基于Google Earth Engine的黃土高原覆膜農(nóng)田遙感識(shí)別

鄭文慧 王潤(rùn)紅 曹銀軒 靳 寧 馮 浩 何建強(qiáng)

(1.西北農(nóng)林科技大學(xué)旱區(qū)農(nóng)業(yè)水土工程教育部重點(diǎn)實(shí)驗(yàn)室， 陜西楊凌 712100；2.西北農(nóng)林科技大學(xué)中國(guó)旱區(qū)節(jié)水農(nóng)業(yè)研究院， 陜西楊凌 712100；3.山西能源學(xué)院資源與環(huán)境工程系， 晉中 030600； 4.中國(guó)科學(xué)院水利部水土保持研究所， 陜西楊凌 712100)

0 引言

黃土高原位于我國(guó)西北地區(qū)中部，是典型的旱作農(nóng)業(yè)區(qū)，在國(guó)家糧食安全體系中具有舉足輕重的作用[1]。黃土高原蒸發(fā)強(qiáng)烈，干旱少雨且年內(nèi)降雨分布不均勻[2]，同時(shí)田間管理水平落后，導(dǎo)致水資源嚴(yán)重匱乏，限制了黃土高原農(nóng)業(yè)的發(fā)展[3-4]。因此，采取有效的田間管理措施提高水資源利用效率是旱區(qū)農(nóng)業(yè)可持續(xù)發(fā)展的必然趨勢(shì)。地膜覆蓋技術(shù)具有節(jié)水、保墑和增產(chǎn)的性能[5]，因此在黃土高原大田作物生產(chǎn)中被廣泛應(yīng)用[6]。然而，隨著地膜用量的逐漸增加和覆蓋面積的不斷擴(kuò)大，地膜易破碎、難降解、難回收的短板日益顯露，生態(tài)環(huán)境問題日益嚴(yán)重[7-8]。精準(zhǔn)獲取覆膜農(nóng)田的時(shí)空分布信息有助于發(fā)揮地膜覆蓋技術(shù)的積極作用、緩解生態(tài)環(huán)境壓力，也有助于相關(guān)部門對(duì)地膜的使用和分布進(jìn)行監(jiān)管和調(diào)度，提高對(duì)地膜污染的防治能力。

隨著科學(xué)技術(shù)的深入發(fā)展，應(yīng)用遙感技術(shù)快速提取覆膜農(nóng)田信息成為可能。遙感技術(shù)具有信息獲取快、觀測(cè)范圍大等特點(diǎn)，能夠宏觀地把握地物空間分布概況[9-11]，從而解決了大范圍內(nèi)覆膜農(nóng)田監(jiān)測(cè)的難題。近年來，覆膜農(nóng)田的監(jiān)測(cè)和識(shí)別逐漸發(fā)展為農(nóng)業(yè)遙感領(lǐng)域的研究熱點(diǎn)[12-15]。目前，我國(guó)大多數(shù)相關(guān)研究地區(qū)主要集中在新疆等地膜連片分布地區(qū)，該地區(qū)的地膜識(shí)別相對(duì)容易。此外，已有研究多采用支持向量機(jī)和決策樹等單一算法進(jìn)行分類，較少采用多分類器集成算法。

谷歌地球引擎(Google Earth Engine，GEE)是專門用于衛(wèi)星影像及其它空間數(shù)據(jù)解譯運(yùn)算的開源智能云平臺(tái)[16]，它將谷歌最先進(jìn)的云計(jì)算能力和存儲(chǔ)能力用于處理各類熱點(diǎn)問題，為遙感工作者及其他公眾用戶提供了便利[17-19]。近年來，GEE平臺(tái)逐漸被廣泛應(yīng)用于農(nóng)田面積提取等研究[20-21]。GEE平臺(tái)改變了傳統(tǒng)遙感軟件處理數(shù)據(jù)的定式，解決了大尺度應(yīng)用研究中數(shù)據(jù)收集難、解譯效率低的弊端，從而為黃土高原覆膜農(nóng)田的識(shí)別提供了可能。

本研究以甘肅省定西市安定區(qū)團(tuán)結(jié)鎮(zhèn)作為黃土高原覆膜農(nóng)田的典型區(qū)域，借助GEE平臺(tái)，利用分辨率30 m的陸地衛(wèi)星地表反射率數(shù)據(jù)(USGS Landsat 8 Surface Reflectance Tier 1)，采用特征選擇和隨機(jī)森林算法對(duì)該地區(qū)的覆膜農(nóng)田進(jìn)行提取，構(gòu)建基于GEE平臺(tái)的黃土高原覆膜農(nóng)田識(shí)別方法框架，以研究隨機(jī)森林算法的關(guān)鍵參數(shù)對(duì)遙感影像地物分類結(jié)果的影響。通過分析不同特征組合下的遙感影像分類結(jié)果，確定識(shí)別黃土高原覆膜農(nóng)田的最優(yōu)特征組合方案；通過比較不同的分類算法，驗(yàn)證隨機(jī)森林算法在黃土高原覆膜農(nóng)田識(shí)別中的有效性。

