基于決策樹(shù)和SVM的Sentinel-2A影像作物提取方法

王利軍 郭 燕 賀 佳 王利民 張喜旺 劉 婷

(1.河南省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與信息研究所， 鄭州 450002； 2.中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所， 北京 100081；3.河南大學(xué)環(huán)境與規(guī)劃學(xué)院， 開(kāi)封 475004)

0 引言

空間遙感技術(shù)的不斷發(fā)展，為快速、準(zhǔn)確獲取農(nóng)作物空間分布信息提供了新的技術(shù)手段。目前，多傳感器、多時(shí)相和多空間分辨率的遙感數(shù)據(jù)已廣泛應(yīng)用于農(nóng)作物空間信息提取，在理論、技術(shù)和實(shí)踐方面都取得了長(zhǎng)足的進(jìn)展[1-3]。然而，由于秋季作物種植結(jié)構(gòu)復(fù)雜、生育期較短，中高空間分辨率遙感數(shù)據(jù)受到回訪周期和云雨天氣的影響，往往難以獲得“最佳物候期”的時(shí)序遙感影像數(shù)據(jù)。這使得秋季復(fù)雜的種植空間分布信息提取成為農(nóng)業(yè)遙感專(zhuān)題信息提取的難題。研究表明，植被指數(shù)和紅邊光譜數(shù)據(jù)與表征作物生長(zhǎng)狀況的農(nóng)學(xué)參數(shù)之間存在較好的相關(guān)關(guān)系[4]。針對(duì)秋季玉米、花生、大豆、水稻等農(nóng)作物生育期接近、光譜特征相似且較難區(qū)分等問(wèn)題，畢愷藝等[5]基于Sentinel-2A時(shí)序數(shù)據(jù)的歸一化植被指數(shù)(Normalized difference vegetation index，NDVI)時(shí)序曲線特征和光譜特征，利用面向?qū)ο鬀Q策樹(shù)的方法識(shí)別了林地和農(nóng)作物，總體精度和Kappa系數(shù)分別為89.7%和0.87。劉佳等[6]利用長(zhǎng)時(shí)序中空間分辨率遙感影像及其波譜特征，有效識(shí)別了春玉米、夏玉米、棉花和小宗作物(主要包括紅薯、大豆和花生等)，分類(lèi)總體精度達(dá)90.9%。賈樹(shù)海等[7]通過(guò)分析3個(gè)不同時(shí)期農(nóng)作物物候特征差異和影像NDVI特征值，提取了縣域尺度下花生空間分布信息。黃健熙等[8]基于多時(shí)相GF-1 WFV影像，利用4個(gè)不同植被指數(shù)特征參數(shù)和實(shí)地樣本點(diǎn)，采用隨機(jī)森林分類(lèi)算法提取縣域尺度下玉米和大豆的空間分布，總體精度和Kappa系數(shù)分別為84.8%和0.774。以上研究都不同程度提高了作物識(shí)別精度，但基于構(gòu)建作物特定發(fā)育期生長(zhǎng)特征光譜曲線、利用單時(shí)相遙感影像進(jìn)行秋季多種作物空間分布信息提取方面的研究相對(duì)較少。

Sentinel-2A、RapidEye和Worldview-2等衛(wèi)星通過(guò)增加多光譜譜段提高遙感數(shù)據(jù)應(yīng)用能力，尤其是其紅邊波段數(shù)據(jù)為農(nóng)作物遙感監(jiān)測(cè)提供了數(shù)據(jù)支持[4]。Sentinel-2A衛(wèi)星覆蓋13個(gè)光譜波段，能夠提供10 d重訪周期和最高10 m空間分辨率的多光譜數(shù)據(jù)。本文以河南省濮陽(yáng)縣為研究區(qū)，針對(duì)秋季農(nóng)作物，主要包括玉米、花生、大豆、水稻和蔬菜等小宗作物，通過(guò)構(gòu)建、分析NDVI和紅邊歸一化植被指數(shù)(Red edge normalized difference vegetation index，RENDVI)，在確定植被指數(shù)分割閾值的基礎(chǔ)上，采用決策樹(shù)和SVM相結(jié)合的方法，對(duì)秋季主要作物空間分布信息進(jìn)行提取，并結(jié)合地面樣方和樣本點(diǎn)數(shù)據(jù)，與ML和SVM分類(lèi)結(jié)果進(jìn)行對(duì)比分析，以期提高農(nóng)作物分類(lèi)提取精度。

