基于Sentinel-2多時相影像的果樹種植區(qū)遙感提取

周欣興，趙 林，*，張文杰，譚昌偉，李剛波，石夢云，張 婷，楊 峰

(1.江蘇徐淮地區(qū)徐州農(nóng)業(yè)科學(xué)研究所，江蘇 徐州 221121；2.揚(yáng)州大學(xué) 農(nóng)學(xué)院，江蘇 揚(yáng)州 225009)

科學(xué)、快速、準(zhǔn)確地獲取果樹種植區(qū)域的信息對于果樹長勢監(jiān)測、產(chǎn)量估算和農(nóng)業(yè)生產(chǎn)來說均具有積極意義。傳統(tǒng)的人工調(diào)查方法效率低、成本高，而且在統(tǒng)計過程中不可避免地會因為一些主觀因素，如統(tǒng)計錯誤、各地標(biāo)準(zhǔn)不一致、測量工具不同等，影響統(tǒng)計調(diào)查的精度。遙感技術(shù)具有客觀、及時、大面積等優(yōu)勢，經(jīng)濟(jì)投入少，且不受地域限制，現(xiàn)已在農(nóng)業(yè)種植面積估算和種植區(qū)域優(yōu)化布局等方面得到廣泛應(yīng)用[1-3]。

目前，基于遙感技術(shù)的果樹種植區(qū)提取大多是利用果樹的光譜特征和植被指數(shù)實現(xiàn)的。羅衛(wèi)等[4]使用HJ-CCD數(shù)據(jù)，綜合植被指數(shù)和地形地貌等多種信息構(gòu)建決策樹模型，實現(xiàn)了對東江源地區(qū)柑橘與臍橙的有效提取。蔣怡等[5]結(jié)合GF-1PMS影像不同分辨率下的類型數(shù)據(jù)，通過可分離性分析發(fā)現(xiàn)，荒草地和未成林檸檬是影響檸檬分類精度的主要原因，同時得出適當(dāng)?shù)挠跋耦A(yù)處理有助于提高監(jiān)督分類精度的結(jié)論。董芳等[6]利用蘋果花期的TM影像，基于混合像元分解法對棲霞市蘋果園地的信息進(jìn)行了提取研究。邢東興等[7]在GF-1WFV影像的基礎(chǔ)上，采用多重閾值的方法，實現(xiàn)了對石榴樹種植區(qū)的高精度辨識。為提高精度，學(xué)者還開展了基于光譜組合紋理特征的果樹提取方法研究。岳俊等[8]基于不同分辨率的GF-1數(shù)據(jù)，分別采用最大似然、馬氏距離、神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)4種方法，結(jié)合光譜與紋理特征實現(xiàn)了對南疆盆地主栽果樹的識別。姚新華等[9]使用冬、夏時期的兩景GF-2遙感影像，構(gòu)建了基于光譜與紋理特征的決策樹模型，為利用亞米級遙感影像開展果樹種植區(qū)提取研究提供了重要參考。一般來說，使用光譜特征和紋理信息的分類方法可以提高果樹的提取精度。近年來，基于中高分辨率衛(wèi)星數(shù)據(jù)，結(jié)合時序影像進(jìn)行果樹種植區(qū)提取的研究也備受關(guān)注。

時序遙感影像不僅具有單一時相影像的光譜信息，還具有一系列時間信息，在作物分布信息提取中頗有意義。相較于Landsat-8、MODIS等數(shù)據(jù)，Sentinel-2衛(wèi)星影像在時空分辨率和光譜信息量上均有一定的優(yōu)勢[10-11]。于婉婉等[12]在Sentinel-2多光譜影像基礎(chǔ)上，采用支持向量機(jī)模型與遞歸特征消除法，實現(xiàn)了對區(qū)域內(nèi)優(yōu)勢樹種的快速準(zhǔn)確識別。Zhu等[13]利用Sentinel-2時空融合影像與物候植被信息，準(zhǔn)確提取了蘋果園的空間分布特征，同時采用逐像素逆時間序列計算方法，得到研究區(qū)蘋果園的種植年限。

