基于資源三號(hào)衛(wèi)星影像的東北黑土區(qū)侵蝕溝快速提取

文 | 關(guān)雷 曹景慶 楊俊濤 仝國(guó)禮黑龍江第三測(cè)繪工程院

一、前言

我國(guó)地域遼闊，水土形態(tài)具有很強(qiáng)的多元性，水土保護(hù)行業(yè)也需要針對(duì)不同地質(zhì)特點(diǎn)，制定出針對(duì)性的管理措施[1]。黑土資源退化嚴(yán)重威脅我國(guó)的糧食安全和生態(tài)安全，黑土保護(hù)刻不容緩。黑土地保護(hù)已經(jīng)成為保障國(guó)家糧食安全、促進(jìn)現(xiàn)代農(nóng)業(yè)發(fā)展的國(guó)家戰(zhàn)略的重要組成部分。坡面侵蝕和溝蝕是東北黑土區(qū)土壤侵蝕中最主要的侵蝕方式[2]。侵蝕溝形成后，通過溯源向上游較快擴(kuò)展，也會(huì)向下游發(fā)展。0.5°～5°的坡耕地占黑土區(qū)耕地總面積的56%，耕作方式粗放、保護(hù)性耕作措施不到位，造成水土流失不斷惡化[3]。

據(jù)統(tǒng)計(jì)，東北黑土區(qū)現(xiàn)有侵蝕溝數(shù)量達(dá)29萬余條，侵蝕溝蠶食耕地、破壞道路，造成土地零散，給商品糧基地的大型機(jī)械化生產(chǎn)作業(yè)帶來了諸多不便。侵蝕溝的存在一定程度上影響了人們的正常生活，而且對(duì)糧食生產(chǎn)產(chǎn)生了極大的威脅。然而，相關(guān)部門并未掌握侵蝕溝的詳細(xì)空間分布數(shù)據(jù)，只是粗略的統(tǒng)計(jì)而已。利用遙感信息技術(shù)可以快速獲取黑土區(qū)水土信息，對(duì)黑土地水土流失進(jìn)行定量估算，為黑土地水土監(jiān)測(cè)、生態(tài)環(huán)境建設(shè)以及水土流失防治提供了途徑[4]。因此在充分發(fā)掘和利用已有成果的基礎(chǔ)上，采用時(shí)間分辨率較高、覆蓋范圍較大的資源三號(hào)衛(wèi)星遙感影像，利用遙感分析與深度學(xué)習(xí)技術(shù)，對(duì)黑龍江省典型黑土區(qū)侵蝕溝進(jìn)行提取，掌握其空間分布特征，為黑土區(qū)土地整治、生態(tài)修復(fù)提供科學(xué)依據(jù)，對(duì)黑土區(qū)水土流失區(qū)域提出有針對(duì)性的防治措施。

二、研究對(duì)象及方法原理

1.資源三號(hào)衛(wèi)星影像

資源三號(hào)是我國(guó)首顆民用高分辨率光學(xué)傳輸型立體測(cè)圖衛(wèi)星，目前有三顆衛(wèi)星在軌運(yùn)行，影像分辨率達(dá)到2米級(jí)，三顆衛(wèi)星共同組成立體測(cè)繪衛(wèi)星星座，可快速獲取區(qū)域范圍內(nèi)的影像數(shù)據(jù)，具有高時(shí)間分辨率與大范圍覆蓋的特點(diǎn)，可確保獲得最新時(shí)相的侵蝕溝數(shù)據(jù)。

