基于多尺度特征遷移學習的樹種遙感分類研究

王妮，閔婕，郭家樂，何念

（1.滁州學院 地理信息與旅游學院，安徽 滁州239000；2.滁州學院 實景地理環(huán)境安徽省重點實驗室，安徽 滁州239000）

隨著遙感圖像分辨率和分類方法的提高，遙感圖像分類已成為森林資源管理和監(jiān)測的重要手段[1]，及時、準確地監(jiān)測森林資源，掌握森林資源的變化規(guī)律，對社會、生態(tài)和經(jīng)濟都具有重要意義。盡管目前遙感影像分類已取得長足的進展， 但樹種類型信息獲取方面中仍存在很多問題， 例如分類精度不高、數(shù)據(jù)量不足、詳細程度低等[2]。近十余年來， 面向?qū)ο蠓诸惙椒ㄔ诟叻钟跋駱浞N分類領(lǐng)域顯示出巨大的潛力[3]。 Robert 等人[4]將Landsat-7TM 影像應用于俄亥俄州南部的一個地區(qū)， 采用面向?qū)ο蟮哪：诸惙椒▽Υ竺娣e常綠落葉林的覆蓋度進行了區(qū)分。李丹等[5]使用高分影像為數(shù)據(jù)源，利用面向?qū)ο蟆VM（support vector machine）和RF（support vector machine）算法對城市優(yōu)勢喬木進行分類。劉金麗[6]等人以黑龍江省伊春市華皮羌子林場為研究區(qū)域，基于GF-2 遙感影像數(shù)據(jù)進行了面向?qū)ο蟮姆诸惙指顚嶒灐?面向?qū)ο蟮姆诸惙椒軌蚓C合社區(qū)影像空間的局部均勻區(qū)域、 紋理和光譜信息的各種特征，克服傳統(tǒng)方法的缺點。

深度卷積神經(jīng)網(wǎng)絡 （Convolutional Neural Networks,CNN）已廣泛應用于遙感圖像的分類、提取、識別和檢索[7]。 利用深度學習對圖像分類時，其分類精度、 分類時間等方面已經(jīng)完全超越了傳統(tǒng)方法[8]。 Nogueira 等[9]利用CNN 對少量標記樣本進行植被物種識別。 何海清等[10]采用深度CNN 遞歸識別模型，成功地適應了不同尺度地物的變化，提高了場景分類的精度。 數(shù)據(jù)集的規(guī)模是影響網(wǎng)絡性能的關(guān)鍵因素之一，所以CNN 中的眾多參數(shù)需要大量數(shù)據(jù)來訓練。 但在實際應用過程中，通常無法獲得足夠的數(shù)據(jù)來完成某些特定任務[11]。為克服訓練樣本不足的問題， 事先進行無監(jiān)督的預訓練過程，或者從相關(guān)和不相關(guān)的任務中轉(zhuǎn)移知識。 將目標數(shù)據(jù)集運輸?shù)匠ポ敵鰧拥奶卣魈崛∑骶W(wǎng)絡中，并重復訓練深度卷積層，得到新的權(quán)重[12]。

本文以QuickBird 高分辨率遙感影像為數(shù)據(jù)源，運用多尺度分割算法和遷移學習，建立了面向?qū)ο蠛蜕疃忍卣飨嘟Y(jié)合的高分樹種分類模型，以期實現(xiàn)森林樹種高精度的識別與分類。

1 實驗數(shù)據(jù)與環(huán)境

本文以皇甫山國家森林公園為研究對象 （見圖1）?；矢ι降靥幗辞鹆陞^(qū)，屬大別山區(qū)。 地理坐標為東經(jīng)117°58′-東經(jīng)118°03′， 海拔399.2m。該地區(qū)屬于北亞熱帶濕潤季風氣候區(qū)北緣， 氣候溫和，四季分明，日照充足；無霜期220 天，年平均降水量1018.6mm，年平均氣溫14.3℃。 皇甫山森林資源豐富， 植物種類繁多， 占地面積高達35533km2， 森林覆蓋率達96%， 是江淮地區(qū)最完整、規(guī)模最大的原生次生林景觀帶?；矢α謭鲋饕植几蛋l(fā)達、樹冠密集、落葉豐富易分解、生長迅速、郁閉度高的樹種；其中，松樹和麻櫟是主要樹種，約占總株數(shù)的60%；數(shù)量較多的樹木包括刺槐、楊樹、柳樹、楓香樹和輔助經(jīng)濟樹種桃樹[13]。 本研究數(shù)據(jù)主要為遙感影像數(shù)據(jù)和實地調(diào)查數(shù)據(jù)，實地調(diào)查數(shù)據(jù)包括研究區(qū)2014 年森林資源規(guī)劃設計調(diào)查數(shù)據(jù)和2019 年9 月實地調(diào)查數(shù)據(jù)中選取的樣本。