近些年來，機(jī)器學(xué)習(xí)技術(shù)在各領(lǐng)域得到廣泛應(yīng)用，在農(nóng)業(yè)遙感領(lǐng)域，結(jié)合機(jī)器學(xué)習(xí)算法的研究與應(yīng)用日益增多，并取得了一定的進(jìn)展[14-16]。模型構(gòu)建的本質(zhì)是在特征和目標(biāo)之間找到合適的映射關(guān)系，隨著特征工程技術(shù)研究的深入開展，機(jī)器學(xué)習(xí)模型的潛力有望進(jìn)一步提升[17]。

目前，針對作物的遙感識別主要集中在大宗作物上，關(guān)于果樹遙感識別的相關(guān)研究還相對較少。本研究選擇江蘇省徐州市豐縣大沙河流域作為研究區(qū)。研究區(qū)的地塊破碎程度高，作物種類豐富，有不少作物存在“同物異譜”現(xiàn)象，會對果樹提取造成干擾。為此，特基于2020年10月—2021年9月的多景Sentinel-2影像光譜數(shù)據(jù)，利用機(jī)器學(xué)習(xí)技術(shù)構(gòu)建決策樹分類模型，識別研究區(qū)的果樹分布，并統(tǒng)計面積，以期為應(yīng)用中高分辨率遙感數(shù)據(jù)進(jìn)行果樹調(diào)查提供相關(guān)依據(jù)，研究成果也可為當(dāng)?shù)氐墓麡浞N植補(bǔ)貼申領(lǐng)和生產(chǎn)布局規(guī)劃等工作提供支持。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于江蘇省徐州市豐縣南部，地理坐標(biāo)為34°28′～34°42′N，116°28′～121°47′E，主要包括大沙河流域的孫樓鎮(zhèn)、華山鎮(zhèn)、宋樓鎮(zhèn)、大沙河鎮(zhèn)、梁寨鎮(zhèn)，以及大沙河林場。于不同時期進(jìn)行多次實地調(diào)查，實地調(diào)查的樣本點分布情況如圖1所示。

圖1 研究區(qū)位置

研究區(qū)地處暖溫帶半濕潤季風(fēng)氣候區(qū)，四季分明，日照充足，年平均氣溫15 ℃。地形為黃泛沖積平原，地勢高亢、平坦，境內(nèi)河流原為自然河流，縱橫交錯，廢黃河經(jīng)過治理后引入長江水，形成了大沙河流域帶狀水庫。

大沙河流域土地肥沃，物產(chǎn)豐饒，擁有大面積的作物種植區(qū)域、果樹種植區(qū)域和園藝蔬菜種植區(qū)域等?；诘锰飒?dú)厚的自然條件，大沙河流域的果樹種植已有幾十年的歷史，商品特性好，是全國知名的水果生產(chǎn)基地。

1.2 遙感數(shù)據(jù)源

Sentinel-2衛(wèi)星是歐洲“哥白尼計劃”的第二顆衛(wèi)星，共有2顆衛(wèi)星。Sentinel系列數(shù)據(jù)影像作為后起之秀，憑借其高質(zhì)量的時空分辨率與豐富的波段信息在研究與生產(chǎn)中日益受到重視[18]。本文共選擇2020年10月—2021年9月的12景影像用于試驗，影像編號為N0300_R032_T50SMD。為保證果樹種植區(qū)遙感提取的質(zhì)量，本研究選取了其中4個10 m分辨率的波段，分別為藍(lán)光(Band2，中心波長0.490 μm)、綠光(Band3，中心波長0.560 μm)、紅光(Band4，中心波長0.665 μm)和對植物敏感的近紅外波段(Band8，中心波長0.842 μm)。

植被指數(shù)是衡量作物長勢、區(qū)分作物特征類型的重要指數(shù)。在農(nóng)作物分類研究中，歸一化植被指數(shù)(NDVI)、比值植被指數(shù)(RVI)、增強(qiáng)型植被指數(shù)(EVI)、結(jié)構(gòu)密集型色素指數(shù)(SIPI)和歸一化水指數(shù)(NDWI)應(yīng)用較多[19-22]。本研究基于前述4個波段，利用上述5個植被指數(shù)開展特征分類。

