShapeFile格式提供6種地物類型,包括尼羅冰、初生冰、一年冰、固定冰、多年冰及開闊水域。CryoSat-2數(shù)據(jù)和AARI冰況數(shù)據(jù)的間隔時(shí)間不能超過3 d,因?yàn)樵谠摃r(shí)間段內(nèi)海冰類型基本保持不變。

2 試驗(yàn)研究方法

針對(duì)雷達(dá)高度計(jì)對(duì)北極海冰的精細(xì)化分類中存在著難以從眾多波形特征參數(shù)中挑選出最優(yōu)特征這一問題,構(gòu)建了一種利用卡方檢驗(yàn)、互相關(guān)信息計(jì)算及Wrapper包裝法篩選最優(yōu)特征的方法,并結(jié)合隨機(jī)森林進(jìn)行分類。本文分類方法的流程如圖1所示,包括數(shù)據(jù)預(yù)處理、特征參數(shù)的計(jì)算、分類樣本的建立與選取、特征值參數(shù)篩選、最終分類結(jié)果。試驗(yàn)的分類器包括支持向量機(jī)(support vector machine,SVM)、K近鄰(KNN)及隨機(jī)森林(random forest,RF)。

圖1 海冰波形分類流程

2.1 數(shù)據(jù)預(yù)處理

根據(jù)研究區(qū)域范圍選用大于67°N的數(shù)據(jù)作為試驗(yàn)數(shù)據(jù)。L1b級(jí)的雷達(dá)高度計(jì)數(shù)據(jù)大量受噪聲影響,因此首先計(jì)算每個(gè)波形的前沿寬度(leading edge width, LEW)值,將LEW值大于20的波形作為噪聲波形過濾掉。

本文的波形分類主要是針對(duì)海水、一年薄冰、一年厚冰及多年冰,而北極的海冰中存在著冰間水道,其對(duì)海冰分類存在一定的影響,因此需要首先識(shí)別出冰間水道才利于海冰、海水的分類。本文采用閾值法根據(jù)脈沖峰值(pulse peakiness, PP)及堆疊標(biāo)準(zhǔn)差(stack standard deviation, SSD)來(lái)識(shí)別冰間水道[18],另外根據(jù)哨兵1號(hào)SAR影像及MODIS光學(xué)影像輔助識(shí)別出波形,以驗(yàn)證閾值法識(shí)別波形是否正確,最終將PP值大于0.2并且SSD值小于4的識(shí)別為冰間水道。

為保證試驗(yàn)樣本選擇更加準(zhǔn)確,在利用AARI冰況圖數(shù)據(jù)的同時(shí),借助K均值聚類算法(K-means clustering algorithm)對(duì)數(shù)據(jù)進(jìn)行預(yù)分類,將預(yù)分類結(jié)果與冰況圖的結(jié)果進(jìn)行對(duì)比,選取最優(yōu)樣本。其中K均值的分類結(jié)果與冰況圖地物類型一樣,共6類。試驗(yàn)的樣本來(lái)自2020年3月和11月,各占一半。每個(gè)波形類別的樣本數(shù)量有1500個(gè)足跡,即總共6000個(gè)樣本,將其中的70%作為訓(xùn)練樣本,30%作為測(cè)試樣本。

2.2 特征優(yōu)選方法

雷達(dá)高度計(jì)的特征參數(shù)眾多,如何選取合適的特征參數(shù)用于波形分類很重要,為此可以借助機(jī)器學(xué)習(xí)領(lǐng)域的特征篩選方法加以應(yīng)用?？ǚ綑z驗(yàn)法是針對(duì)分類問題的一種常用的相關(guān)性過濾方法,計(jì)算每個(gè)非負(fù)特征和標(biāo)簽之間的卡方統(tǒng)計(jì)量。計(jì)算公式為

(1)

式中,χ2為卡方值;O為實(shí)際值;E為期望值。

卡方檢驗(yàn)的返回值包括卡方值和P值,其中卡方值難以判定特征的有效性,主要依托P值。P值的計(jì)算較復(fù)雜,一般通過查表獲取,P值的邊界一般設(shè)定為0.05,即將P值大于0.05的特征去除,這一步驟主要目的是檢驗(yàn)所用特征參數(shù)是否有效。為進(jìn)一步篩選出最優(yōu)特征,采用另一種相關(guān)性過濾方法:互相關(guān)信息計(jì)算。不同于計(jì)算特征間互相關(guān)值[14],該方法是尋找每個(gè)特征與標(biāo)簽之間的關(guān)系,以信息熵為基礎(chǔ)計(jì)算出特征與標(biāo)簽的互信息量,根據(jù)信息量的大小選擇特征,其計(jì)算公式為

(2)