1 材料和方法

1.1 研究區(qū)概況

本研究選擇黃土高原和西秦嶺山地交匯處的甘肅省定西市安定區(qū)團(tuán)結(jié)鎮(zhèn)作為研究區(qū)域(圖1)。該地區(qū)地勢(shì)南高北低，山脈南北走向，屬溫帶大陸性季風(fēng)氣候，總面積約134.43 km2，年平均氣溫6.3℃，有效積溫2 300℃，年平均降雨量430 mm，無霜期140 d。統(tǒng)計(jì)數(shù)據(jù)顯示，截至2019年底，團(tuán)結(jié)鎮(zhèn)總耕地面積達(dá)53.11 km2，約占全鎮(zhèn)總面積的2/5[22]。該地區(qū)屬于典型的黃土高原地膜覆蓋種植區(qū)，地膜覆蓋馬鈴薯種植面積占總種植面積的90%以上。

圖1 研究區(qū)域位置圖和地面樣本點(diǎn)分布示意圖Fig.1 Location schematic of study area and distributions of land surface sample points

1.2 數(shù)據(jù)來源與處理

1.2.1Landsat-8衛(wèi)星數(shù)據(jù)

本研究所需Landsat-8衛(wèi)星數(shù)據(jù)來源于GEE平臺(tái)(https:∥earthengine.google.com)的陸地衛(wèi)星地表反射率數(shù)據(jù)(USGS Landsat 8 Surface Reflectance Tier 1)，空間分辨率為30 m，時(shí)間分辨率為16 d。該數(shù)據(jù)已進(jìn)行過大氣校正，消除了大氣和光照等因素所造成的輻射誤差。

黃土高原主要的覆膜作物為春玉米和馬鈴薯，一般于4月下旬至5月上旬播種[23-24]。在5月上中旬時(shí)，冬小麥正處于拔節(jié)抽穗期，夏玉米還未種植，春玉米和馬鈴薯剛剛播種，此時(shí)地膜受作物葉片的干擾程度小，容易獲取光譜信息。因此，5月上中旬是解譯研究區(qū)地膜覆蓋范圍的最佳時(shí)相。首先利用時(shí)間和空間的過濾函數(shù)獲取團(tuán)結(jié)鎮(zhèn)上空2018年5月11日的Landsat-8影像，軌道號(hào)為130/035；然后對(duì)該影像進(jìn)行去云處理，以減少云層遮擋的影響；最后使用團(tuán)結(jié)鎮(zhèn)的矢量圖進(jìn)行影像裁剪。

1.2.2地面樣本數(shù)據(jù)

團(tuán)結(jié)鎮(zhèn)內(nèi)的地物類型主要包含白色地膜、黑色地膜、植被覆蓋、裸露農(nóng)田、水體和不透水層(包括建筑、道路、山體、廢棄用地等)共6種土地覆蓋類型?；诘厍虼髷?shù)據(jù)科學(xué)工程數(shù)據(jù)共享服務(wù)系統(tǒng)(http:∥data.casearth.cn/)提供的全球分辨率30 m精細(xì)地表覆蓋數(shù)據(jù)和Google Earth高分辨率影像，采集了團(tuán)結(jié)鎮(zhèn)6種不同土地覆蓋類型共計(jì)648個(gè)矩形樣本，樣本尺寸為2像素×2像素，并在GEE平臺(tái)中隨機(jī)分為訓(xùn)練數(shù)據(jù)和驗(yàn)證數(shù)據(jù)兩類，兩類數(shù)據(jù)的數(shù)量基本一致(表1)。

表1 研究區(qū)地物分類體系及樣本數(shù)量Tab.1 Classification scheme and sample number of surface features in study area

