基于Sentinel-2A的太行山區(qū)土地覆被分類方法研究

宋宏利，雷海梅，霍志敏，尚 明，邵明超，史宜夢(mèng)，孫慶松

(1.河北工程大學(xué) 地球科學(xué)與工程學(xué)院，河北 邯鄲 056038；2.河北省地礦局第六地質(zhì)大隊(duì)，河北 石家莊 050085)

土地覆被及其變化是全球環(huán)境變化過程中的重要因子，在地球生態(tài)系統(tǒng)過程的物質(zhì)和能量交換中有著非常重要的地位，已成為能量傳輸模型、陸地生態(tài)系統(tǒng)過程模型研究的關(guān)鍵輸入?yún)?shù)，同時(shí)也是全球變化和碳循環(huán)模擬、氣候模擬等研究的重要內(nèi)容[1-3]。近年來，隨著遙感技術(shù)的不斷發(fā)展，利用遙感數(shù)據(jù)及各種分類算法可以快速準(zhǔn)確地獲取區(qū)域土地利用/覆被信息，并且具有成本低、效率高、時(shí)效性強(qiáng)等優(yōu)勢(shì)。國內(nèi)外學(xué)者在此方面作出了大量研究，并得出有價(jià)值的研究成果[4-9]。綜合分析，當(dāng)前利用遙感手段對(duì)土地覆被的研究主要集中于平原區(qū)域，且主要以Landsat、MODIS等為遙感數(shù)據(jù)源，而將Sentinel數(shù)據(jù)結(jié)合不同分類策略及分類方法在地表景觀異質(zhì)性區(qū)域土地覆被信息提取方面的研究相對(duì)較少。太行山區(qū)位于我國地勢(shì)第二級(jí)階梯東緣，集革命老區(qū)、集中連片貧困區(qū)、礦區(qū)于一體，是華北地區(qū)重要的天然屏障和水源涵養(yǎng)地。因此，如何基于遙感數(shù)據(jù)，采用機(jī)器學(xué)習(xí)方法識(shí)別區(qū)域的土地覆被類別及其動(dòng)態(tài)變化，對(duì)于掌握區(qū)域生態(tài)環(huán)境演變，制定區(qū)域生態(tài)保護(hù)政策具有重要意義。

1 研究區(qū)概況

涉縣地處晉冀豫三省交界處，河北省西南部，太行山東麓，介于北緯36°17′—36°55′，東經(jīng)113°26′—114°之間。東西長(zhǎng)37.5 km，南北寬64.5 km，海拔高度203～1 563 m，總面積1 509 km2。涉縣氣候?qū)儆谂瘻貛О霛駶櫞箨懶约撅L(fēng)氣候，年平均降水量540.5 mm，雨熱同期。研究區(qū)地形為典型山地地貌，太行山余脈貫穿全境，地勢(shì)由西北向東南緩慢傾斜(圖1)[10]。經(jīng)文獻(xiàn)調(diào)查及野外勘測(cè)，將研究區(qū)土地覆被類型分為5類：耕地、林地、草地、建設(shè)用地、水域。

圖1 研究區(qū)地理區(qū)位圖Fig.1 Geographical location map of the study area

2 數(shù)據(jù)及預(yù)處理

2.1 遙感數(shù)據(jù)

Sentinel-2A衛(wèi)星發(fā)射于2015年6月，攜帶一個(gè)多光譜成像儀(MSI)，包含13個(gè)光譜波段(波段信息如表1所示)，空間分辨率為10～60 m，重訪周期為10 d，光譜范圍覆蓋可見光、近紅外及短波紅外波段。本文選用2019年6月22日成像的Sentinel-2 A L1C級(jí)影像用于土地覆被類別提取，數(shù)據(jù)下載自歐空局?jǐn)?shù)據(jù)中心(https://scihub.Copernicus.eu/dhus)[11]，選擇空間分辨率為10 m的3個(gè)可見光、1個(gè)近紅外和20 m的3個(gè)紅邊波段。利用歐空局提供的Sen2Cor軟件對(duì)影像進(jìn)行輻射定標(biāo)及大氣校正處理，并使用SNAP軟件進(jìn)行重采樣將其轉(zhuǎn)存為ENVI5.3能夠支持的格式，經(jīng)矢量邊界裁剪之后生成研究區(qū)影像。為了減小因波段間空間分辨率不一致而引起的分類誤差，本文使用最鄰近插值法將20 m空間分辨率的紅邊波段重采樣至10 m。

表1 Sentinel-2A衛(wèi)星波段參數(shù)Tab.1 Sentinel-2A satellite band parameters

2.2 樣本數(shù)據(jù)