1 研究區(qū)概況

濮陽(yáng)縣位于河南省東北部(114°31′～115°15′E，35°12′～35°30′N(xiāo))，地勢(shì)平坦，屬溫帶大陸性季風(fēng)氣候，年平均氣溫13.4℃，年均降水量626 mm，年平均無(wú)霜期205 d?？h域面積1 382 km2，2016年濮陽(yáng)市統(tǒng)計(jì)年鑒顯示該縣耕地面積為97 791.90 hm2。以小麥、玉米一年兩熟的作物輪作模式為主[6]，其中玉米、花生、大豆和水稻4種作物生育期見(jiàn)表1。一般秋季作物于6月上中旬播種，8月進(jìn)入生長(zhǎng)旺期，9月中下旬收獲，總生長(zhǎng)期約4個(gè)月。玉米、花生、大豆和水稻分別在抽雄期、下針期、結(jié)莢期和孕穗期開(kāi)始有較高的植被覆蓋度。

2 數(shù)據(jù)獲取

2.1 遙感影像獲取與預(yù)處理

Sentinel-2A衛(wèi)星數(shù)據(jù)主要用于農(nóng)業(yè)、森林監(jiān)測(cè)、土地使用變遷、土地覆蓋變化監(jiān)測(cè)等方面[5]，波段信息如表2所示。其中Band 5和Band 6用于獲取紅邊位置，Band 7用于反演葉面積指數(shù)(Leaf area index，LAI)，Band 8A是LAI、葉綠素和生物量敏感的波段[4]。

表1 主要農(nóng)作物生育期Tab.1 Major crop development periods

表2 Sentinel-2A波段信息Tab.2 Band information of Sentinel-2A

圖2 研究區(qū)樣方分布Fig.2 Distributions of ground samples in study area

結(jié)合秋季作物主要生育期及其地表覆蓋度，為降低地表土壤反射光譜對(duì)農(nóng)作物面積提取的影響，選取2017年8月6日質(zhì)量好且完全覆蓋研究區(qū)的1景影像(20170806_n0205_r075_t50sle_albers)。并通過(guò)網(wǎng)站(http:∥step.esa.int/main/download/)下載Sentinel-2 Toolbox軟件，對(duì)影像進(jìn)行重采樣和格式轉(zhuǎn)存，生成有10個(gè)波段(不包括Band 1、Band 9和Band 10)且空間分辨率為10 m的ENVI格式(*.img)的影像數(shù)據(jù)，并基于研究區(qū)基礎(chǔ)影像進(jìn)行幾何校正和大氣校正等預(yù)處理，經(jīng)矢量邊界裁切后影像如圖1所示，ArcMap圖層屬性中標(biāo)準(zhǔn)差設(shè)為1.5。

圖1 研究區(qū)遙感影像(R/G/B：7/9/3)Fig.1 S-2A imagery of study area(R/G/B: 7/9/3)

2.2 地面數(shù)據(jù)