2.侵蝕溝影像紋理

目前，關(guān)于黑土區(qū)侵蝕溝還未有相關(guān)的技術(shù)標(biāo)準(zhǔn)可以參考，一般而言，侵蝕溝的真實(shí)地表覆蓋呈現(xiàn)為裸土或植被[5]。一些學(xué)者如宋華將侵蝕溝分為三種類型即小型發(fā)展溝、大型發(fā)展溝與穩(wěn)定溝。小型發(fā)展溝在衛(wèi)星影像上表現(xiàn)為細(xì)條狀，邊界比較清楚，凸起明顯，周圍一般是耕地；大型發(fā)展溝在紋理上表現(xiàn)為條帶狀，邊界較為清晰，底部長(zhǎng)有植被，溝深和溝寬仍在發(fā)展過程中；穩(wěn)定溝在衛(wèi)星影像上表現(xiàn)為紋理比較粗糙，底部長(zhǎng)有茂盛植被，邊界模糊[6]。其中在類型上居多數(shù)、較為危險(xiǎn)極易造成水土流失的是發(fā)展溝中的中型溝。

3.監(jiān)督分類

遙感圖像自動(dòng)識(shí)別分類的最終目的是讓計(jì)算機(jī)識(shí)別感興趣的地物，并將識(shí)別的結(jié)果輸出及識(shí)別正確率的評(píng)價(jià)。監(jiān)督分類的思想是根據(jù)已知的樣本類別和類別的先驗(yàn)知識(shí)，確定判別函數(shù)和相應(yīng)的判別準(zhǔn)則，依據(jù)判別準(zhǔn)則對(duì)樣本的所屬類別進(jìn)行判定。監(jiān)督分類的過程主要包括：1） 確定感興趣的類別數(shù)，首先確定要對(duì)哪些地物進(jìn)行分類，建立地物的先驗(yàn)知識(shí)。2）根據(jù)感興趣地物的特征進(jìn)行有針對(duì)性的特征變換，變換后的特征影像和原始影像共同進(jìn)行特征選擇，滿足分類需要，加快分類速度，提高分類精度。3）選擇訓(xùn)練樣區(qū)，訓(xùn)練樣區(qū)的選擇要注意準(zhǔn)確性、代表性和統(tǒng)計(jì)學(xué)三個(gè)問題。4）確定判別函數(shù)和判別規(guī)則。5）根據(jù)判別函數(shù)和判別規(guī)則對(duì)非訓(xùn)練區(qū)的圖像區(qū)域進(jìn)行分類。

4.深度學(xué)習(xí)

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種，其概念源自人工神經(jīng)網(wǎng)絡(luò)（ANN），人工神經(jīng)網(wǎng)絡(luò)從信息處理角度模擬了人腦的神經(jīng)元之間傳遞和處理信息的模式[7]。當(dāng)前遙感圖像的分辨率不斷提升，人工識(shí)別的方法無法滿足大批量遙感圖像識(shí)別任務(wù)的要求，而深度學(xué)習(xí)方法可以對(duì)低級(jí)特征和高級(jí)特征進(jìn)行自動(dòng)組織和提取，極大地提升遙感識(shí)別的速度。

三、侵蝕溝提取過程與應(yīng)用結(jié)果

本文所選擇試驗(yàn)區(qū)資源三號(hào)衛(wèi)星影像的范圍位于黑龍江省拜泉縣、依安縣與明水縣三縣交界處，地處松嫩平原北部，地勢(shì)北高南低，土壤肥沃，以黑土和黑鈣土為主，是重要的糧食生產(chǎn)基地，試驗(yàn)區(qū)位置如圖1所示。

圖1 試驗(yàn)區(qū)位置

1.基于監(jiān)督分類的提取方法

利用ENVI對(duì)影像進(jìn)行預(yù)處理，確定分類系統(tǒng)；按照默認(rèn)設(shè)置在影像上定義訓(xùn)練樣本；進(jìn)行分類器選擇，根據(jù)分類的復(fù)雜度、精度需求等確定分類器；基于傳統(tǒng)統(tǒng)計(jì)分析的分類方法參數(shù)進(jìn)行影像分類，完成按照監(jiān)督分類的方法提取侵蝕溝數(shù)據(jù)。