圖1 研究區(qū)域位置

2 研究方法

2.1 最優(yōu)分割尺度

1） 面向?qū)ο蠖喑叨确指?/p>

影像分割的結(jié)果關(guān)系到信息提取的準確性。影像分割效果越精細時， 越符合物體邊界分割的特點，信息提取的效果越好[14]，技術(shù)流程如圖2 所示。 本實驗利用多尺度分割算法（multi- resoulution segmentation，MRS）分割影像，設定不同的形狀因子、緊致度因子、分割參數(shù)等以實現(xiàn)最佳分割效果。MRS 算法的分割原理是從單個像素出發(fā)，由下至上進行合并；基于區(qū)域均質(zhì)性和對象一致性，最大程度上優(yōu)化已分割對象， 實現(xiàn)了同一幅圖像中不同尺度像素的聚集[6]。

采用ESP 工具進行圖像分割，ESP（estimating the scale parameter）[15]是由Dragut 等人開發(fā)的自動獲取最佳分割尺度選擇工具。 該工具通過分割結(jié)果局部方差的均值 （Li） 和相鄰尺度局部方差（ROC）的差異來評估各影像地物屬性的最優(yōu)尺度參數(shù)， 差異曲線的峰值直接反映整個圖像對象的最大異質(zhì)性。 實際應用中圖像往往比較豐富，ESP得到的最佳分割尺度是多個值，ROC 的計算公式如下：

式中：Li為第i 層對象層的平均局部方差，Li-1為目標層第i-1 層中對象層的平均局部方差，ROC為i 到i-1 層中局部方差變化的百分比。

圖2 面向?qū)ο蠓诸惣夹g(shù)流程

2） 多層次分割參數(shù)獲取

為了確定最佳分割參數(shù)， 需要調(diào)整形狀因子和緊致度因子。 分割實驗在尺度參數(shù)為30-200（以10 個單位遞增）的范圍內(nèi)進行；為了確定最佳分割參數(shù)，需要調(diào)整形狀因子和緊密度因子。 首先將形狀因子和緊致度因子分為三類，（1）形狀因子為0.4，緊致度因子為0.6；（2）形狀因子為0.5，緊致度因子為0.5；（3）形狀因子為0.6，緊致度因子為0.4。 根據(jù)分割效果，通過目視判讀，在小尺度范圍內(nèi)確定各特征的合適分割范圍。 樹種適宜劃分范圍為30～80，耕地為50～80，建筑用地（房屋、道路）適宜劃分范圍為80 以上，水體適宜劃分范圍為60 以上，采伐跡地適宜劃分范圍為70 以上。

通過比較相同尺度參數(shù)下不同形狀因子和緊致度因子的分割效果，結(jié)果表明：（1）當形狀因子為0.4 時，影像分割對象與地物邊界重合度高于形狀因子0.5、0.6；（2）當緊致度因子為0.6 時，影像分割更為精細，地物分割更為準確；（3）當采用傳統(tǒng)方法的0.5 形狀因子和0.5 緊致度因子分割影像時，分割效果不理想，地物邊界分割不明顯；（4）當緊致度因子大于形狀因子時， 分割結(jié)果更符合本研究區(qū)的邊界特征。

通過上述實驗，目視判斷30-130 尺度參數(shù)下的影像分割效果。 結(jié)果（見圖3）表明，同一尺度下分割對象與研究區(qū)樹種區(qū)域吻合程度不同。

圖3 分割參數(shù)為60；0.5；0.5 時采伐跡地 （右）、 水體（中）以及樹種（左）

通過試驗確定了形狀因子和緊致度因子。 在0.4；0.6、0.5；0.6、0.5；0.6 和0.4；0.5 的 條 件 下，用ESP 工具得到了形狀因子和緊致因子的最佳分割尺度值，然后根據(jù)每個特征的合適分割范圍，選擇三組因子下各特征的合適分割尺度參數(shù)， 通過目視判讀三種不同因子參數(shù)下的分割結(jié)果， 得出每種地物的適宜分割尺度參數(shù)。 結(jié)果見表1。