式中,X(w)為信息量;p(ci|w)為這一特征對(duì)波形區(qū)分的概率;p(ci)為某一類別出現(xiàn)的概率。

最后利用Wrapper包裝法,Wrapper包裝法是將特征選擇與算法訓(xùn)練同時(shí)進(jìn)行,通過目標(biāo)函數(shù)的迭代選擇出最佳的特征子集。采用的目標(biāo)函數(shù)為遞歸特征消除法(recursive feature elimination, RFE),該算法通過反復(fù)創(chuàng)建模型,并在每次迭代計(jì)算中保留最優(yōu)的特征或是挑選出最差的特征值,從而在下一次模型計(jì)算中重新代入,直至將所有的特征代入計(jì)算。算法最后根據(jù)不同特征在迭代訓(xùn)練中的表現(xiàn)進(jìn)行排名并且選出一個(gè)最優(yōu)的特征子集。

2.2.1 波形特征參數(shù)

采用的波形分類參數(shù)包括一些簡(jiǎn)單的波形特征參數(shù)及其他的一些輔助參數(shù),具體包括PP、SSD、最大功率值(Max)、堆疊峰態(tài)(stack kurtosis, SK)、左脈沖峰值(the left pulse peakiness, PPL)、右脈沖峰值(the right pulse peakiness, PPR )、LEW、后沿寬度(trailing edge width,TEW)、后沿后部峰值比(late tail to peak power radio, LTPP)、后沿前部峰值比(early tail to peak power radio, ETPP)及后向散射系數(shù)(Sigma0),其中SSD、SK及Sigma0可從L1b及L2級(jí)數(shù)據(jù)中獲取,其余參數(shù)均可以根據(jù)波形數(shù)據(jù)計(jì)算得出。波形參數(shù)的定義及計(jì)算公式參照文獻(xiàn)[10—11]。

2.2.2 特征參數(shù)優(yōu)選

首先從波形數(shù)據(jù)中提取出特征值,并把特征歸一化處理,計(jì)算特征值的卡方檢驗(yàn)值,卡方檢驗(yàn)值及P值見表1。P值均是小于0.05的,即這些特征均與最終分類結(jié)果相關(guān),屬于有效特征,因此均可保留。經(jīng)過卡方檢驗(yàn)初步篩選完特征之后,再計(jì)算各個(gè)特征值的互相關(guān)值。可看出SSD的相關(guān)值最大,達(dá)到0.95,Max的相關(guān)值最小,僅有0.30左右,為了保存與標(biāo)簽相關(guān)性最大的特征,過濾掉其中小于所有特征互相關(guān)值平均值的特征,即ETPP、PPL、PPR和Max。最后將篩選的特征放入Wrapper包裝法中進(jìn)行實(shí)際訓(xùn)練,采用的分類算法為RF,結(jié)果如圖2所示?？梢钥闯?在僅利用單一特征下,分類正確率可達(dá)75%,當(dāng)特征緯度達(dá)到3時(shí),分類的正確率已接近90%,這也說(shuō)明本文方法篩選得到的特征均是有助于分類的。

表1 卡方檢驗(yàn)及互相關(guān)信息計(jì)算后各特征的評(píng)價(jià)值

圖2 Wrapper包裝法正確率

根據(jù)圖2的結(jié)果,為篩選出最優(yōu)的特征組合,將特征維度在4及以上的重新進(jìn)行組合,可以得到64種特征組合。將64種特征組合與SVM、RF及K近鄰法結(jié)合,得到正確率分布,如圖3所示,Z字母開頭代表不同特征組合?？梢钥闯?所有的特征組合正確率均在70%以上,SVM算法在不同特征組合中正確率起伏不大,其余兩種方法存在一定起伏,特別是在缺少Sigma0時(shí)正確率都較低,而在所有包含Sigma0的特征組合中,RF分類器的結(jié)果優(yōu)于其他分類器,正確率基本在85%以上。可以看出,Sigma0在分類中的重要性要高于其他特征。在所有特征組合中,SSD+Sigma0+LTPP+PP+SK+LEW這一特征組合表現(xiàn)最好,3種分類方法KNN、SVM、RF分別達(dá)到了91.76%、90.75%及93.38%。因此本文后續(xù)的試驗(yàn)將采用SSD+Sigma0+LTPP+PP+SK+LEW特征與RF分類器進(jìn)行試驗(yàn)。

