亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于Sentinel-2遙感影像的農(nóng)田防護(hù)林自動提取研究

        2023-09-22 08:40:48賈孟豪郭群佐鄧榮鑫
        農(nóng)業(yè)與技術(shù) 2023年17期
        關(guān)鍵詞:防護(hù)林農(nóng)田噪聲

        賈孟豪 郭群佐 鄧榮鑫

        (華北水利水電大學(xué)測繪與地理信息學(xué)院,河南 鄭州 450046)

        前言

        農(nóng)田防護(hù)林是我國重要的生態(tài)屏障,對于改善生態(tài)環(huán)境、防止水土流失、增加農(nóng)作物產(chǎn)值具有重要意義和價值[1]。因此,快速獲取并監(jiān)測防護(hù)林的結(jié)構(gòu),空間分布特征,林帶長勢等信息對于研究防護(hù)林結(jié)構(gòu)監(jiān)測與功能發(fā)揮具有重要意義。傳統(tǒng)的防護(hù)林調(diào)查主要依靠人力野外采樣考察,需要消耗大量的人力物力且時效性差,難以滿足科學(xué)研究和生產(chǎn)應(yīng)用需求,亟需設(shè)計一種快速、精準(zhǔn)的農(nóng)田防護(hù)林提取方法。

        遙感具有大范圍、重復(fù)觀測等優(yōu)勢,現(xiàn)已廣泛應(yīng)用于大尺度地物識別與動態(tài)監(jiān)測研究。一些學(xué)者也嘗試?yán)貌煌愋偷倪b感影像進(jìn)行農(nóng)田防護(hù)林的提取研究。秦麗梅等[2]基于Landsat 7 ETM衛(wèi)星遙感圖像,采用BP人工神經(jīng)網(wǎng)絡(luò)開展了農(nóng)田防護(hù)林提取研究;鄧榮鑫等[3]利用Landsat TM衛(wèi)星用影像與決策樹分類方法進(jìn)行了農(nóng)田防護(hù)林地與其它林地的區(qū)分;扈晶晶[4]利用HJ-1和ZY-3衛(wèi)星數(shù)據(jù)與決策樹分類的方式進(jìn)行農(nóng)田防護(hù)林的信息提??;幸澤峰[5]利用ZY-3衛(wèi)星數(shù)據(jù)與面向?qū)ο蠓诸惙椒ㄟM(jìn)行全區(qū)分類,并對結(jié)果進(jìn)行數(shù)學(xué)形態(tài)學(xué)處理的分類研究;Wiseman等[6]基于高分辨率多波段影像,參照光譜信息、紋理信息、空間統(tǒng)計信息等,運(yùn)用面向?qū)ο蠓椒▽幽么蟛菰霓r(nóng)田防護(hù)林帶信息進(jìn)行提取。這些方法在防護(hù)林分類提取的研究領(lǐng)域均取得了較好的效果。

        本研究以Sentinel-2影像為數(shù)據(jù)源[7],分析農(nóng)田防護(hù)林分類提取的關(guān)鍵特征,構(gòu)建特征空間,并結(jié)合隨機(jī)森林分類算法和數(shù)學(xué)形態(tài)學(xué)處理算法,研究并建立一種兩步集成的農(nóng)田防護(hù)林自動提取方法。該方法可為大范圍農(nóng)田防護(hù)林的自動提取提供參考,為農(nóng)田防護(hù)林經(jīng)營管理和動態(tài)監(jiān)測提供可靠技術(shù)支持。

        1 研究區(qū)概況

        研究區(qū)位于吉林省中西部的德惠市和農(nóng)安縣境內(nèi)(E125°12′10″~125°38′34″,N44°18′33″~44°42′37″),見圖1。該區(qū)域地處吉林省中北部、松遼平原腹地,氣候?qū)儆跍貛О霛駶櫞箨懶詺夂?,多年平均氣溫?.9℃,多年平均降水量為520.13mm,但由于春季風(fēng)害嚴(yán)重,生態(tài)環(huán)境較為脆弱。該地區(qū)農(nóng)田防護(hù)林工作起步早,規(guī)模大,效果較好[8]。