上述指標(biāo)的計算方法如下：

(1)

(2)

(3)

(4)

(5)

式(1)～(5)中：VNDVI、VRVI、VEVI、VSIPI、VNDWI分別代表NDVI、RVI、EVI、SIPI、NDWI的值，ρNIR、ρR、ρG、ρB分別代表近紅外、紅光、綠光、藍(lán)光波段的反射率值。

1.3 地面光譜數(shù)據(jù)獲取

大沙河流域主要的大田作物為小麥、玉米，另有少量水稻，其他園藝蔬菜主要包括大蒜、韭菜、菠菜等。研究區(qū)內(nèi)的果樹以蘋果樹和梨樹為主，另外還有部分桃樹。這幾類果樹在冬季進(jìn)入休眠季，2月中下旬至3月上旬萌芽，3月下旬至4月上旬陸續(xù)開花，隨后陸續(xù)坐果，7—11月為成熟階段。依據(jù)多時相Sentinel-2多光譜反射率影像，結(jié)合谷歌(Google)影像和現(xiàn)場實際調(diào)查樣點情況進(jìn)行目視解譯。在研究區(qū)內(nèi)分別選取果樹種植區(qū)樣本點、林地樣本點、草地樣本點、露天蔬菜種植區(qū)樣本點各128個用于構(gòu)建決策樹模型的訓(xùn)練集和測試集，另選取145個小麥-玉米輪作區(qū)樣本點和83個水稻種植區(qū)樣本點用于前期大田作物種植區(qū)與其他植被區(qū)的分類。地膜覆蓋和大棚設(shè)施蔬菜種植區(qū)、建筑、水體等可直接通過監(jiān)督分類掩膜去除，本文不予討論。

1.4 基于機(jī)器學(xué)習(xí)技術(shù)的決策樹分類

本研究中，用于數(shù)據(jù)處理和構(gòu)造決策樹模型的工具為Python2.7軟件[23]。作為一款開源軟件，Python憑借其豐富的功能和強(qiáng)大的庫而被越來越廣泛地應(yīng)用于機(jī)器學(xué)習(xí)的研究和試驗中，其中的Scikit-learn庫，又寫作Sklearn，是一個基于Python語言的開源機(jī)器學(xué)習(xí)工具包，可通過NumPy、Pandas、SciPy和Matplotlib等Python數(shù)值計算的庫實現(xiàn)高效的算法應(yīng)用，并且涵蓋了幾乎所有主流的機(jī)器學(xué)習(xí)算法，可高效、便捷地用于試驗[24]。本文使用的決策樹模型也選自Sklearn機(jī)器學(xué)習(xí)庫。在決策樹模型構(gòu)建中，合適的特征輸入和特征量對于最終的分類結(jié)果和模型的復(fù)雜度來說意義重大。本研究直接調(diào)用模型中的Feature_importances_屬性來獲取特征重要性，在模型擬合之前濾除不重要的特征，以期獲得更好的穩(wěn)定性與精確性。

在不加限制的情況下，決策樹會生長到衡量不純度的指標(biāo)最優(yōu)，或者沒有更多的特征可用為止。這樣的決策樹往往會過擬合，即會在訓(xùn)練集上表現(xiàn)良好，在測試集上卻表現(xiàn)較差。研究中收集的樣本數(shù)據(jù)不可能和整體的狀況完全一致，因此當(dāng)決策樹對訓(xùn)練數(shù)據(jù)有了過于優(yōu)秀的解釋性，其找出的規(guī)則必然包含了訓(xùn)練樣本中的噪聲，并會造成對未知數(shù)據(jù)的擬合程度不足。為了讓決策樹有更好的泛化性，正確的剪枝策略是優(yōu)化決策樹算法的核心。Max_depth(最大深度)和Min_samples_leaf是決策樹分類模型中2個至關(guān)重要的剪枝參數(shù)，其中，Max_depth的作用為限制樹的最大深度，Min_samples_leaf的作用為限定節(jié)點在分枝后的子節(jié)點中包含的訓(xùn)練樣本數(shù)，這2個參數(shù)搭配使用可以使決策樹模型有更好的表現(xiàn)。