圖3 不同特征組合的分類正確率

3 試驗(yàn)結(jié)果與分析

采用KNN、SVM及RF與上節(jié)中得到的特征組合進(jìn)行波形分類訓(xùn)練試驗(yàn)。主要將波形分為4類,分別為海水、一年冰、一年厚冰和多年冰。每個(gè)組合均經(jīng)過多次試驗(yàn),經(jīng)過多次試驗(yàn)后取平均值的分類正確率見表2。可以看出,總體的分類正確率RF最高,達(dá)93.32%。在所有的分類方法中,海水被準(zhǔn)確地分出,準(zhǔn)確率已接近100%,這說(shuō)明本文方法得到的特征參數(shù)可以很好地區(qū)分海冰和海水。多年冰分類準(zhǔn)確率在93%以上,一年厚冰的準(zhǔn)確率低于90%,除SVM分類器外,一年薄冰的準(zhǔn)確率均在90%以上。通過測(cè)試集進(jìn)一步對(duì)本文的方法進(jìn)行驗(yàn)證,結(jié)果見表3?？梢钥闯?總體分類正確率RF依然最高,達(dá)92.42%,Kappa系數(shù)可達(dá)到0.90;KNN法分類的正確率達(dá)90.84%,Kappa系數(shù)達(dá)到0.86;SVM法正確率達(dá)89.19%,Kappa系數(shù)達(dá)0.88。3種方法對(duì)于水的分類正確率均在98%以上,在對(duì)多年冰、一年厚冰及一年薄冰的分類上RF分類器表現(xiàn)較穩(wěn)定,正確率基本在87%以上。

表2 本文方法訓(xùn)練集分類正確率 (%)

表3 本文方法驗(yàn)證集分類正確率

為了進(jìn)一步說(shuō)明本文方法的可行性,對(duì)文獻(xiàn)[11—12]提出的特征組合進(jìn)行分類試驗(yàn),詳細(xì)的分類結(jié)果見表4。文獻(xiàn)[11]采用PP+LEW+SSD+LTPP組合結(jié)合KNN分類的正確率達(dá)85.21%,Kappa系數(shù)為0.73。文獻(xiàn)[12]采用的PP+Max+LEW+TEW+Sigma0組合結(jié)合RF方法分類的正確率達(dá)90.25%,Kappa系數(shù)為0.87?？梢园l(fā)現(xiàn)上述兩種方法分類的正確率均低于本文方法的結(jié)果,相比文獻(xiàn)[12],本文方法在整體準(zhǔn)確率上提高了2.17%,Kappa系數(shù)提高了0.03,在多年冰和一年厚冰上分別提高了約3%和10%。

表4 對(duì)比方法的分類正確率

為測(cè)試本文特征組合在大數(shù)據(jù)集下的效果,利用CryoSat-2雷達(dá)高度計(jì)2021年3月、11月的L1b全月數(shù)據(jù)進(jìn)行試驗(yàn),分類結(jié)果如圖4所示。由于數(shù)據(jù)量較大,實(shí)際驗(yàn)證較為麻煩,但可以看出,整體的分類情況較準(zhǔn)確。但在多年冰、一年厚冰及一年薄冰的交接處出現(xiàn)了較多錯(cuò)分情況,原因是海冰在此處的變化并不突出,海冰的情況比較復(fù)雜,此外,在靠近陸地的邊緣部分由于陸地的影響也會(huì)導(dǎo)致一定的錯(cuò)分。一年厚冰、一年薄冰的分類效果有所欠缺,原因可能是這兩種冰在性質(zhì)上差別不大,此外由于積雪、季節(jié)等原因也會(huì)影響分類結(jié)果。

圖4 北極海冰分類結(jié)果

4 結(jié) 語(yǔ)

本文提出的應(yīng)用于北極海冰精細(xì)化分類的優(yōu)選特征子集方法主要采用了兩種相關(guān)性過濾方法,分別為卡方檢驗(yàn)與互相關(guān)值,此外還采用Wrapper包裝法預(yù)先估計(jì)不同維度特征組合分類正確率,最后對(duì)正確率較高的特征維度下的特征進(jìn)行了重新組合,利用不同分類器對(duì)不同特征組合進(jìn)行試驗(yàn),根據(jù)分類正確率,得到了最優(yōu)的分類器為RF,最優(yōu)的特征組合為SSD+Sigma0+LTPP+PP+SK+LEW。為選取更好的訓(xùn)練樣本,結(jié)合了冰況圖數(shù)據(jù)和K均值的預(yù)分類結(jié)果。最終試驗(yàn)結(jié)果表明,本文方法相對(duì)于之前的特征組合,在訓(xùn)練集和驗(yàn)證集表現(xiàn)均最好,分類正確率和Kappa系數(shù)可達(dá)到92.42%和0.9,驗(yàn)證集的分類效果較其余分類結(jié)果最好的特征組合提高約2.17%,Kappa系數(shù)提高了0.03,特別是在多年冰和一年厚冰提高約3%和10%。然而本文仍存在不足,特別是在大數(shù)據(jù)集的應(yīng)用上存在較多的錯(cuò)分。此外,如何利用深度學(xué)習(xí)自動(dòng)提取雷達(dá)高度計(jì)數(shù)據(jù)特征實(shí)現(xiàn)更加精細(xì)化的海冰分類將有待研究。