        2 數(shù)據(jù)及預(yù)處理

        本研究采用歐洲航天局Sentinel-2衛(wèi)星數(shù)據(jù)作為主要數(shù)據(jù)源,采集時間為2017年6月28日,精度評價數(shù)據(jù)為高精度Google地圖歷史衛(wèi)星影像。

        本文所下載使用的Sentinel-2A數(shù)據(jù),為歐空局(ESA)發(fā)布的數(shù)據(jù)產(chǎn)品級別為Level-1C的數(shù)據(jù),是經(jīng)正射校正和亞像元級幾何精校正后的大氣表觀反射率產(chǎn)品,并沒有進(jìn)行大氣校正。因此預(yù)處理過程主要為基于Level-2A級數(shù)據(jù)提供的參數(shù)對影像進(jìn)行大氣校正。

        3 研究方法

        3.1 農(nóng)田防護(hù)林分類特征空間構(gòu)建

        研究區(qū)內(nèi)農(nóng)作物多以高桿玉米為主,直觀上會對同是植被的防護(hù)林識別帶來干擾,所以僅參照光譜波段和某些植被指數(shù)進(jìn)行分類難以滿足精度和效率需求。本研究將前人研究防護(hù)林分類時選取的分類特征[3-6,9-12]與研究區(qū)實際情況相結(jié)合,進(jìn)行分類特征的選取,最終共選取分類特征42個,包含了光譜特征、紋理特征、植被指數(shù)與空間特征4大類,構(gòu)建農(nóng)田防護(hù)林分類特征空間。

        3.2 基于隨機(jī)森林分類的農(nóng)田防護(hù)林初步提取

        隨機(jī)森林(Random Forest,RF)分類算法是一種多決策樹集成的機(jī)器學(xué)習(xí)算法。大量研究表明,集成分類器的分類精度優(yōu)于單一分類器。近幾年,RF作為一種較新的機(jī)器學(xué)習(xí)算法,因其運(yùn)算速度快,分類精度高并且對噪聲數(shù)據(jù)不敏感等優(yōu)勢,被廣泛應(yīng)用與遙感數(shù)據(jù)的研究當(dāng)中[13]。

        本研究共選取了42個分類特征,通過多次實驗剔除相同的冗余信息,與OOB曲線計算分類特征的重要性排序,最終選擇NDVI、RVI、紅光波段等14個特征變量構(gòu)成特征空間集。

        3.3 基于數(shù)學(xué)形態(tài)學(xué)的農(nóng)田防護(hù)林精細(xì)提取

        對農(nóng)田防護(hù)林初步提取結(jié)果進(jìn)行基于數(shù)學(xué)形態(tài)學(xué)的精細(xì)提取,以解決城建區(qū)噪聲與林網(wǎng)數(shù)據(jù)破碎的問題。數(shù)學(xué)形態(tài)學(xué)被廣泛應(yīng)用在圖像處理、模式識別等領(lǐng)域。尤其在遙感影像提取河流、溝渠、道路等線性地物方面,已有學(xué)者進(jìn)行研究,并達(dá)到了較高的識別精度[14]。

        本研究綜合利用Matlab的Imfill函數(shù)及Floodfill算法也就是種子填充算法[15]對基于NDBI提取的城建區(qū)數(shù)據(jù)進(jìn)行孔洞填充,并通過使用該數(shù)據(jù)掩膜處理解決城建區(qū)噪聲問題。

        對提取后的結(jié)果進(jìn)行合理閉運(yùn)算可以剔除細(xì)碎噪聲點,并連接臨近區(qū)域。但是部分區(qū)域由于閉運(yùn)算參數(shù)的設(shè)定無法連接所有符合條件的防護(hù)林,所以這時候形態(tài)學(xué)膨脹運(yùn)算就十分必要,但由于膨脹后腐蝕會造成短小防護(hù)林的信息缺失。所以本文最終采用膨脹后細(xì)化運(yùn)算,最終得到的是由單一像元構(gòu)成的連續(xù)不斷的防護(hù)林帶,更利于長度信息的統(tǒng)計。