2.基于深度學(xué)習(xí)的提取結(jié)果

將深度學(xué)習(xí)技術(shù)應(yīng)用到黑土侵蝕溝提取中，搭建Python+Tensorflow構(gòu)建深度卷積神經(jīng)網(wǎng)絡(luò)，進(jìn)行黑土區(qū)侵蝕溝樣本訓(xùn)練，并利用ENVI5.5 Deep Learning模塊進(jìn)行黑土區(qū)侵蝕溝的樣本采集，檢驗(yàn)深度學(xué)習(xí)技術(shù)提取的準(zhǔn)確性。主要步驟包括：制作標(biāo)簽樣本，利用ENVI中的Vector to ROI工具將圖像中的侵蝕溝邊界標(biāo)記成標(biāo)簽樣本；進(jìn)行模型訓(xùn)練，通過已有標(biāo)簽數(shù)據(jù)，進(jìn)行模型的函數(shù)訓(xùn)練，使用ENVI軟件的Deep Learning模塊進(jìn)行訓(xùn)練，設(shè)置初始化函數(shù)；圖像識(shí)別，訓(xùn)練模型后使用圖像識(shí)別工具對(duì)衛(wèi)星影像中的侵蝕溝信息進(jìn)行提取。模型訓(xùn)練的準(zhǔn)確度對(duì)圖像識(shí)別結(jié)果有較大影響，通過深度學(xué)習(xí)技術(shù)采集侵蝕溝樣本后建立訓(xùn)練模型，對(duì)原始影像進(jìn)行處理，提取出侵蝕溝數(shù)據(jù)。

3.兩種方法提取結(jié)果與應(yīng)用

分別將通過監(jiān)督分類與深度學(xué)習(xí)方法提取的結(jié)果與人工解譯提取結(jié)果在效率、準(zhǔn)確率等方面進(jìn)行比較，統(tǒng)計(jì)情況如表1，從中可以明顯看出，在同一機(jī)器環(huán)境下，針對(duì)資源三號(hào)影像進(jìn)行深度學(xué)習(xí)在準(zhǔn)確率方面優(yōu)于監(jiān)督分類，但提取效率受機(jī)器性能等因素的影響。兩種方法提取結(jié)果如圖2所示。

表1 侵蝕溝提取方法比較

圖2 深度學(xué)習(xí)（左）與監(jiān)督分類（右）提取結(jié)果比較

資源三號(hào)衛(wèi)星影像色彩豐富、紋理清晰，2米級(jí)分辨率的特性既保證了空間辨識(shí)度的要求，也兼顧了覆蓋范圍等因素，在處理速度上較亞米級(jí)分辨率影像有指數(shù)級(jí)的提升。以本文研究成果為基礎(chǔ)，將國(guó)情數(shù)據(jù)作為訓(xùn)練樣本，對(duì)東北地區(qū)侵蝕溝發(fā)生較嚴(yán)重的拜泉縣、海倫市等地進(jìn)行了侵蝕溝分布范圍與侵蝕面積的專題統(tǒng)計(jì)。

四、結(jié)論

本文以資源三號(hào)衛(wèi)星影像作為研究對(duì)象，分別使用監(jiān)督分類與深度學(xué)習(xí)方法對(duì)東北典型黑土區(qū)進(jìn)行侵蝕溝的自動(dòng)提取，研究結(jié)果表明，使用深度學(xué)習(xí)方法可以減少人工工作量，提取結(jié)果較監(jiān)督分類好，但與人工提取結(jié)果相比還存在一定的差距，需要人工對(duì)結(jié)果進(jìn)行審核。下一步，將在此研究基礎(chǔ)上對(duì)典型黑土區(qū)侵蝕溝演化特征及其驅(qū)動(dòng)機(jī)制進(jìn)行研究，利用統(tǒng)計(jì)分析等方法對(duì)東北地區(qū)典型黑土區(qū)侵蝕溝的演化特征進(jìn)行闡述，并從自然因素、人為因素等方面探究侵蝕機(jī)理及其驅(qū)動(dòng)機(jī)制，為水土流失防治模式探究、水土保持措施配置提供科學(xué)依據(jù)。