1.3 基于GEE平臺(tái)的覆膜農(nóng)田識(shí)別

1.3.1基于GEE平臺(tái)的覆膜農(nóng)田識(shí)別框架

基于GEE平臺(tái)提取團(tuán)結(jié)鎮(zhèn)覆膜農(nóng)田區(qū)域的具體步驟(圖2)為：①對(duì)獲取的Landsat-8影像數(shù)據(jù)進(jìn)行預(yù)處理，并提取影像的光譜特征、指數(shù)特征和紋理特征。②使用提取的遙感識(shí)別特征和訓(xùn)練數(shù)據(jù)選取隨機(jī)森林(Random forest，RF)算法的關(guān)鍵參數(shù)。③利用參數(shù)優(yōu)化后的RF算法進(jìn)行紋理特征重要性分析，獲得優(yōu)選紋理特征。④基于提取的遙感識(shí)別特征和優(yōu)選紋理特征制定6種不同的分類方案，利用參數(shù)優(yōu)化后的RF算法進(jìn)行不同方案下的地物分類并從中提取出覆膜農(nóng)田區(qū)域，通過混淆矩陣方法和驗(yàn)證數(shù)據(jù)對(duì)分類結(jié)果進(jìn)行精度評(píng)價(jià)，確定最佳分類方案。⑤使用最佳分類方案和同一地面樣本數(shù)據(jù)分別利用支持向量機(jī)(Support vector machines，SVM)、決策樹(Decision tree，DT)和最小距離分類(Minimum distance classifier，MDC)算法進(jìn)行地物分類，并進(jìn)行精度驗(yàn)證，通過與RF分類精度進(jìn)行比較和McNemar’s檢驗(yàn)，評(píng)價(jià)RF算法的分類性能。

圖2 基于GEE平臺(tái)提取研究區(qū)覆膜農(nóng)田區(qū)域的技術(shù)流程圖Fig.2 Technical flowchart of extraction of plastic-film-mulched farmland based on Google Earth Engine platform in study area

1.3.2遙感識(shí)別特征構(gòu)建

本研究基于Landsat-8地表反射率數(shù)據(jù)提取了光譜、指數(shù)和紋理3組特征進(jìn)行地膜識(shí)別。其中，光譜特征包括遙感影像可見光、近紅外和短波紅外7個(gè)波段的反射率數(shù)據(jù)。指數(shù)特征包括歸一化植被指數(shù)[25]、歸一化水體指數(shù)[26]和歸一化建筑指數(shù)[27]。紋理特征選用灰度共生矩陣(Gray level co-occurrence matrix，GLCM)來提取。GLCM是由HARACLICK等[28]提出的通過計(jì)算影像灰度級(jí)之間聯(lián)合條件概率密度來提取紋理特征的一種統(tǒng)計(jì)學(xué)方法。GEE平臺(tái)提供了基于GLCM快速計(jì)算紋理特征的函數(shù)，可在短時(shí)間內(nèi)同時(shí)導(dǎo)出18種不同紋理特征。若將18種紋理測(cè)度全部用于機(jī)器學(xué)習(xí)分類必然會(huì)產(chǎn)生冗余，因此本研究選取最為常見的和平均、方差、對(duì)比度、異質(zhì)性、逆差矩、熵、角二階矩和相關(guān)性8種紋理指標(biāo)來區(qū)分不同地物類型的空間結(jié)構(gòu)差異。由于光譜特征中考慮了影像的7個(gè)波段，因此選用的紋理特征共包含56(8×7)個(gè)波段信息。最終共提取了66個(gè)光譜特征、指數(shù)特征以及紋理特征，其中紋理特征占全部遙感特征的80%以上。

為了進(jìn)一步提高覆膜農(nóng)田的識(shí)別精度和算法運(yùn)行效率，研究利用RF算法對(duì)56個(gè)紋理特征進(jìn)行重要性分析，然后按照重要性排序，逐一添加紋理特征開展覆膜農(nóng)田識(shí)別工作，最后通過評(píng)價(jià)分類的生產(chǎn)者精度、用戶精度、總體精度和平均精度(白膜和黑膜的生產(chǎn)者精度與用戶精度的平均值)來選取最優(yōu)紋理特征組合，從而實(shí)現(xiàn)基于最優(yōu)特征集下的覆膜農(nóng)田識(shí)別。

1.3.3隨機(jī)森林關(guān)鍵參數(shù)對(duì)分類結(jié)果的影響

RF算法在一定程度上可以避免過擬合[29-31]，對(duì)噪聲和異常值有較好的容忍性，表現(xiàn)出很多普通機(jī)器學(xué)習(xí)算法未有的獨(dú)特優(yōu)勢(shì)[30,32]。

RF算法可在GEE平臺(tái)上實(shí)現(xiàn)，且在構(gòu)建RF算法時(shí)僅需對(duì)兩個(gè)最為關(guān)鍵的參數(shù)進(jìn)行優(yōu)化，即決策樹數(shù)量T和節(jié)點(diǎn)分裂特征個(gè)數(shù)M，其他參數(shù)保持默認(rèn)值。一般地，增加決策樹數(shù)量T可有效減小算法的泛化誤差，但同時(shí)降低計(jì)算效率；節(jié)點(diǎn)分裂特征個(gè)數(shù)M是單棵決策樹分類性能的決定性因素，并對(duì)樹之間的相關(guān)性產(chǎn)生影響[33]。