        在進(jìn)行上述操作后幾乎剔除了所有誤差,但是仍有一些高稈農(nóng)作物、村莊部分邊界樹木,以及孤立不連通的獨立樹木難以剔除。本研究采用設(shè)置連通面積閾值的方式對此類噪聲點進(jìn)行剔除。

        經(jīng)過上述方案處理最終得到的農(nóng)田防護(hù)林分類處理結(jié)果是連續(xù)不斷的,且已經(jīng)剔除了絕大部分噪聲點和不具備防護(hù)效益的林木。

        3.4 精度評價

        綜合上述的兩步集成農(nóng)田防護(hù)林提取方案,精度評價分為2個部分:初步分類精度評價,精細(xì)化處理結(jié)果精度評價。

        針對隨機(jī)森林分類后的初步結(jié)果,結(jié)合1m分辨率的谷歌衛(wèi)星影像準(zhǔn)確地構(gòu)建評價樣本集合。構(gòu)建預(yù)測與實際對應(yīng)像元個數(shù)構(gòu)建3行3列的混淆矩陣,計算總體精度(Overall Accuracy)、Kappa系數(shù)進(jìn)行精度評價。

        農(nóng)田防護(hù)林的典型特點是線狀地物,通常都將長度作為評價參數(shù)[9]。綜合研究提取結(jié)果,本文提出冗余度、吻合度、遺漏度及長度正確率4種參數(shù),定量對精細(xì)化提取結(jié)果的長度和空間位置進(jìn)行評價。計算公式:

        Δα=L1/LT

        (1)

        Δρ=L2/LT

        (2)

        Δβ=L3/LT

        (3)

        Δγ=LC/LT

        (4)

        式中,L1表示冗余長度;L2表示空間吻合長度;L3表示遺漏未提取長度;LC表示分類結(jié)果長度;LT表示實際長度。

        4 結(jié)果與分析

        4.1 基于隨機(jī)森林方法的農(nóng)田防護(hù)林初步提取結(jié)果

        利用綜合前人研究和研究區(qū)特點所構(gòu)建的分類特征集合,構(gòu)建訓(xùn)練樣本集合。使用隨機(jī)森林算法進(jìn)行分類,多次實驗并結(jié)合OOB曲線進(jìn)行優(yōu)化,得到分類結(jié)果如圖2所示,分類混淆矩陣見表1。

        表1 分類混淆矩陣

        圖2 分類結(jié)果示意圖

        通過選取對植被反應(yīng)敏感的紅光,近紅外等共6個光譜波段及NDBI、NDVI、RVI、NDWI 4個光譜指數(shù)和2個高通濾波圖像、2個紋理特征影像,共計14個分類特征構(gòu)建分類特征空間。訓(xùn)練樣區(qū)的選擇一定程度上直接影響了分類精度,進(jìn)行合理的樣區(qū)選擇,準(zhǔn)確且均勻分布的采樣,建立ROI訓(xùn)練樣區(qū)。

        多次實驗,最終進(jìn)行3類地物劃分,分別為城建區(qū)、農(nóng)田防護(hù)林以及其他(農(nóng)田,水體等)。在連片性較好的農(nóng)田附近農(nóng)田防護(hù)林網(wǎng)識別情況較好,反之則質(zhì)量略差,整體識別精度達(dá)到95.2%。

        雖然整體識別精度達(dá)到了95.2%,但還是存在大量問題。如,明顯的斷點,邊界毛刺,部分像元噪聲,以及研究區(qū)域內(nèi)的村莊綠化林帶造成的誤統(tǒng)計。大量防護(hù)林帶斷裂現(xiàn)象不利于統(tǒng)計,如圖2a所示,部分錯誤分類需要篩選剔除如圖2b所示,還有大量的破碎圖斑出現(xiàn)在城建區(qū)內(nèi)如圖2c所示。

        4.2 農(nóng)田防護(hù)林精細(xì)提取結(jié)果

        針對農(nóng)田防護(hù)林初步提取結(jié)果展示出的不足,通過膨脹、填充等基于形態(tài)學(xué)處理與掩膜、細(xì)化等處理,去除圖像噪聲及離散點,同時填充斷點、平滑邊界,提取效果如圖3所示。