在Sentinel-2A原始影像基礎(chǔ)上，結(jié)合Google Earth及野外采樣數(shù)據(jù)進(jìn)行樣本選取，按照訓(xùn)練樣本占60%、驗(yàn)證樣本占40%的比例[12]，在影像上隨機(jī)選取樣本點(diǎn)并保證均勻分布，樣本點(diǎn)數(shù)量如表2所示。

表2 訓(xùn)練樣本及驗(yàn)證樣本數(shù)量Tab.2 Number of training samples and verification samples

3 研究方法

3.1 尺度分割及特征選擇

圖像分割是指根據(jù)地表覆蓋類型在遙感影像上顯現(xiàn)出的光譜、紋理等其他類型特征的不同，將影像像素合并成互不相交的同質(zhì)單元的過程。在綜合分析已有文獻(xiàn)的基礎(chǔ)上，本文基于eCognition軟件中提供的多尺度分割算法，通過尺度優(yōu)化工具ESP進(jìn)行分割尺度的選擇[13-14]，最終將形狀因子設(shè)置為0.1，緊致度因子設(shè)置為0.5，尺度因子試值范圍為1～100，經(jīng)迭代計(jì)算并結(jié)合目視判別，最終選定分割尺度為30。

有效的分類特征對(duì)于提高陸表土地覆被信息提取精度具有重要意義。本文在進(jìn)行特征選擇時(shí)，除了采用Sentinel-2A影像原始波段特征外，同時(shí)選取了歸一化差值植被指數(shù)(Normalized Difference Vegetation Index，NDVI)、歸一化差值水體指數(shù)(Normalized Difference Water Index，NDWI)、增強(qiáng)型植被指數(shù)(Enhanced Vegetation Index，EVI)、改進(jìn)型葉綠素吸收反射指數(shù)(Modified Chlorophyll Absorption Ratio Index，MCARI)、地形(高程、坡度、坡向)、灰度共生矩陣(GLCM)、形狀特征、幾何特征等共計(jì)95個(gè)特征。

為了降低數(shù)據(jù)冗余，本文采用隨機(jī)森林算法中MDA(Mean Decrease Accuracy)方法評(píng)價(jià)95個(gè)特征的重要性，該方法是基于OOB誤差進(jìn)行模型評(píng)估從而確定模型最優(yōu)特征數(shù)量，值越大表示特征越重要。圖2展示了前30個(gè)重要性較高的分類特征的重要性，從圖中可以看出，光譜特征、指數(shù)特征以及紋理特征的重要性較高，形狀特征及幾何特征對(duì)分類影響較小。

通過以上對(duì)特征重要性的排序，選取不同數(shù)量的特征進(jìn)行隨機(jī)森林分類，研究特征數(shù)量對(duì)分類精度的影響。依次選擇5、10、15、20、25和30個(gè)分類特征進(jìn)行分類，結(jié)果表明特征個(gè)數(shù)增加到10個(gè)以后總體精度(89.7%)和Kappa系數(shù)(0.87)達(dá)到平衡態(tài)，再增加特征個(gè)數(shù)對(duì)分類精度的影響不大。最后使用全部95個(gè)特征進(jìn)行分類，分類精度依然較高，說明過多的特征未導(dǎo)致隨機(jī)森林算法出現(xiàn)過擬合問題。由于特征數(shù)量過多會(huì)導(dǎo)致模型復(fù)雜度過高且運(yùn)行時(shí)間過長(zhǎng)，因此本文選擇重要性排列前10的特征(5個(gè)光譜特征、1個(gè)紅邊波段和4個(gè)植被指數(shù))作為基于特征優(yōu)選的隨機(jī)森林模型的輸入特征。

3.2 分類方法及參數(shù)訓(xùn)練

在綜合分析已有文獻(xiàn)基礎(chǔ)上，本文選擇了最大似然法、貝葉斯、支持向量機(jī)、CART決策樹及隨機(jī)森林5種分類方法，并使用驗(yàn)證樣本數(shù)據(jù)對(duì)分類結(jié)果進(jìn)行了評(píng)價(jià)。

貝葉斯分類算法是統(tǒng)計(jì)學(xué)分類方法，是一類利用概率統(tǒng)計(jì)知識(shí)進(jìn)行分類的算法，該算法能運(yùn)用到大型數(shù)據(jù)庫中，且方法簡(jiǎn)單、分類準(zhǔn)確率高、速度快[15]。

