基于隨機(jī)森林的紅樹林種群可分性度量研究
——以深圳灣為例

李雨秦， 左小清， 李洪忠

(1.昆明理工大學(xué) 國土資源工程學(xué)院， 云南 昆明 650500；2.深圳先進(jìn)技術(shù)研究院 數(shù)字所空間信息中心， 廣東 深圳 518000)

紅樹林生長于潮間帶，構(gòu)建了一種過渡性的特殊生態(tài)系統(tǒng)，成為連接陸地和海洋的重要媒介。紅樹植物屬于根系發(fā)達(dá)的木本植物，具有一定的耐鹽力，能在海水中生長，不僅可以凈化水體，有效減少赤潮等水污染的發(fā)生，還抗風(fēng)固土，減少潮波、風(fēng)暴潮和海嘯造成的海岸線侵蝕，可以有效抵御風(fēng)浪襲擊。然而隨著環(huán)境惡化與不當(dāng)開發(fā)，全球紅樹林面積急劇下降，我國紅樹林的情況更不容樂觀。從20世紀(jì)50年代的420 km2，到21世紀(jì)初僅剩220 km2，不及世界紅樹林面積的千分之一，因此保護(hù)紅樹林迫在眉睫，任重道遠(yuǎn)[1-4]。

為了完成紅樹林的可持續(xù)保護(hù)，需要更好地監(jiān)測(cè)紅樹林的演替、分布等動(dòng)態(tài)信息和結(jié)構(gòu)，因此需要迅速和精準(zhǔn)地繪圖，遙感技術(shù)的發(fā)展為滿足這一需求提供了可能。遙感的分類精度主要受兩個(gè)因素的影響，一個(gè)是不同類別間邊緣像元的數(shù)目，另一個(gè)是同一類別內(nèi)部的光譜特征變異[5-6]。為了獲得更好的分類結(jié)果，便需要根據(jù)地物的實(shí)際情況，在這二者的相互作用中尋找達(dá)到平衡的空間尺度。許多學(xué)者通過對(duì)于可分性度量的研究，進(jìn)一步探究影像分類的最佳分辨率[7]。王秋玲等[8]基于CBERS-02B與資源三號(hào)衛(wèi)星(ZY-3)的多光譜影像數(shù)據(jù)，采用J-M距離方法探討分析了江蘇省徐州市郊區(qū)的光譜可分性。徐軍等[9]以變換離散度為指標(biāo)，基于環(huán)境一號(hào)(HJ-1A/1B星)CCD多光譜掃描相機(jī)成像數(shù)據(jù)，對(duì)其典型地物可分性進(jìn)行分析，并得出各波段在典型地物的區(qū)分度。錢軍朝等[10]以WorldView-2為數(shù)據(jù)源，以杭州市西湖區(qū)為研究區(qū)域，結(jié)合J-M距離確定紋理計(jì)算的最佳窗口，結(jié)果顯示采用該方法篩選紋理特征可以極大地提高實(shí)驗(yàn)結(jié)果的精度和效率。章志等[11]基于OLI影像，采用J-M距離優(yōu)化不同波段組合，進(jìn)一步篩選出該研究區(qū)的最佳波段組合。

紅樹林種群分類對(duì)遙感數(shù)據(jù)源要求較高，需具有較高的空間分辨率和光譜分辨率[12-14]。然而數(shù)據(jù)的分辨率越高，其價(jià)格以及所花費(fèi)的時(shí)間、空間成本越高。此外，研究證明，并非分辨率越高，分類結(jié)果的精度就會(huì)越高[7,15]。多種分辨率的影像都可以用于紅樹林的種群分類，因此在做分類研究時(shí)，需要考慮空間分辨率對(duì)分類結(jié)果的影響，這樣才能避免數(shù)據(jù)選擇時(shí)的盲目性，也在一定程度上降低了成本。本文以深圳灣的紅樹林群落為例，分別計(jì)算2、4、8、16 m的WorldView-2多光譜數(shù)據(jù)(其中4、8、16 m由2 m WorldView-2數(shù)據(jù)重采樣獲得)的J-M距離和變換離散度，通過不同分辨率下不同類別間J-M距離和變換離散度異同的分析，并用相應(yīng)分辨率影像的真實(shí)分類結(jié)果節(jié)進(jìn)行驗(yàn)證，探究J-M距離和變換離散度這兩個(gè)統(tǒng)計(jì)可分性的度量在紅樹林種群分類研究中對(duì)于空間分辨率選擇的參考價(jià)值。