1.3.4團(tuán)結(jié)鎮(zhèn)覆膜農(nóng)田的識(shí)別

為了評(píng)價(jià)不同特征組合在覆膜農(nóng)田識(shí)別中的表現(xiàn)，本研究制定了6組不同的分類方案，具體為：光譜特征(方案S)；指數(shù)特征(方案I)；優(yōu)選紋理特征(方案T1)；光譜+指數(shù)特征(方案S+I)；光譜+指數(shù)+優(yōu)選紋理特征(方案S+I+T1)；光譜+指數(shù)+全部紋理特征(方案S+I+T2)。利用參數(shù)優(yōu)化后的RF算法和325個(gè)訓(xùn)練數(shù)據(jù)進(jìn)行不同特征組合下的地物分類，并從分類結(jié)果中提取出覆膜農(nóng)田區(qū)域，對(duì)比分析不同分類方案的分類精度，從而選取最佳分類方案。

為了進(jìn)一步比較不同分類算法在覆膜農(nóng)田識(shí)別中的有效性，本研究基于最佳分類方案，使用同一訓(xùn)練和驗(yàn)證樣本，分別采用SVM、DT和MDC算法提取覆膜農(nóng)田區(qū)域，依據(jù)分類精度和McNemar’s檢驗(yàn)結(jié)果與RF算法提取結(jié)果作對(duì)比分析，從而評(píng)價(jià)不同算法的分類性能。SVM算法是以統(tǒng)計(jì)學(xué)為理論基礎(chǔ)，以結(jié)構(gòu)風(fēng)險(xiǎn)最小化為原則的機(jī)器學(xué)習(xí)方法[34]，核函數(shù)是影響其分類性能的決定性因素之一，本研究選用線性核函數(shù)進(jìn)行分類，該核函數(shù)已被證明在覆膜農(nóng)田識(shí)別中效果最佳[13]。DT算法是一種依據(jù)分割閾值對(duì)遙感影像的像元進(jìn)行歸類的非參數(shù)監(jiān)督分類方法[35]，包括ID3、C4.5和CART共3種常見類型，本研究選用其中的CART算法執(zhí)行地物分類。MDC算法是通過計(jì)算未知類別向量與訓(xùn)練樣本向量中心點(diǎn)的距離，將非樣本像元?dú)w類到距離最短類別中的分類方法[36]，本研究采用歐氏距離計(jì)算距離。

1.3.5識(shí)別精度驗(yàn)證

采用混淆矩陣法對(duì)分類結(jié)果進(jìn)行精度評(píng)價(jià),包括生產(chǎn)者精度(Producer accuracy，PA)、用戶精度(User accuracy，UA)、總體精度(Overall accuracy，OA)和Kappa系數(shù)4個(gè)評(píng)價(jià)指標(biāo)[37-38]。

此外，利用McNemar’s檢驗(yàn)來檢測(cè)不同算法間分類精度的差異，該檢驗(yàn)是基于兩個(gè)算法的混淆矩陣而計(jì)算的非參數(shù)檢驗(yàn)，以Z值來評(píng)判算法間差異的顯著性[39]?，F(xiàn)有研究表明，若|Z|>1.96，則表明在0.05檢驗(yàn)水平下兩種算法間的分類精度差異性顯著。

2 結(jié)果與分析

2.1 隨機(jī)森林關(guān)鍵參數(shù)對(duì)分類結(jié)果的影響

決策樹數(shù)量T和節(jié)點(diǎn)分裂特征個(gè)數(shù)M對(duì)RF算法的袋外誤差均有明顯的影響(圖3)。隨著T的增大，袋外誤差開始降低，尤其是當(dāng)T<100時(shí)，此時(shí)因還未形成“森林”，袋外誤差明顯降低；當(dāng)T≥100時(shí)，袋外誤差趨于穩(wěn)定。節(jié)點(diǎn)分裂特征個(gè)數(shù)M的增加也可以有效降低袋外誤差，但相比參數(shù)T的影響較小，且參數(shù)M對(duì)算法的作用也與T的取值有關(guān)。當(dāng)T<100時(shí)，M的增加能夠引起袋外誤差大幅度降低，而當(dāng)T>100時(shí)，M的變化對(duì)袋外誤差的影響不明顯。當(dāng)M<6時(shí)，袋外誤差降低相對(duì)明顯；在M≥6時(shí)誤差變化幅度很小，尤其在T≥100后基本趨于穩(wěn)定。因此，兼顧RF算法的穩(wěn)定、精度與效率，本研究選取T=600、M=8(即默認(rèn)值)作為RF算法的輸入?yún)?shù)用于下一步最優(yōu)特征子集的篩選。

圖3 隨機(jī)森林算法中決策樹數(shù)量T和節(jié)點(diǎn)分裂特征個(gè)數(shù)M與袋外誤差的關(guān)系Fig.3 Relationships between number of trees (T) or variables per split (M) and error of out-of-bag dataset in random forest algorithm