        圖3 初步分類結(jié)果與精細(xì)化處理結(jié)果對比

        由圖3可知,在精細(xì)提取后得到的農(nóng)田防護(hù)林分類處理結(jié)果是連續(xù)不斷的,且已經(jīng)剔除了絕大部分噪聲和不具備防護(hù)效益的林木,極大改善了圖像噪聲及離散點問題。

        在圖4所展示的試驗區(qū)1中使用ArcGIS統(tǒng)計分類識別長度,結(jié)合高精度衛(wèi)星影像圖矢量化標(biāo)準(zhǔn)防護(hù)林,對試驗區(qū)1的精細(xì)化處理結(jié)果進(jìn)行定量評價,精度評價結(jié)果見表2。

        表2 試驗區(qū)1定量精度評價

        圖4 精細(xì)化處理結(jié)果

        5 結(jié)論

        綜合考慮光譜波段、光譜指數(shù)、紋理特征、空間濾波構(gòu)建多維的分類特征集合,可以更加準(zhǔn)確地提取農(nóng)田防護(hù)林,最終準(zhǔn)確識別精度達(dá)到95.2%。

        相比初步分類結(jié)果,經(jīng)過精細(xì)化提取處理操作的農(nóng)田防護(hù)林網(wǎng)識別結(jié)果,在減少城建區(qū)綠化植株過統(tǒng)計,降低噪聲(高桿作物、部分錯誤分類),去除毛刺,以及改良由于斷裂造成的防護(hù)林提取斷帶方面均有巨大提升,結(jié)合4個實驗樣區(qū)進(jìn)行4個定量參數(shù)精度評價,平均精度均在90%以上。該結(jié)果充分說明了本方法在大范圍農(nóng)田防護(hù)林自動提取方面的可行性,并可為農(nóng)田防護(hù)林自動提取提供參考,為農(nóng)田防護(hù)林動態(tài)監(jiān)測提供可靠技術(shù)支持。

        猜你喜歡
        防護(hù)林農(nóng)田噪聲
        達(dá)爾頓老伯的農(nóng)田
        噪聲可退化且依賴于狀態(tài)和分布的平均場博弈
        三北防護(hù)林與植樹造林
        控制噪聲有妙法
        農(nóng)田創(chuàng)意秀
        農(nóng)田搞養(yǎng)殖需辦哪些證
        農(nóng)田制作所
        一種基于白噪聲響應(yīng)的隨機(jī)載荷譜識別方法
        車內(nèi)噪聲傳遞率建模及計算
        云南防護(hù)林工程建設(shè)任重道遠(yuǎn)
        av无码天堂一区二区三区| 国产欧美性成人精品午夜| 精品久久久久久无码人妻热| japanese无码中文字幕| 精品人妻av区乱码| 亚洲精品国产综合久久| 亚洲国产精彩中文乱码av| 国产精品久久久久电影网| 亚洲av高清在线观看三区| 亚洲国产91高清在线| 一本久久综合亚洲鲁鲁五月天| 成人做爰视频www| 国产福利97精品一区二区| 国产av一啪一区二区| 熟女无套高潮内谢吼叫免费| 女人色毛片女人色毛片18| 9丨精品国产高清自在线看| 亚洲精品一区二区成人精品网站 | 国产精品自拍首页在线观看 | 欧美日韩午夜群交多人轮换| 欧美亚洲日本国产综合在线| 久久亚洲第一视频黄色| 大陆少妇一区二区三区| 正在播放强揉爆乳女教师| 亚洲另类激情综合偷自拍图| 亚洲国产精品免费一区| 国产av精品一区二区三区久久| 久久久久久国产精品mv| 亚洲人成人一区二区三区| 国产成人av三级三级三级在线| 成熟丰满熟妇av无码区| 少妇极品熟妇人妻无码| 国产一区二区三区色区| 青青手机在线观看视频| 中国a级毛片免费观看| 精品人妻丰满久久久a| 亚洲成人激情深爱影院在线| 无人区一码二码三码四码区| 国产黑色丝袜一区在线| 国产美女冒白浆视频免费| 亚洲国产精品成人久久|