首先將研究區(qū)制作成為2 km×2 km的規(guī)則格網(wǎng)，刪除無(wú)覆蓋研究區(qū)格網(wǎng)后獲得411個(gè)格網(wǎng)，然后基于格網(wǎng)總體均勻分布的原則選取23個(gè)約1 km×1 km的地面調(diào)查樣方，針對(duì)黃河沿岸復(fù)雜作物種植結(jié)構(gòu)需增設(shè)樣方，其分布如圖2a所示。樣方數(shù)據(jù)均采用Trimble GeoXT差分GPS實(shí)地測(cè)量標(biāo)注，調(diào)繪結(jié)果基于Sentinel-2A影像進(jìn)行幾何校正，誤差控制在0.5個(gè)像元內(nèi)。經(jīng)實(shí)測(cè)23個(gè)樣方總面積為2 330 hm2，其中玉米、花生、大豆、水稻、小宗作物面積分別為987.6、193.5、460.1、157.8、17.3 hm2，分別占樣方總面積的42.4%、8.3%、19.7%、6.8%和0.74%，其余為水體、園地、建設(shè)用地等類(lèi)型。圖2b和圖2c為樣方影像和作物分布類(lèi)型。在樣方調(diào)繪過(guò)程中利用Geatc F110平板計(jì)算機(jī)采集各作物類(lèi)型樣本點(diǎn)，作為選擇訓(xùn)練樣本參考、植被指數(shù)變化分析及分類(lèi)結(jié)果驗(yàn)證數(shù)據(jù)，共獲取實(shí)地樣本點(diǎn)274個(gè)，其中玉米、大豆、花生、水稻、小宗作物(蔬菜、藥材、紅薯等)各81、67、59、15、52個(gè)。

3 研究方法

3.1 研究思路

在影像數(shù)據(jù)預(yù)處理后，首先構(gòu)建NDVI，根據(jù)地面樣方和實(shí)地樣本點(diǎn)數(shù)據(jù)確定試驗(yàn)區(qū)主要作物和小宗作物的分割閾值，通過(guò)構(gòu)建決策樹(shù)和波段計(jì)算工具進(jìn)行區(qū)域分類(lèi)。然后，對(duì)主要作物區(qū)域數(shù)據(jù)進(jìn)行RENDVI計(jì)算，根據(jù)地面樣方和樣本點(diǎn)進(jìn)行植被指數(shù)分析，采用決策樹(shù)和波段計(jì)算工具將影像分為玉米/水稻、花生/大豆種植區(qū)，并根據(jù)作物訓(xùn)練樣本對(duì)玉米/水稻、花生/大豆采用SVM進(jìn)一步分類(lèi)，得到研究區(qū)秋季主要作物分類(lèi)結(jié)果，并與傳統(tǒng)分類(lèi)方法的分類(lèi)結(jié)果進(jìn)行分析和精度評(píng)價(jià)，如圖3所示。

圖3 研究流程圖Fig.3 Flow chart of study

3.2 植被指數(shù)計(jì)算

植被指數(shù)是利用遙感影像不同波段組合而成的光譜特性，能夠反映不同植被類(lèi)型的物候差異和光譜特征，將分類(lèi)精度提高到作物層次，NDVI和RENDVI是農(nóng)作物監(jiān)測(cè)中應(yīng)用較為廣泛的光譜參數(shù)[8-9]。NDVI和RENDVI計(jì)算公式分別為

(1)

(2)

式中ρNIR、ρRED——對(duì)應(yīng)表2中的近紅外Band 8和紅光Band 4的反射率

ρ665、ρ705——對(duì)應(yīng)表2中的紅光Band 4和植被紅邊Band 5的反射率

3.3 訓(xùn)練樣本選取

在執(zhí)行傳統(tǒng)監(jiān)督分類(lèi)時(shí)，一般每種地物類(lèi)別所選取的訓(xùn)練樣本數(shù)量大致為30n(其中n為影像波段數(shù))[10]，經(jīng)實(shí)地調(diào)查，將試驗(yàn)區(qū)的分類(lèi)系統(tǒng)確定為玉米、花生、大豆、水稻、小宗作物、林地、建筑(房屋、道路、休閑耕地)和水體8類(lèi)，因此，訓(xùn)練樣本人工目視選擇工作量較大，而支持向量機(jī)因其本身具有良好的泛化能力，可減少訓(xùn)練樣本點(diǎn)數(shù)量的選擇。利用RENDVI將作物分為玉米/水稻、花生/大豆種植區(qū)影像數(shù)據(jù)后，根據(jù)作物光譜特征和紋理特征等信息，單獨(dú)選取了用于訓(xùn)練的389個(gè)樣本點(diǎn)，其中玉米、大豆、花生、水稻各113、109、92、75個(gè)。