2.2 最優(yōu)紋理特征組合的選取

白膜覆蓋農(nóng)田識(shí)別的生產(chǎn)者精度和用戶精度波動(dòng)較小，且隨紋理特征數(shù)量的增加均呈緩慢上升趨勢(shì)，在特征數(shù)量達(dá)到12時(shí)，兩種精度趨于平穩(wěn)并保持在90%以上(圖4a)。黑膜覆蓋農(nóng)田識(shí)別的生產(chǎn)者精度和用戶精度的變化幅度較大，當(dāng)特征數(shù)量小于4時(shí)，生產(chǎn)者精度直線增長(zhǎng)，隨后轉(zhuǎn)變?yōu)樾^(qū)間內(nèi)浮動(dòng)，精度保持在85%以上；而用戶精度則在特征數(shù)量增加到2時(shí)，由53.13%直接上升到82.35%，隨后保持在85%上下波動(dòng)(圖4b)。特征數(shù)量小于10時(shí)，總體精度呈現(xiàn)整體上升趨勢(shì)，之后隨著特征數(shù)量的增加而逐漸趨于平緩，在特征數(shù)量為14和15時(shí)達(dá)到較大值，其值依次為87.93%和87.62%(圖4c)。根據(jù)平均精度，即白膜和黑膜的生產(chǎn)者精度與用戶精度的平均值(圖4d)，可知該值在特征數(shù)量為15、23和36時(shí)較高，分別為90.66%、90.79%和90.86%。

圖4 不同紋理特征數(shù)量與識(shí)別精度之間的關(guān)系曲線Fig.4 Relationships between number of textural features and recognition accuracy

總體而言，本研究的RF算法運(yùn)行過程中，使用的特征數(shù)量越多，則運(yùn)算時(shí)間越長(zhǎng)，工作效率越低，而通過重要性分析和精度評(píng)價(jià)篩選特征，將貢獻(xiàn)度和重要性較小的變量予以剔除，進(jìn)而以較少的特征變量來確保較高的分類精度，降低變量維度。因此，本研究確定前15個(gè)紋理特征作為最優(yōu)紋理特征組合。

2.3 不同特征組合下隨機(jī)森林覆膜農(nóng)田識(shí)別結(jié)果

根據(jù)不同特征組合下隨機(jī)森林地物分類結(jié)果的空間分布(圖5)，可以看出方案I(圖5b)與方案S+I(圖5d)的分類結(jié)果中不透水層的分布范圍大于其他方法，并且已經(jīng)超出了Google Earth高分辨率影像中目視解譯的不透水層范圍，存在一定程度的不合理性。方案T1(圖5c)獲取的分類結(jié)果中農(nóng)田區(qū)域約占研究區(qū)的1/2，這與統(tǒng)計(jì)數(shù)據(jù)(約2/5)不相符，因此僅依靠?jī)?yōu)選紋理特征的識(shí)別結(jié)果也不可靠。而方案S(圖5a)、方案S+I+T1(圖5e)以及方案S+I+T2(圖5f)得到的分類結(jié)果中各類地物的空間分布較為合理，也與Google Earth高分辨率影像大致相符。

圖5 基于隨機(jī)森林算法和不同特征組合下的研究區(qū)地物分類結(jié)果Fig.5 Classification results of land covers in study area based on random forest algorithm and different feature combinations

根據(jù)不同分類方案下隨機(jī)森林覆膜農(nóng)田識(shí)別結(jié)果的空間分布(圖6)，可以看出覆膜農(nóng)田集中分布在研究區(qū)的北部和西南部，在中部、東部較為分散。在對(duì)Google Earth高分辨率影像進(jìn)行目視解譯的過程中發(fā)現(xiàn)，研究區(qū)存在大量白色地膜覆蓋區(qū)域，且主要集中在西部地區(qū)。然而方案S(圖6a)與方案S+I(圖6d)獲取的覆膜農(nóng)田分布范圍較小且分散，方案I(圖6b)得到的覆膜農(nóng)田分布中白膜和黑膜分布范圍差異較大，同時(shí)白色地膜分布信息缺失較多，因此均存在嚴(yán)重的錯(cuò)分漏分現(xiàn)象。方案T1(圖6c)、方案S+I+T1(圖6e)以及方案S+I+T2(圖6f)得到的分類結(jié)果差異不明顯，提取的覆膜農(nóng)田結(jié)構(gòu)均較為明顯，空間分布基本符合目視解譯的結(jié)果，錯(cuò)分漏分現(xiàn)象較輕。

圖6 基于隨機(jī)森林算法和不同特征組合下的研究區(qū)覆膜農(nóng)田空間分布Fig.6 Spatial distributions of plastic-film-mulched farmlands in study area based on random forest algorithm and different feature combinations