SVM分類器是基于統(tǒng)計(jì)學(xué)習(xí)理論的機(jī)器學(xué)習(xí)方法，已廣泛應(yīng)用于農(nóng)作物種植信息提取和地表覆蓋類型調(diào)查研究中[16]。由于本研究中樣本的數(shù)量遠(yuǎn)遠(yuǎn)大于特征的數(shù)量，故本文選擇徑向基核函數(shù)(BRF)作為SVM分類器的核函數(shù)，并使用LIBSVM[17]對(duì)C和γ兩個(gè)參數(shù)進(jìn)行優(yōu)化。在面向?qū)ο蠓诸愡^程中，僅使用光譜特征時(shí)，懲罰參數(shù)和核參數(shù)分別設(shè)置為32.0和2.0，紅邊波段及指數(shù)信息加入后，懲罰參數(shù)和核參數(shù)分別設(shè)置為128.0和0.5。

圖2 前30個(gè)重要性較高的特征變量Fig.2 Top 30 characteristic variables with higher importance

圖3 隨機(jī)森林特征數(shù)量及精度Fig.3 Number and accuracy of random forest features

CART決策樹 (Classification And Regression Tree)基本原理是通過對(duì)由測(cè)試變量和目標(biāo)變量構(gòu)成的訓(xùn)練數(shù)據(jù)集的循環(huán)分析而形成二叉樹形式的決策樹結(jié)構(gòu)[18]。在CART決策樹分類過程中，depth是影響分類結(jié)果的一個(gè)重要參數(shù)，本文設(shè)置depth試值范圍為1～20，通過迭代循環(huán)從而使分類器內(nèi)部達(dá)到最優(yōu)。如圖4所示，僅使用光譜特征時(shí)，當(dāng)depth值從5開始時(shí)，總體精度(Overall accuracy，OA)和Kappa系數(shù)趨于穩(wěn)定且分類精度達(dá)到最優(yōu)。紅邊波段及指數(shù)信息加入后，depth值從3開始時(shí)，OA和Kappa系數(shù)趨于穩(wěn)定且分類精度達(dá)到最優(yōu)。

3.3 精度評(píng)價(jià)方法

為了評(píng)估各分類器在不同特征組合模式下的分類準(zhǔn)確性，本文采用OA、Kappa系數(shù)、生產(chǎn)者精度(Producer accuracy，PA)和用戶精度(User accuracy，UA)4個(gè)指標(biāo)來定量評(píng)價(jià)各分類器分類結(jié)果。其中，OA和Kappa系數(shù)用于比較整體分類精度(表4)，PA和UA用于評(píng)價(jià)特定地類的分類精度。

圖4 CART決策樹參數(shù)優(yōu)化Fig.4 CART decision tree parameter optimization

圖5 各分類器分類結(jié)果圖Fig.5 Classification results of each classifier

表4 面向?qū)ο蟾鞣诸惼鞣诸惥萒ab.4 Classification accuracy of each object-oriented classifier

4 結(jié)果與討論

根據(jù)各分類器獲得的分類結(jié)果，繪制了研究區(qū)內(nèi)典型區(qū)域的各土地覆被類型空間分布圖(圖5)。

4.1 不同分類策略對(duì)分類精度的影響

表4對(duì)基于像元和面向?qū)ο髢煞N分類策略下5種不同分類器所得精度進(jìn)行了比較。總體上看，所有分類器在不同特征組合下均取得了較高的分類精度，總體精度均在86%以上，表明兩種分類策略均適用于山區(qū)地表一級(jí)土地覆被分類。基于像元分類策略使用了ML、SVM和RF三種分類器，其中RF取得了最高的分類精度，OA為96.85%，Kappa系數(shù)為0.96；面向?qū)ο蠓诸惒呗允褂昧薆ayes、CART決策樹、SVM和RF四種分類器，其中Bayes取得了最高的分類精度，OA為94.24%，Kappa系數(shù)為0.93。在相同分類方法下，面向?qū)ο骃VM分類器較基于像元SVM分類器精度有所提高，僅使用光譜特征進(jìn)行分類和使用光譜特征、紅邊波段、指數(shù)特征參與分類所得OA分別提升4.23%和1.03%，Kappa系數(shù)分別提升0.06和0.01；而面向?qū)ο驲F較基于像元RF分類器精度降低，同種分類情況下，OA分別降低10.18%和4.22%，Kappa系數(shù)分別降低0.13和0.09。

為了更加清晰地對(duì)比基于像元與面向?qū)ο蠓诸惤Y(jié)果，本文選取典型區(qū)域(圖5(a))，將兩種分類策略下各分類器分類結(jié)果與目視解譯結(jié)果(圖5(b))進(jìn)行比較。結(jié)果表明，基于像元ML(圖5(c)、(f))和SVM(圖5(d)、(g))有少量山地陰影被分類為水域，且耕地與草地混淆較為明顯，耕地與建設(shè)用地內(nèi)部小斑塊較多，椒鹽現(xiàn)象嚴(yán)重?；谙裨猂F(圖5(e)、(h))雖然也存在一定程度的椒鹽現(xiàn)象，但各地類內(nèi)部相對(duì)完整，破碎度較?。幻嫦?qū)ο蟾鞣诸惼?圖5(i)—(p))分類結(jié)果較為相似，山地陰影被分類為水域的面積較多，林地與草地基于像元分類效果好，部分耕地與草地發(fā)生混淆，建設(shè)用地分類效果基于像元更為細(xì)致。