表1 多層次分割參數(shù)設置表

2.2 對象特征分析及特征優(yōu)選

1） 對象特征分析

遙感影像數(shù)據(jù)分析的基礎是光譜特征[16]。 它是由實際地物的組成和影像的成像狀態(tài)決定的固有的光學和物理性質(zhì)；主要包括灰度、色調(diào)、顏色等。 影響森林樹種光譜特征的參數(shù)包括各波段的平均值、各波段的標準差、各波段比率等[17]。

影像數(shù)據(jù)分析的另一個重要特征是影像紋理。 灰度共生矩陣（Gray Level Co-occurrence Matrix GLCM）的統(tǒng)計方法是由R.Haralick 等人提出。它是一種能計算局部或整個區(qū)域內(nèi)兩個像素或兩個像素之間在一定距離內(nèi)的灰度值的關(guān)系矩陣；通過描述灰度空間相關(guān)特性來描述紋理， 反映森林樹種紋理信息的參數(shù)主要有:均值、方差、熵和均質(zhì)度等[18]。

2）對象特征優(yōu)選

分類研究過程中特征對象的選擇十分重要，關(guān)鍵特征的數(shù)量不同樹種分類結(jié)果不同，因此，本實驗將提取大量的對象特征[18]。 本實驗基于分割結(jié)果分別提取了對象的屬性特征， 屬性特征描述見表2，特征分為光譜屬性和紋理屬性。 其中光譜屬性分別為1-3 波段的光譜平均值、標準差、波段比率， 紋理屬性分別為各波段的GLCM 一系列參數(shù)，如同質(zhì)性、差異性、熵、對比度等。

2.3 CART 算法

本研究采用CART 分類器對樣本樹種進行分類。 CART(Classification and Regression Tree)決策樹算法的原理是將訓練樣本數(shù)據(jù)集劃分為實驗變量和目標變量，通過雙變量的周期分析的循環(huán)分析，形成二叉決策樹；與其他決策樹模型相比，CART 決策樹在每個步驟中最小化分類的不純潔程度， 通過遞歸分區(qū)將訓練記錄分成組， 然后在每個節(jié)點上自動選擇最合適的預測變量； 如果一個節(jié)點中100%的觀察值都屬于目標字段的同一類別， 那么認為該節(jié)點“純潔”； 目標變量和預測變量字段可以是區(qū)間字段或分類字段；每個節(jié)點都采用二元劃分的形式。結(jié)合遙感影像信息提取，目標變量為實際地物類型，預測變量為地面樣本的特征[17]。

表2 對象特征與描述

CART 分類樹通過計算每一組特征的Gini 系數(shù)增益確定決策樹劃分的優(yōu)先規(guī)則； 采用二分劃分形式，當一列特征有K 個類別，第k 個類別概率為Pk時， Gini 系數(shù)計算公式為：

2.4 結(jié)合深度遷移學習的高分影像樹種分類模型

深度卷積神經(jīng)網(wǎng)絡已經(jīng)被廣泛應用于樹種分類中， 為解決深度卷積神經(jīng)網(wǎng)絡需要百萬數(shù)量圖像集的問題， 本文將深度遷移學習的方法應用于高分影像樹種分類中。 利用遷移學習的方法，將源領(lǐng)域和目標領(lǐng)域的數(shù)據(jù)從原始特征空間映射到新的特征空間中， 這樣可以減少人工標注數(shù)據(jù)的工作量和模型的訓練時間[20]。

采用基于ImageNet[21]訓練的大型卷積神經(jīng)網(wǎng)絡VGG16 作為遷移學習模型。樹種分類模型的結(jié)構(gòu)主要包括以下兩個部分：（1） 利用VGG16 模型參數(shù)初始化深度卷積神經(jīng)網(wǎng)絡，同時VGG16 作為特征提取器，可對樹種圖像進行特征提取。解決了層數(shù)增加期間的梯度下降問題， 提高了尺度縮減過程中特征提取的精度。 （2）在訓練后的模型中，利用全局平局壓縮參數(shù)，在網(wǎng)絡末端添加1024 個節(jié)點的全連接層和7 個節(jié)點的softmax 分類器層； 采用反向傳播和Adam 優(yōu)化算法對網(wǎng)絡進行訓練[13]。

VGG16 是由Simonyan 和Zisserman 提出的卷積神經(jīng)網(wǎng)絡模型。VGG16 模型通過反復疊加3x3 個小卷積核和2x2 個最大池化層， 成功構(gòu)建了16/19層深的卷積神經(jīng)網(wǎng)絡； 該模型主要將傳統(tǒng)卷積層提升到卷積塊，卷積塊由2-3 個卷積層構(gòu)成，同時多次使用線性整流函數(shù)（ReLu）激活函數(shù)增加線性變換，使之具有更強學習能力及特征提取能力[22]；最后在訓練時和預測時使用Multi-Scale 做數(shù)據(jù)增強，并采集各種不同旋轉(zhuǎn)角度的圖像作為數(shù)據(jù)集， 有利于提高深度學習的魯棒性。訓練時將樣本先上下、左右翻轉(zhuǎn)后逆時針90 度翻轉(zhuǎn)。 增加了數(shù)據(jù)量。