對(duì)研究區(qū)內(nèi)隨機(jī)選中區(qū)域在不同方案下的分類結(jié)果的細(xì)節(jié)進(jìn)行對(duì)比分析(圖7)，可見與對(duì)應(yīng)的Google Earth實(shí)景影像和Landsat-8 OLI標(biāo)準(zhǔn)真彩色合成影像相比，6種方案的分類結(jié)果在像元上均存在不同程度的誤差。其中，方案S(圖7c)、方案S+I(圖7f)和方案S+I+T1(圖7g)的分類結(jié)果與實(shí)際情況吻合程度相對(duì)較高，像元誤差相對(duì)較小。

圖7 研究區(qū)某一隨機(jī)覆膜農(nóng)田區(qū)域在不同特征組合下的分類結(jié)果對(duì)比Fig.7 Comparisons of classification results of plastic-film-mulched farmlands at random site in study area based on different feature combinations

2.4 不同特征組合下隨機(jī)森林分類精度對(duì)比

根據(jù)混淆矩陣計(jì)算的不同特征組合下的地物分類精度(表2)，可知6種不同特征組合下地物分類的總體精度均超過80%。其中方案S、方案I和方案T1這3種單一特征方法的總體精度分別為92.57%、80.50%和87.62%，Kappa系數(shù)分別為0.91、0.76和0.84，表明光譜特征在影像分類過程中發(fā)揮著重要作用。與方案S相比，方案S+I中添加指數(shù)特征可有效提升分類精度，總體精度和Kappa系數(shù)分別提高1.24個(gè)百分點(diǎn)、0.01。此外，在“光譜+指數(shù)”特征的基礎(chǔ)上加入紋理特征也可改善分類精度，與方案S+I相比，方案S+I+T1和方案S+I+T2的總體精度分別提高了1.24、0.62個(gè)百分點(diǎn)，Kappa系數(shù)分別增加了0.02和0.01。單從覆膜農(nóng)田的分類精度上來看，無論是生產(chǎn)者精度還是用戶精度，白膜都遠(yuǎn)高于黑膜，表明白膜的可分離性優(yōu)于黑膜。對(duì)不同特征組合下白膜的分類精度進(jìn)行分析，可知方案S、方案S+I以及方案S+I+T1的生產(chǎn)者精度最高為98.68%；而用戶精度在方案S+I+T1時(shí)達(dá)到最大值97.40%。同樣分析黑膜的分類精度，發(fā)現(xiàn)方案S+I+T1下生產(chǎn)者精度最高為92.50%，方案S的用戶精度最高為95.83%。綜合考慮分類性能和工作效率，確定本研究的最佳分類方案為S+I+T1，即光譜+指數(shù)+優(yōu)選紋理特征。

表2 基于不同特征組合和隨機(jī)森林算法的研究區(qū)地物分類精度Tab.2 Classification accuracies of land covers based on different feature combinations and random forest algorithm in study area

2.5 不同機(jī)器學(xué)習(xí)算法對(duì)覆膜農(nóng)田識(shí)別精度的影響

在特征組合S+I+T1下，與RF算法(圖8a)相比，SVM(圖8b)、DT(圖8c)和MDC(圖8d)算法的分類結(jié)果差異明顯，尤其是DT和MDC算法提取的覆膜農(nóng)田沒有從整體上呈現(xiàn)出其空間分布特征。進(jìn)一步對(duì)比不同算法的分類精度(表3)，可知RF算法精度明顯高于SVM、DT和MDC算法，總體精度分別高3.10、7.74、50.78個(gè)百分點(diǎn)，Kappa系數(shù)分別高0.04、0.10和0.62。由于RF、SVM和DT均為非參數(shù)監(jiān)督分類方法，只有MDC屬于參數(shù)監(jiān)督分類方法，這表明非參數(shù)監(jiān)督方法相比參數(shù)監(jiān)督方法更適合用于地貌復(fù)雜地區(qū)的地物分類。單從覆膜農(nóng)田的分類精度來看，在RF算法下，白膜的生產(chǎn)者精度和用戶精度達(dá)到最大值，分別為98.68%和97.40%；黑膜的生產(chǎn)者精度和用戶精度也達(dá)到最大值，分別為92.50%和91.36%。

圖8 方案S+I+T1下基于不同機(jī)器學(xué)習(xí)算法的研究區(qū)覆膜農(nóng)田空間分布Fig.8 Spatial distributions of plastic-film-mulched farmlands based on scheme S+I+T1 and different classification algorithms in study area

表3 方案S+I+T1下基于不同機(jī)器學(xué)習(xí)算法的研究區(qū)地物分類精度比較Tab.3 Classification accuracies based on different classification algorithms of scheme S+I+T1 in study area