1 研究區(qū)與數(shù)據(jù)簡介

1.1 研究區(qū)概況

研究區(qū)為深圳灣紅樹林自然保護(hù)區(qū)，坐落于深圳灣北東岸深圳河口的紅樹林鳥類自然保護(hù)區(qū)之中(圖1)，包括米埔自然保護(hù)區(qū)(位于香港)和福田自然保護(hù)區(qū)(位于深圳)。該區(qū)域年平均氣溫23 ℃，年均降雨量1700～1900 mm，土壤基質(zhì)為花崗巖以及砂頁巖，是一塊極具生態(tài)價(jià)值的濕地。研究區(qū)內(nèi)主要包括6種紅樹林的優(yōu)勢(shì)樹種，即秋茄(Kandelia Obovata，KO)、海桑(Sonneratia Caseolaris，SC)、桐花樹(Aegiceras Corniculatum，AC)、老鼠簕(Acanthus Ilicifolius，AI)、無瓣海桑(Sonneratia Apetala，SA)和白骨壤(Avicennia Marina，AM)[16]。其中秋茄、桐花樹、老鼠簕和白骨壤為本土物種，海桑和無瓣海桑為外來物種[17-18]。

(a) 研究區(qū)紅樹林分布 (b) 研究區(qū)地理位置圖1 研究區(qū)位置示意圖(取自谷歌地球)

1.2 數(shù)據(jù)源與預(yù)處理

本研究的數(shù)據(jù)源為WorldView-2的分辨率為2 m的多光譜影像數(shù)據(jù)。2009年10月6日，WorldView-2衛(wèi)星發(fā)射升空，運(yùn)行在770 km高的太陽同步軌道上，平均回訪周期為1.1 d，波段參數(shù)如表1所示。本實(shí)驗(yàn)所使用的影像數(shù)據(jù)主要進(jìn)行了輻射校正、幾何校正等預(yù)處理工作，均利用ENVI5.3中預(yù)處理工具進(jìn)行。

表1 worldview-2數(shù)據(jù)參數(shù)

2 研究方法

本文基于WorldView-2的多光譜數(shù)據(jù)，通過最臨近法重采樣獲得4、8、16 m的影像數(shù)據(jù)(通過ENVI5.3實(shí)現(xiàn))。在實(shí)地調(diào)研與目視解譯的基礎(chǔ)上選擇樣本點(diǎn)，分別計(jì)算不同類別樣本點(diǎn)間的J-M距離和變換離散度。為避免不同采樣導(dǎo)致的誤差，每個(gè)樣本點(diǎn)均為在不同分辨率的影像上分別生成的矢量點(diǎn)，對(duì)比二者隨著空間尺度的不同而產(chǎn)生變化的異同，按大約3∶1比例將樣本點(diǎn)分為兩類，分別作為建立紅樹林樹種分類的訓(xùn)練樣本和驗(yàn)證樣本來訓(xùn)練隨機(jī)森林分類器，將最終結(jié)果與J-M距離和變換離散度對(duì)可分性的度量結(jié)果相比較，旨在以真實(shí)的分類結(jié)果驗(yàn)證分析在紅樹林種群分類研究中，若J-M距離和變換離散度對(duì)于類別可分性的度量產(chǎn)生差異，哪個(gè)更具參考意義。

2.1 統(tǒng)計(jì)可分性

遙感圖像分類中，類對(duì)間的可分性會(huì)受影像空間分辨率的影響。一直以來，在地表特征可分性的判定方法中，J-M距離(Jeffreys-Matusita distance)[19-20]和變換離散度(Transformed Divergence)[21-23]是最常用的兩種度量。

2.1.1 J-M距離

J-M距離是一種光譜可分性的度量指標(biāo),它基于條件概率理論，對(duì)遙感數(shù)據(jù)的分布形式要求低，因此具體有較好的通用性。

具體計(jì)算公式為[21]

J-M距離的大小在0～2之間，并且隨類別之間可分離程度的大小而變化，其大小代表樣本間可分離程度的高度。式(1)中，當(dāng)0

2.1.2 變換離散度

離散度(Divergence)是模式識(shí)別中早期采用的統(tǒng)計(jì)可分性度量之一，計(jì)算公式為[7,12-13]