1.5 技術(shù)路線

本研究所采用的技術(shù)路線如圖2所示：首先，通過分析全時期影像的光譜差異確定最佳監(jiān)測時相影像，同時，對作物種植區(qū)進(jìn)行剔除；然后，篩選輸入特征，依7∶3的比例劃分訓(xùn)練集和測試集，并在此基礎(chǔ)上，進(jìn)行模型最佳參數(shù)的探究；最后，實現(xiàn)模型的實例化，并進(jìn)行驗證。

圖2 本研究的技術(shù)路線

2 結(jié)果與分析

2.1 研究區(qū)果樹與林地的光譜特征

大沙河流域的種植結(jié)構(gòu)較為復(fù)雜。要進(jìn)行果樹種植區(qū)的有效提取，首先要剔除耕地。常規(guī)大田作物，如小麥-玉米輪作區(qū)和水稻種植區(qū)可在單一時相影像中進(jìn)行區(qū)分。每年6月份大沙河流域的耕地正處于換茬階段，通過對該月份各地物的NDVI閾值劃分，即可實現(xiàn)對耕地的有效剔除。對比研究區(qū)內(nèi)耕地、果樹園區(qū)、林地、草地和露天蔬菜種植區(qū)6月份的NDVI值(圖3)可以發(fā)現(xiàn)，以NDVI值為4.5作為決策閾值即可實現(xiàn)較好的耕地區(qū)域剔除效果。

圖3 6月份研究區(qū)內(nèi)各地物的NDVI值對比

對果樹種植區(qū)遙感提取影響最大的地物為林地，蔬菜種植區(qū)、草地和果樹在遙感影像中的特征或光譜反射率等具有顯著差異，因此區(qū)分林地和果樹為研究中的重點。在Sentinel-2多光譜反射率影像中，根據(jù)實地調(diào)查與影像目視解譯，分別在1—12月的大沙河流域影像中各選出典型果樹與林地區(qū)域5個，每個區(qū)域任意選擇5個樣本點提取波段信息得出平均波段值，繪制果樹與林地在每個月份的反射率變化曲線(圖4)。結(jié)果發(fā)現(xiàn)，3月份和7月份在490、560、665、842 nm波段，4月份和8月份在對植物敏感的近紅外波段，果樹和林地的反射率差異較為明顯，因此選擇上述4個月份的影像用于研究。

圖4 果樹與林地1—12月的光譜反射率對比

2.2 決策樹構(gòu)建

2.2.1 特征篩選

輸入所選定的4個月份的植被指數(shù)共20個特征(特征采用月份與植被指數(shù)以短橫線連接的形式表示，如7-NDWI代表7月份的NDWI)，采用Feature_importances_屬性進(jìn)行特征的重要性判定。每個特征的重要性不同，對決策樹貢獻(xiàn)越大的，特征越重要。為了保證決策樹模型的精確度，且盡量降低復(fù)雜度，選擇重要性值排在前10位的特征輸入決策樹模型，分別為7-NDWI、8-NDWI、7-RVI、4-NDVI、4-EVI、3-SIPI、7-SIPI、3-NDVI、4-RVI和7-EVI(圖5)。

圖5 各類特征的重要性得分

2.2.2 參數(shù)選擇

本研究使用超參數(shù)的學(xué)習(xí)曲線來判斷決策樹模型的重要參數(shù)，分別以經(jīng)過篩選后的特征、未經(jīng)篩選的特征(即所有特征)、3月份和7月份的植被指數(shù)、4月份和8月份的植被指數(shù)作為變量，繪制學(xué)習(xí)曲線(圖6)。可以發(fā)現(xiàn)，當(dāng)把所有特征全部作為輸入變量時，模型的過擬合現(xiàn)象最為嚴(yán)重；當(dāng)僅將3月份和7月份的植被指數(shù)或4月份和8月份的植被指數(shù)作為輸入變量時，不論是在訓(xùn)練集上還是在測試集上，模型的效果都較差；用經(jīng)過特征篩選的特征作為輸入變量時，構(gòu)建的模型效果最好，且當(dāng)該模型的Max_depth參數(shù)值為5時，模型的泛化能力最佳，在訓(xùn)練集與測試集上均有良好表現(xiàn)。