3.4 分類(lèi)方法

ML和SVM作為傳統(tǒng)監(jiān)督分類(lèi)方法，在作物種植結(jié)構(gòu)提取、森林面積監(jiān)測(cè)、土地利用變化監(jiān)測(cè)等領(lǐng)域得到廣泛應(yīng)用和評(píng)價(jià)[11-16]，支持向量機(jī)典型方法是模糊支持向量機(jī)，通過(guò)對(duì)每個(gè)樣本引入模糊隸屬度參數(shù)來(lái)實(shí)現(xiàn)分類(lèi)；決策樹(shù)分類(lèi)基于遙感影像等空間數(shù)據(jù)，采用自頂而下的遞歸方式，通過(guò)尋找分類(lèi)能力最優(yōu)的屬性變量，把數(shù)據(jù)依次分為多個(gè)子集，迭代直至所有子集僅包含同一類(lèi)型或子集包含的樣本數(shù)小于某閾值[17-18]。多年來(lái)，國(guó)內(nèi)外專(zhuān)家學(xué)者經(jīng)過(guò)與傳統(tǒng)分類(lèi)方法對(duì)比研究認(rèn)為，決策樹(shù)分類(lèi)方法具有分類(lèi)運(yùn)算速度快、分類(lèi)精度高的優(yōu)勢(shì)，結(jié)合植被指數(shù)、紋理特征等其他多種特征變量能獲得較好的分類(lèi)結(jié)果[19-20]。本研究中采用決策樹(shù)與支持向量機(jī)相結(jié)合的方法進(jìn)行秋季主要作物空間分布信息的提取。在分析作物物候特征和光譜特征基礎(chǔ)上，通過(guò)構(gòu)建不同植被指數(shù)分割閾值的分類(lèi)決策樹(shù)，逐層分類(lèi)提取不同地物信息；同時(shí)，利用模糊支持向量機(jī)原理在ENVI中將主要作物進(jìn)一步分類(lèi)提取，獲得研究區(qū)主要種植作物空間分布數(shù)據(jù)。

3.5 精度驗(yàn)證

基于地面實(shí)測(cè)數(shù)據(jù)驗(yàn)證是精度驗(yàn)證的主要手段之一，也是說(shuō)明遙感分類(lèi)器和分類(lèi)結(jié)果準(zhǔn)確程度的指標(biāo)之一[6,11]。本文基于地面樣方和實(shí)地樣本點(diǎn)數(shù)據(jù)，以混淆矩陣、Kappa系數(shù)、總體分類(lèi)精度、制圖精度和用戶精度5種方式表達(dá)。其中混淆矩陣是一個(gè)k×k的矩陣，是計(jì)算總體分類(lèi)精度和Kappa系數(shù)的基礎(chǔ)，總體分類(lèi)精度是指所有被正確分類(lèi)的像元總和與總像元數(shù)的比例，其算式為

(3)

Kappa系數(shù)計(jì)算公式為[19]

(4)

式中k——類(lèi)別數(shù)

xii——分類(lèi)結(jié)果中第i類(lèi)與參考類(lèi)型數(shù)據(jù)第i類(lèi)所占的組成成分

N——像元總數(shù)

xi+、x+i——混淆矩陣第i行和第i列的元素之和

4 結(jié)果與分析

4.1 主要作物光譜特征分析

NDVI和RENDVI數(shù)據(jù)結(jié)果如圖4所示。NDVI二值化后局部數(shù)據(jù)如圖5a所示，基于實(shí)測(cè)274個(gè)樣本點(diǎn)數(shù)據(jù)，結(jié)合選取23個(gè)樣方中各作物類(lèi)型分布中心位置作為作物類(lèi)型樣本點(diǎn)，形成主要作物植被指數(shù)變化范圍(表3)。

圖4 NDVI與RENDVI計(jì)算結(jié)果Fig.4 Results of NDVI and RENDVI calculation

圖5 植被指數(shù)與局部影像計(jì)算結(jié)果Fig.5 Local image and results of NDVI and RENDVI

表3 主要作物植被指數(shù)變化特征Tab.3 Characteristics of NDVI and RENDVI for major crop types