其中Dij為類別i和類別j之間的離散度，Ci和Cj為類別i和j的協(xié)方差矩陣，μi和μj為類別i和j的平均矢量。

然而，當(dāng)離散度達(dá)到一定程度后，其與正確分類的概率缺乏對(duì)應(yīng)關(guān)系。因此，引入一個(gè)負(fù)指數(shù)項(xiàng)對(duì)離散度進(jìn)行優(yōu)化，使其變?yōu)橐粋€(gè)飽和的統(tǒng)計(jì)可分性度量，稱變換離散度[12-13]。對(duì)于兩個(gè)類別i和j，它們之間的變換離散度函數(shù)如下[24]：

2.2 分類方法

隨機(jī)森林(Random Forest，簡稱RF)，是一種將多顆決策樹集成的算法,它由Leo Breiman和Adele Cutler于1995年提出[25]。隨機(jī)森林以決策樹為基本單位，通過決策樹的投票來決定最后的分類結(jié)果。它重視各個(gè)特征在分類問題上的重要性，可以有效減少?zèng)Q策樹過擬合的不足，提升泛化能力，能夠有效地運(yùn)用在大數(shù)據(jù)集上，不需要對(duì)高維特征的輸入樣本進(jìn)行降維，對(duì)部分特征缺失不敏感，且具有極好的準(zhǔn)確率。本研究使用了ENVI拓展隨機(jī)森林工具[26](源碼來源于ENMAP-BOX v2.1.1并對(duì)其進(jìn)行封裝，方便在ENVI下使用)，選用基尼系數(shù)作為節(jié)點(diǎn)特征選取的判定標(biāo)準(zhǔn)，通過計(jì)算平方根確定每個(gè)節(jié)點(diǎn)備選特征的數(shù)量，設(shè)置100棵樹進(jìn)行投票，確定最終結(jié)果。Romie Jhonnerie等[27]曾基于Landsat 5 TM和ALOS PALSAR圖像，采用隨機(jī)森林分類法對(duì)紅樹林植被進(jìn)行分類，結(jié)果顯示，隨機(jī)森林分類器總體精度及Kappa系數(shù)分別為81.1%和0.76，優(yōu)于最大似然分類器分類結(jié)果的精度。

2.3 精度評(píng)價(jià)

本文使用驗(yàn)證樣本對(duì)于每種分類結(jié)果建立混淆矩陣，根據(jù)總體精度、Kappa系數(shù)、生產(chǎn)者精度和用戶精度，進(jìn)行分類精度的評(píng)價(jià)。

3 結(jié)果與討論

3.1 不同分辨率的可分性統(tǒng)計(jì)結(jié)果分析

圖2為6類紅樹林種群的J-M距離隨空間分辨率產(chǎn)生的變化，圖3為變換離散度隨空間分辨率產(chǎn)生的變化。圖中的AC、AM、AI、KO、SA、SC分別代表桐花樹(Aegiceras Corniculatum)、白骨壤(Avicennia Marina)、老鼠簕(Acanthus Ilicifolius)、秋茄(Kandelia Obovata)、無瓣海桑(Sonneratia Apetala)以及海桑(Sonneratia Caseolaris)，為了清晰表示，將每張圖分為3個(gè)圖顯示。

圖2 不同種群之間J-M距離隨空間分辨率的變化

圖3 不同種群之間變換離散度隨空間分辨率的變化

由圖2可以看出，在這4種分辨率的比較中，各類別之間的最低值均出現(xiàn)在16 m。但不同類別間的J-M距離隨空間分辨率產(chǎn)生的變化并不完全相同，有的峰值點(diǎn)出現(xiàn)在2 m(5個(gè)，如桐花樹和海桑(AC-SC))，有的峰值點(diǎn)出現(xiàn)在4 m(9個(gè)，如桐花樹和老鼠簕(AC-AI))，有的峰值點(diǎn)出現(xiàn)在8 m(1個(gè)，無瓣海桑和海桑(SA-SC))。