4.2 分類特征對(duì)各分類精度的影響

基于隨機(jī)森林參數(shù)優(yōu)化結(jié)果，分兩種情況選取特征參與分類：一種是僅使用光譜特征參與分類，另一種是聯(lián)合使用光譜、紅邊、指數(shù)特征參與分類。由表4可知，同種分類策略下的同種分類器在不同特征參與下分類精度不同。在基于像元分類中，聯(lián)合使用光譜、紅邊、指數(shù)特征和僅使用光譜特征參與分類相比，ML和SVM的分類精度有所提升，OA分別提升了2.93%和4.72%，Kappa系數(shù)分別提升了0.03和0.06；RF的總體精度略微下降0.21%，Kappa系數(shù)不變，表明紅邊波段和指數(shù)特征的加入有助于提升ML和SVM的分類精度，而對(duì)提高RF分類精度作用較小。

面向?qū)ο蠓诸愔?，?lián)合使用光譜、紅邊、指數(shù)特征和僅使用光譜特征參與分類相比，Bayes、SVM和RF分類器分類精度提高，OA分別提高3.03%、1.52%和3.03%，Kappa系數(shù)分別提高0.04、0.01和0.04；CART決策樹精度有所下降，OA降低0.61%，Kappa系數(shù)不變。由此可見，在面向?qū)ο蠓诸愔?，紅邊波段和指數(shù)特征對(duì)提高Bayes、SVM和RF分類精度作用較大。

4.3 不同分類器對(duì)不同地類提取精度的影響

由表5可知，對(duì)于類別的生產(chǎn)者精度，基于像元中使用光譜、紅邊和指數(shù)特征參與分類的ML和RF對(duì)林地分類效果最好，PA為99.03%；僅使用光譜特征參與分類時(shí)的RF和光譜、紅邊、指數(shù)特征參與分類的ML、RF對(duì)草地分類效果最好，PA為99.03%；僅使用光譜特征參與分類的RF對(duì)水域分類效果最好，PA為93.75%；僅使用光譜特征參與分類的ML對(duì)建設(shè)用地分類效果最好，PA為98.8%；僅使用光譜特征參與分類的RF對(duì)耕地的分類效果最好，PA為95.15%。

由表6可知，對(duì)于類別的用戶精度，基于像元中僅使用光譜特征參與分類的RF對(duì)林地分類效果最好，UA為100%；使用光譜、紅邊、指數(shù)特征參與分類的RF對(duì)草地分類效果最好，UA為97.14%；使用光譜、紅邊、指數(shù)特征參與分類的ML對(duì)建設(shè)用地分類效果最好，UA為97.94%；僅使用光譜特征參與分類的RF對(duì)耕地分類效果最好，UA為95.15%；面向?qū)ο蠓诸愔惺褂霉庾V、紅邊、指數(shù)特征參與分類的RF對(duì)水域的分類效果最好，UA為99.2%。

表5 土地利用類型生產(chǎn)者精度(PA)Tab.5 Land use type producer accuracy (PA)

表6 土地利用類型用戶精度(UA)Tab.6 Land use type user accuracy (UA)

5 結(jié)論

1)5種分類器總體精度均能達(dá)到86%以上，其中，基于像元的RF分類精度最高，僅使用光譜特征及聯(lián)合使用光譜、紅邊、指數(shù)特征兩種分類情況下的總體精度分別為96.85%和96.64%。

2)分類特征的優(yōu)化選擇對(duì)監(jiān)督分類方法的分類精度影響較大。在光譜特征參與分類的基礎(chǔ)上加入紅邊、指數(shù)特征后，基于像元的RF和面向?qū)ο蟮腃ART決策樹總體精度有所下降，但降幅均在0.5%左右，但其他分類器的總體精度均有所提升，表明紅邊和指數(shù)特征的加入能夠在整體上提高分類精度。

本文僅探索了面向?qū)ο笈c面向像元兩種分類策略和5種分類方法在土地覆被一級(jí)類別的精度比較，并沒有考慮面向地塊的分類策略和二級(jí)地類分類精度，同時(shí)也沒有采用當(dāng)前流行的深度學(xué)習(xí)分類算法，在今后的研究中，將會(huì)對(duì)上述問題進(jìn)行深入探索。