玉米、水稻、花生和大豆的NDVI在該時(shí)期較為接近，因此，將研究區(qū)初步分為主要作物、非作物和小宗作物種植區(qū)域；將主要作物種植區(qū)域與研究區(qū)遙感影像進(jìn)行波段計(jì)算，獲得主要作物種植區(qū)域影像數(shù)據(jù)，其局部放大結(jié)果如圖5b所示，以此為數(shù)據(jù)源計(jì)算RENDVI，并結(jié)合作物樣點(diǎn)調(diào)查數(shù)據(jù)發(fā)現(xiàn)，該植被指數(shù)能有效地將玉米/水稻、花生/大豆區(qū)分為兩類(lèi)，其局部結(jié)果如圖5c所以，顏色較深的為玉米和水稻，顏色較淺區(qū)域?yàn)榛ㄉ痛蠖埂?/p>

4.2 基于光譜特征的類(lèi)別提取過(guò)程

圖6 構(gòu)建基于植被指數(shù)閾值分割的分類(lèi)決策樹(shù)Fig.6 Building of decision tree based on threshold segmentation of vegetation index features

根據(jù)以上數(shù)據(jù)結(jié)果，當(dāng)NDVI分布范圍在0.480～0.724之間時(shí)為作物種植區(qū)，其余為非作物種植區(qū)，當(dāng)NDVI分布范圍在0.480～0.628之間時(shí)，為小宗作物種植區(qū)域；當(dāng)采用紅邊植被指數(shù)對(duì)主要作物區(qū)進(jìn)行玉米/水稻、大豆/花生提取時(shí)，由于閾值范圍之間有差值，因此需要將閾值進(jìn)行調(diào)整，保障二者閾值之間無(wú)差值且能達(dá)到全作物種植區(qū)完全覆蓋，分類(lèi)結(jié)果采用樣方數(shù)據(jù)和實(shí)地樣本點(diǎn)對(duì)分類(lèi)結(jié)果進(jìn)行驗(yàn)證，當(dāng)精度驗(yàn)證結(jié)果較低時(shí)，重新調(diào)整RENDVI的閾值進(jìn)行分類(lèi)，當(dāng)已基本滿足分類(lèi)要求或精度改善不大時(shí)停止調(diào)整，接受當(dāng)前分類(lèi)結(jié)果，其分類(lèi)過(guò)程決策樹(shù)構(gòu)建如圖6所示。在主要作物種植區(qū)域，利用RENDVI通過(guò)閾值調(diào)整達(dá)到最優(yōu)分類(lèi)效果，經(jīng)試驗(yàn)獲得分割閾值為0.137。

4.3 分類(lèi)結(jié)果與精度驗(yàn)證

采用最大似然法、支持向量機(jī)法和決策樹(shù)+支持向量機(jī)法分別提取了研究區(qū)2017年8月玉米、水稻、大豆、花生和小宗作物，其分類(lèi)總面積分別為96 770.18、95 936.88、95 240.58 hm2。采用23個(gè)地面樣方和獲取的274個(gè)地面樣本點(diǎn)進(jìn)行作物分類(lèi)精度驗(yàn)證，各分類(lèi)方法提取秋季作物面積比例及精度驗(yàn)證對(duì)比數(shù)據(jù)見(jiàn)表4，其中用戶精度和制圖精度各行依次對(duì)應(yīng)最大似然法、支持向量機(jī)法和決策樹(shù)+支持向量機(jī)法。