此外，根據(jù)RF、SVM、DT和MDC算法分類結(jié)果的McNemar’s檢驗(yàn)，可知RF算法與SVM、DT、MDC算法之間的Z值分別為2.89、5.00和12.88，結(jié)果均大于1.96，表明在0.05檢驗(yàn)水平下RF算法與SVM、DT、MDC算法的分類精度差異性顯著。綜上可知，4種機(jī)器學(xué)習(xí)算法中RF算法在地物分類和覆膜農(nóng)田識(shí)別上優(yōu)勢(shì)明顯，能夠有效地提高識(shí)別精度和工作效率。

3 討論

本研究提出了基于GEE平臺(tái)快速提取覆膜農(nóng)田的方法，獲得了甘肅省定西市安定區(qū)團(tuán)結(jié)鎮(zhèn)的覆膜農(nóng)田空間分布情況，識(shí)別精度和效率比已有相關(guān)研究有所提升。LU等[40]基于Landsat系列數(shù)據(jù)開展新疆地區(qū)的覆膜農(nóng)田識(shí)別工作，總體精度和Kappa系數(shù)分別達(dá)到97.82%和0.97，由于新疆地區(qū)覆膜農(nóng)田幾乎呈連片分布狀，在一定程度上降低了工作難度。哈斯圖亞[41]選擇了同樣位于黃土高原的寧夏固原地區(qū)作為研究區(qū)進(jìn)行覆膜農(nóng)田提取，總體精度和Kappa系數(shù)為90.67%和0.87。本文地物分類的總體精度和Kappa系數(shù)分別為95.05%和0.94，實(shí)現(xiàn)了地膜分布相對(duì)破碎地區(qū)的精準(zhǔn)識(shí)別，可為地貌復(fù)雜地區(qū)應(yīng)用農(nóng)業(yè)遙感技術(shù)提供參考。此外，研究同時(shí)考慮了白膜和黑膜覆蓋農(nóng)田，并成功對(duì)其分別進(jìn)行提取，這也彌補(bǔ)了XIONG等[42]在其研究結(jié)果分析中提出的未考慮研究區(qū)中的黑膜而導(dǎo)致精度降低這一缺陷。

目前大多數(shù)研究對(duì)于隨機(jī)森林算法關(guān)鍵參數(shù)的選取多參考經(jīng)驗(yàn)值，如哈斯圖亞[41]、張鵬等[43]根據(jù)經(jīng)驗(yàn)將決策樹數(shù)量T設(shè)為500、節(jié)點(diǎn)分裂特征個(gè)數(shù)M取輸入特征數(shù)的平方根；侯蒙京等[44]參考大量研究將參數(shù)T設(shè)為1 000、參數(shù)M保持默認(rèn)，這在一定程度上限制了RF算法高精度優(yōu)勢(shì)的發(fā)揮。本研究首先根據(jù)參數(shù)T和M的經(jīng)驗(yàn)值確定了它們的取值范圍，然后遍歷所有參數(shù)組合來執(zhí)行RF算法分類，最終選擇運(yùn)算效率可接受范圍內(nèi)使袋外誤差最低的參數(shù)值，作為下一步研究中RF算法的輸入?yún)?shù)。結(jié)果表明，在利用RF算法進(jìn)行影像分類時(shí)，參數(shù)T和M均對(duì)袋外誤差有明顯影響，且參數(shù)T的影響大于參數(shù)M。當(dāng)參數(shù)M一定時(shí)，并非參數(shù)T越大，袋外誤差就越小，因此通過不斷提高參數(shù)T的值來降低袋外誤差往往是無法實(shí)現(xiàn)的。這與RODRIGUEZ-GALIANO等[32]的研究結(jié)果相近。本研究中，參數(shù)T取600、參數(shù)M保持默認(rèn)值的組合可在運(yùn)算效率承受范圍內(nèi)使袋外誤差最低。這表明RF算法關(guān)鍵參數(shù)的優(yōu)化是提高覆膜農(nóng)田識(shí)別精度的有效途徑。

遙感識(shí)別特征決定了各類地物之間的相似性和差異性，是判讀識(shí)別各類地物的依據(jù)。本研究基于RF算法對(duì)紋理特征進(jìn)行重要性分析，按照重要性排序逐一添加紋理特征并進(jìn)行分類精度驗(yàn)證，確定前15個(gè)特征為優(yōu)選紋理特征，并結(jié)合光譜和指數(shù)特征制定了6套方案進(jìn)行覆膜農(nóng)田識(shí)別。結(jié)果表明，基于“光譜+指數(shù)+優(yōu)選紋理”特征的總體精度和Kappa系數(shù)最高，分別為95.05%和0.94。這與朱秀芳等[45]的研究結(jié)果相近，該研究認(rèn)為紋理特征越多并不代表分類精度越高，分類前進(jìn)行特征優(yōu)選是必要工作。然而該研究?jī)H依靠?jī)?yōu)選紋理特征進(jìn)行分類，總體精度和Kappa系數(shù)分別為94.84%和0.89，并提出可通過增加指數(shù)特征來改善分類精度。本研究針對(duì)其提出的不足之處加以改進(jìn)，明顯提高了覆膜農(nóng)田的識(shí)別精度。