總體趨勢(shì)基本可以分為3種：(1)隨著分辨率降低，J-M距離幾乎不變，呈現(xiàn)這種趨勢(shì)的類別之間的J-M距離普遍較高，可分性較強(qiáng)，并且?guī)缀醪皇苡跋穹直媛实挠绊?，因此?yīng)該沒有或極少有鄰接區(qū)域，例如桐花樹和海桑(AC-SC)；(2)隨著分辨率降低，J-M距離逐漸降低，呈現(xiàn)這種趨勢(shì)的類別在空間位置上一般相鄰，鄰接區(qū)域較多或內(nèi)部光譜差異較小，因此隨著分辨率降低，邊緣混合像元增加的速度遠(yuǎn)遠(yuǎn)大于類內(nèi)光譜變異程度的減小，例如老鼠簕和秋茄(AI-KO)、白骨壤和秋茄(AM-KO)；(3)隨著分辨率降低，J-M距離先升高后降低，呈現(xiàn)這種趨勢(shì)的類別在到達(dá)最高點(diǎn)以前，類內(nèi)光譜變異程度減小的積極影響強(qiáng)于混合像元數(shù)量增加的消極影響，隨著分辨率的降低，二者相互影響，在峰值以后，由于類內(nèi)光譜變異程度減小到一定程度后趨于穩(wěn)定，而混合像元?jiǎng)t不斷增加，因此開始降低，例如桐花樹和秋茄(AC-KO)、老鼠簕和白骨壤(AI-AM)。

將圖3與圖2進(jìn)行對(duì)比，可以看出，在這4種分辨率的比較中，類別間的變換離散度與J-M距離相比較，波動(dòng)范圍較小，顯示出更好的可分性。除了出現(xiàn)的3種趨勢(shì)的分布略有不同外，變換離散度還出現(xiàn)了一種先減小后增大的趨勢(shì)。無瓣海桑和海桑(SA-SC)的J-M距離隨著分辨率的減小，先升高后降低，變換離散度則隨著分辨率的減小，先降低，后升高，再次降低。兩種波動(dòng)趨勢(shì)雖不完全一致，但相比較其他類別對(duì)，波動(dòng)均更為劇烈，二者的邊緣混合像元的數(shù)目與類內(nèi)光譜變異程度產(chǎn)生了較為復(fù)雜的相互作用，并且貢獻(xiàn)度相當(dāng)，因此該研究區(qū)內(nèi)的無瓣海桑與海桑應(yīng)同時(shí)具有一定數(shù)量的單一群落和共生群落。而且，它們同屬于海桑科海桑樹，葉對(duì)生，葉面形狀為橢圓形至長橢圓形，厚革質(zhì)，有著極為相似的冠層紋理特征[10]，這也成為二者易混淆的原因之一。

圖4 不同種群之間平均J-M距離和平均變換離散度隨空間分辨率的變化

通過比較不同種群之間平均J-M距離和平均變換離散度隨空間分辨率的變化(圖4)，結(jié)果表明：(1)在影像的空間分辨率一致的條件下，針對(duì)紅樹林的種群分類，類別間的平均J-M距離和平均變換離散度的大體趨勢(shì)基本一致，但是峰值點(diǎn)位置不同；(2)并非對(duì)于所有類別都是分辨率越高，類別對(duì)間的可分性就越好；(3)平均J-M距離和平均變換離散度的整體趨勢(shì)基本一致，但是平均J-M距離的峰值點(diǎn)出現(xiàn)在分辨率為4 m的時(shí)候，而平均變換離散度的峰值點(diǎn)出現(xiàn)在分辨率為8 m處。并且不同分辨率的平均J-M距離的值均低于平均變換離散度的值，因此對(duì)于該區(qū)域的紅樹林種群分類，若以平均J-M距離為參考，4 m的空間分辨率為最佳選擇；若以平均變換離散度為參考，8 m的空間分辨率為最佳選擇。

3.2 不同分辨率種群分類結(jié)果比較

圖5為不同空間分辨率影像采用隨機(jī)森林分類法的分類結(jié)果對(duì)比。對(duì)群落分布結(jié)果進(jìn)行目視解譯，可以發(fā)現(xiàn)6種紅樹林種群的分布特征基本一致，均與實(shí)際地物大致符合。