由表4可以看出，玉米識(shí)別精度較高，小宗作物由于種植類(lèi)型復(fù)雜且面積較小，識(shí)別精度較低。因此，采用決策樹(shù)和支持向量機(jī)的方法可以獲得較高的分類(lèi)精度，其總體精度為92.3%，Kappa系數(shù)達(dá)0.886，用戶精度和制圖精度均達(dá)81.2%和84.7%。采用同一組訓(xùn)練樣本進(jìn)行分類(lèi)，由圖7紅色框選區(qū)域可以看出，最大似然分類(lèi)法在作物分類(lèi)時(shí)能較好地提取線性地物，但“椒鹽”現(xiàn)象問(wèn)題較為明顯，尤其面積較大分類(lèi)圖斑周邊會(huì)出現(xiàn)大量細(xì)碎圖斑，且細(xì)碎圖斑屬性需要進(jìn)一步人工處理，后期處理工作量較大，支持向量機(jī)分類(lèi)法可以有效地解決分類(lèi)中細(xì)碎圖斑的問(wèn)題，但存在線性地物和小地塊不同作物分類(lèi)提取不完全等問(wèn)題，而引入植被指數(shù)，采用決策樹(shù)與支持向量機(jī)相結(jié)合的分類(lèi)方法則能較好地解決以上問(wèn)題，作物提取結(jié)果和分類(lèi)精度較好，能滿足區(qū)域作物分類(lèi)提取研究的需要。

表4 秋季主要作物分類(lèi)結(jié)果比例和精度對(duì)比Tab.4 Classification result and precision comparison of major crop types

圖7 不同方法分類(lèi)結(jié)果局部數(shù)據(jù)Fig.7 Comparisons of local results of different classification methods

采用決策樹(shù)和支持向量機(jī)相結(jié)合的方法提取研究區(qū)秋季主要作物空間分布如圖8所示，該區(qū)域玉米種植面積分布最為廣泛，占秋季作物總種植面積的67.1%，沿黃河一帶種植分布較少；大豆種植面積占16.0%，主要分布于東部和東南部沿黃河區(qū)域，西部與內(nèi)黃縣、滑縣接壤處則有少量分布；水稻種植面積占3.7%，種植較為集中，主要分布于徐鎮(zhèn)鎮(zhèn)和渠村鄉(xiāng)，梨園鄉(xiāng)、習(xí)城鄉(xiāng)和海通鄉(xiāng)則有少量分布；花生則主要分布于習(xí)城鄉(xiāng)和中原路街道辦事處，與大豆混種情況較多，中部和北部也有少量分布，占12.5%；小宗作物主要有蔬菜、紅薯、藥材等，在全區(qū)種植分布較少，文留鎮(zhèn)分布較多，占0.7%?？傮w來(lái)看，植被紅邊Band 5在植被分類(lèi)中效果最優(yōu)，各類(lèi)型農(nóng)作物的空間分布格局宏觀上與當(dāng)?shù)刈魑锓植家恢?，分?lèi)結(jié)果與實(shí)地調(diào)查結(jié)果較為符合，說(shuō)明采用決策樹(shù)和支持向量機(jī)相結(jié)合的方法對(duì)Sentinel-2A影像進(jìn)行農(nóng)作物提取具有一定的區(qū)域應(yīng)用價(jià)值。

圖8 研究區(qū)主要秋季作物分類(lèi)結(jié)果Fig.8 Classification results of major crop types in study area

5 結(jié)論

(1)決策樹(shù)和支持向量機(jī)相結(jié)合的分類(lèi)方法能有效解決線性地物和小地塊不同作物分類(lèi)提取不完全以及“椒鹽”現(xiàn)象等問(wèn)題，在準(zhǔn)確提取大宗作物的同時(shí)，對(duì)小宗作物也有一定的區(qū)分能力，作物面積提取總體精度較高，驗(yàn)證了基于Sentinel-2A單時(shí)相遙感影像進(jìn)行復(fù)雜秋季作物面積提取的可行性。

(2)NDVI和RENDVI的引入可以提高單時(shí)相遙感影像對(duì)復(fù)雜作物分類(lèi)識(shí)別能力，在提高遙感影像分類(lèi)精度的同時(shí)，減少了訓(xùn)練樣本選取數(shù)量及其對(duì)作物分類(lèi)精度的影響。作物分類(lèi)提取總體精度和Kappa系數(shù)分別達(dá)92.3%和0.886，優(yōu)于最大似然法和支持向量機(jī)法。