作為目前機(jī)器學(xué)習(xí)領(lǐng)域的研究熱點(diǎn)，隨機(jī)森林被廣泛應(yīng)用于地物分類研究中。本研究基于“光譜+指數(shù)+優(yōu)選紋理”特征評(píng)價(jià)不同算法的分類性能時(shí)發(fā)現(xiàn)，無論是從生產(chǎn)者精度、用戶精度、總體精度和Kappa系數(shù)還是McNemar’s檢驗(yàn)結(jié)果來看，隨機(jī)森林算法均顯著優(yōu)于其他算法，這與哈斯圖亞[41]、侯蒙京等[44]的研究結(jié)果相符。沙先麗[12]基于Landsat系列數(shù)據(jù)，利用決策樹模型和多特征結(jié)合方法提取新疆地區(qū)的覆膜農(nóng)田信息，但是在研究區(qū)地膜覆蓋連片、地物特征明顯的前提下分類的總體精度和Kappa系數(shù)僅為91.35%和0.89。究其原因，在所用數(shù)據(jù)和特征子集相同的情況下，關(guān)鍵因素可能在于所采用的算法。這也再次印證了隨機(jī)森林算法在覆膜農(nóng)田識(shí)別中的有效性。

本研究主要考慮的是春玉米、馬鈴薯等春播作物地膜覆蓋種植區(qū)域的單一時(shí)相識(shí)別，盡管其種植面積占全年覆膜農(nóng)田面積的90%左右，但仍然缺失其他季節(jié)的覆膜農(nóng)田信息。在其他季節(jié)，研究區(qū)主要的覆膜作物為蔬菜，而蔬菜的播種時(shí)間幾乎取決于農(nóng)戶本身，不確定因素很多，因此對(duì)覆膜蔬菜種植區(qū)域進(jìn)行提取難度較大，有待后續(xù)進(jìn)一步深入研究。此外，本研究?jī)H考慮了基于像元的遙感影像分類方法，而裴歡等[46]的研究表明面向?qū)ο蠓诸惙椒橥恋乩?覆蓋信息提取提供了新的有效途徑，該方法在覆膜農(nóng)田識(shí)別中的應(yīng)用潛力還需要進(jìn)一步深入探討。

4 結(jié)論

(1)確定隨機(jī)森林算法關(guān)鍵參數(shù)的最佳取值能夠大幅提高遙感影像的分類精度。在非關(guān)鍵參數(shù)保持默認(rèn)的條件下，在一定閾值范圍內(nèi)存在決策樹數(shù)量T和節(jié)點(diǎn)分裂特征個(gè)數(shù)M的最佳參數(shù)組合，能夠在運(yùn)算效率可承受范圍內(nèi)使袋外誤差最小。因此，在利用隨機(jī)森林算法實(shí)現(xiàn)影像分類之前，對(duì)其關(guān)鍵參數(shù)進(jìn)行了優(yōu)化，以獲取更為可靠的分類結(jié)果。

(2)基于優(yōu)選紋理特征的分類性能優(yōu)于基于全部紋理特征的分類，且相比其他方案，基于“光譜+指數(shù)+優(yōu)選紋理”特征的識(shí)別結(jié)果最佳?；凇肮庾V+指數(shù)+優(yōu)選紋理”特征分類的總體精度達(dá)95.05%，比基于單一特征方案的總體精度高2.48～14.55個(gè)百分點(diǎn)，同時(shí)也比“光譜+指數(shù)”特征、“光譜+指數(shù)+全部紋理”特征方案分別高1.24、0.62個(gè)百分點(diǎn)。因此，在實(shí)際應(yīng)用中建議采用優(yōu)選紋理特征和多特征相結(jié)合的方法進(jìn)行覆膜農(nóng)田識(shí)別。

(3)隨機(jī)森林算法的總體精度比支持向量機(jī)、決策樹和最小距離分類算法分別高3.10、7.74、50.78個(gè)百分點(diǎn)。結(jié)合McNemar’s檢驗(yàn)結(jié)果，隨機(jī)森林算法與其它3種算法間的Z值分別為2.89、5.00和12.88，表明隨機(jī)森林算法與其它算法間的分類精度存在顯著性差異。因此，隨機(jī)森林算法是較適于覆膜農(nóng)田識(shí)別的方法。