圖5 不同空間分辨率的分類結(jié)果

從圖5中可以看出，隨著分辨率的降低，斑塊的破碎程度逐漸減小。研究區(qū)西北部主要為海桑的單一群落，其中夾雜部分桐花樹、白骨壤和秋茄，沿東南方向，桐花樹和秋茄數(shù)目不斷增多，于中部出現(xiàn)了無瓣海桑的單一群落集，沿海地區(qū)則大量分布著海桑和無瓣海桑的混生群落，老鼠簕和白骨壤零星地分布于秋茄和桐花樹之間，極少分布于沿海區(qū)域。

分類結(jié)果中，分辨率為4 m的影像數(shù)據(jù)表現(xiàn)最佳：總體精度為77.333 3%，Kappa系數(shù)為0.726 2；當(dāng)分辨率為2 m時(shí)，總體精度為70.666 7%，Kappa系數(shù)為0.645 8；當(dāng)分辨率為8 m時(shí)的總體精度為73.333 3%，Kappa系數(shù)為0.677 8；當(dāng)分辨率為16 m時(shí)，總體精度將至58.666 7%，Kappa系數(shù)降為0.497 9。說明在深圳灣紅樹林種群分類中，相比2、8、16 m分辨率的影像數(shù)據(jù)，采用4 m分辨率的影像數(shù)據(jù)可以獲得更高的分類精度(見圖6)。

圖6 總體精度與Kappa系數(shù)隨空間分辨率的變化

使用2 m分辨率的影像時(shí)，桐花樹的生產(chǎn)者精度和用戶精度最高，海桑的生產(chǎn)者精度和用戶精度最低，較多的無瓣海桑被錯(cuò)分為了海桑。在使用4、8、16 m分辨率的影像時(shí)，秋茄的生產(chǎn)者精度和用戶精度最高，無瓣海桑的生產(chǎn)者精度最低，白骨壤的用戶精度最低。研究區(qū)內(nèi)秋茄和桐花樹分布最廣，具有大量的單一群落，這導(dǎo)致二者具有較高的分類精度。而白骨壤分布隨機(jī)、分散且樣本數(shù)量較少，混生群落較多，生長邊界很不清晰，這些都為識(shí)別增加了難度。

結(jié)果表明：(1)分類精度的高低并非與分辨率的高低成正比。就總體精度而言，針對(duì)紅樹林的種群分類，4 m分辨率的分類結(jié)果>8 m分辨率的分類結(jié)果>2 m分辨率的分類結(jié)果>16 m分辨率的分類結(jié)果。隨著光譜分辨率的不同，不同類別邊緣的混合像元數(shù)目與地物內(nèi)部的光譜特征變異不斷變化，而最終分類精度的變化則是二者共同影響的結(jié)果。因此對(duì)于最優(yōu)空間尺度的選擇需要考慮地物之間的相對(duì)關(guān)系，降低選擇影像數(shù)據(jù)的盲目性。(2)紅樹林種群分類的實(shí)際結(jié)果與平均J-M距離所呈現(xiàn)的結(jié)果更為相符，即4 m的空間分辨率為最佳此研究區(qū)內(nèi)紅樹林種群分類的最佳選擇。因此，在該區(qū)域的紅樹林種群分類研究中，相較變換分離度，J-M距離更具參考價(jià)值。

4 總 結(jié)

J-M距離與變換分離度均可度量類別間的可分性，然而在二者產(chǎn)生差異時(shí)，如何確定哪一個(gè)更具可靠性。本文采用用實(shí)際影像數(shù)據(jù)的分類結(jié)果與二者對(duì)于可分性的度量進(jìn)行驗(yàn)證的方法，通過計(jì)算2、4、8、16 m共4個(gè)空間尺度上的J-M距離和變換離散度，分析了6種深圳灣紅樹林優(yōu)勢(shì)種群隨著空間分辨率的變化而產(chǎn)生的可分性的變化，并通過隨機(jī)森林分類法，采用相同的樣本點(diǎn)進(jìn)行分類，并將分類結(jié)果與統(tǒng)計(jì)可分性相比較。結(jié)果顯示：(1)隨著空間分辨率的變化，不同類別間的可分性呈現(xiàn)不同的變化規(guī)律；(2)類別間的可分性差異體現(xiàn)了其空間關(guān)系上的差異；(3)分類結(jié)果的總體精度與J-M距離對(duì)可分性的度量結(jié)果更為一致，驗(yàn)證了在紅樹林種群分類研究中，相比變換分離度，J-M距離對(duì)于可分性的度量更具參考意義。