在實驗中， 將樹種影像轉(zhuǎn)換成224×224×3 的數(shù)字矩陣輸入網(wǎng)絡。 在第一個卷積層中使用64 個3×3 大小的卷積層進行卷積和激活操作； 其后作2×2 的最大池化層并使用128 個3×3 的卷積核作三次卷積和激活操作，尺寸變?yōu)?12×112×128；在后面幾個普通卷積層中進行類似操作， 得到特征向量尺寸為7×7×512；隨后進入1×1×1024 的全連接層；最后通過softmax 輸出1000 個預測結(jié)果。

3 實驗結(jié)果與分析

應用本研究方法于皇甫山森林公園Quick-Bird 高分辨率影像中的樹種分類， 并通過實地調(diào)查和目視判讀驗證分類結(jié)果的準確性。 首先，利用多尺度分割技術(shù)對部分遙感圖像進行分割， 利用ESP 尺度參數(shù)評價工具，得到最佳分割尺度為55，最佳形狀因子為0.4，緊致度為0.5；在此基礎上提取樹種的光譜特征和紋理特征，建立分類規(guī)則，獲得樹種分類樣本集。本文采用預訓練模型VGG16，模型輸入大小為224×224 像素，模型訓練中，設置速度衰減周期為100epoch，Batch size 為32。Adam算法中初始學習速率為0.0001，epsilon 設置為10-8。 本文采用TensorFlow 框架中的TensorBoard可視化工具制作曲線圖， 利用曲線圖分析不同參數(shù)下運行時間及迭代次數(shù)的變化趨勢。

訓練過程中的精度和損失變化曲線如圖4 所示。 在前30 個迭代，模型的精度迅速提高，損失迅速減少；經(jīng)過30 個迭代后，網(wǎng)絡參數(shù)基本穩(wěn)定。 利用預訓練模型VGG 初始化網(wǎng)絡參數(shù)，可以有效地加快網(wǎng)絡訓練速度，避免過擬合問題。

圖4 訓練精度及損失變化曲線

為研究本文算法的有效性， 將其與傳統(tǒng)CNN模型進行比較，表3 的實驗結(jié)果表明，本文分類方法在研究區(qū)的森林樹種分類中， 準確率和kappa系數(shù)可達84.5%和0.81， 比傳統(tǒng)CNN 高12%和0.13。 除此以外，本方法可解決樣本過少導致過擬合的問題， 分類效果遠高于未遷移學習的分類模型。 因此，該方法對高分影像樹種具有較高的識別和分類功能。

為探討不同模型對樹種分類的影響，本研究分別用ResNet50 和VGG16 預訓練模型訓練網(wǎng)絡。VGG16 和ResNet50 輸入圖像大小為224x224pixel，2 個模型在相同的環(huán)境下進行訓練。 表3 的結(jié)果顯示：兩種基于遷移學習得到的分類模型的總體精度、kappa 系數(shù)均優(yōu)于傳統(tǒng)CNN 分類算法；VGG16的分類效果更好，其原因是樹種影像不同于自然影像，沒有非常復雜的語義特點，所以相對較小的卷積神經(jīng)網(wǎng)絡更容易取得良好的效果。

表3 皇甫山高分影像樹種分類精度評價

4 結(jié)論

本實驗基于皇甫山QuickBird 高分辨率影像，采用面向?qū)ο蠓椒ㄖ谱鳂颖炯⑤斎肷疃冗w移學習模型進行森林樹種分類。 研究表明：（1）相對于傳統(tǒng)CNN， 基于深度遷移學習的高分影像的樹種分類提高了分類精度，減弱了椒鹽噪聲的影響，加快了損失率的下降速度。 （2）本文采用面向?qū)ο蟮姆诸惙椒ǎ?通過使用ESP 多尺度分割工具確定最優(yōu)分割尺度，節(jié)約了人工提取的時間，提高了分割精度，較好地區(qū)分了森林特征，有效地避免了樹種與其他特征的混淆。 （3） 利用少量的標注樹種影像，實現(xiàn)了端到端的高分辨率影像分類，解決了訓練深度卷積神經(jīng)網(wǎng)絡需要百萬數(shù)據(jù)集的問題。