A、B、C、D分別為以經(jīng)過篩選后的特征、未經(jīng)篩選的特征、3月份和7月份的植被指數(shù)、4月份和8月份的植被指數(shù)作為變量繪制的學(xué)習(xí)曲線。

網(wǎng)格搜索技術(shù)的本質(zhì)為“枚舉技術(shù)”，在Min_samples_leaf參數(shù)選擇中，輸入給定的范圍(0～50)進(jìn)行搜索，同時進(jìn)行十折交叉驗證，以獲得最佳輸入?yún)?shù)結(jié)果。運(yùn)行結(jié)果表明，Min_samples_leaf在進(jìn)行到10時即可達(dá)到最佳效果。

2.3 決策樹模型繪制

確定模型的輸入?yún)?shù)后，構(gòu)建決策樹模型。使用Accuracy系數(shù)作為評價指標(biāo)，通過Score接口對模型做最終評價。結(jié)果顯示，所構(gòu)建的決策樹模型在訓(xùn)練集和測試集上的精度分別為0.919 4和0.875 1。通過Graphviz庫結(jié)合Tree.export_graphviz進(jìn)行決策樹模型的可視化(圖7)，其中，果樹種植區(qū)的識別在決策樹模型的3條分枝上均有體現(xiàn)。

圖7 決策樹模型

2.4 監(jiān)測結(jié)果與驗證

基于機(jī)器學(xué)習(xí)技術(shù)下的決策樹模型，選用3、4、7、8月份共4景Sentinel-2影像，利用ENVI 5.3軟件進(jìn)行波段運(yùn)算，分別生成不同時期下的光譜植被指數(shù)單波段柵格影像圖。在果樹種植區(qū)的提取上，利用ENVI 5.3軟件建立并執(zhí)行上述決策樹模型，同時結(jié)合ArcGIS 10.7軟件實現(xiàn)不同分枝提取結(jié)果的融合，最終實現(xiàn)如圖8所示的果樹種植區(qū)面積提取?？梢钥闯?，研究區(qū)的果樹種植區(qū)基本上圍繞在大沙河兩岸，多為連片種植，東部與西北部的果樹種植地塊較為零碎。統(tǒng)計果樹種植區(qū)的像元數(shù)量，根據(jù)像元的分辨率測算出大沙河流域的果樹種植面積為6 838 hm2。上述空間分布監(jiān)測結(jié)果與現(xiàn)場調(diào)查情況基本一致。

圖8 果樹種植區(qū)的遙感提取結(jié)果

為客觀、定量評估決策樹分類模型對果樹種植面積的提取效果，本研究采用除訓(xùn)練集與測試集外的實測樣本點，結(jié)合在線高分辨率影像數(shù)據(jù)經(jīng)目視解譯選取的混合樣本點，同遙感提取結(jié)果進(jìn)行對比，使用混淆矩陣分別計算Kappa系數(shù)、用戶精度和制圖精度。結(jié)果顯示，Kappa系數(shù)為0.87，用戶精度和制圖精度分別為92.91%和90.77%。通過驗證樣本點信息發(fā)現(xiàn)，圍繞大沙河兩岸的果樹信息基本上都能被正確提取出，得益于標(biāo)準(zhǔn)化與規(guī)模化的果樹種植，該區(qū)域的提取結(jié)果非常理想；錯分現(xiàn)象主要分布在宋樓鎮(zhèn)西南部與梁寨鎮(zhèn)西南部，實地調(diào)研發(fā)現(xiàn)，上述地塊的種植結(jié)構(gòu)較為復(fù)雜且零散，受異物同譜現(xiàn)象影響出現(xiàn)錯分和漏分，部分林地的光譜指數(shù)因與果樹相似而導(dǎo)致產(chǎn)生錯分?？偟膩砜矗狙芯康腻e分率、漏分率較低。測試集與訓(xùn)練集得分和混淆矩陣2種精度驗證的結(jié)果均說明，本研究的果樹種植區(qū)遙感提取模型識別精度較高，可以實現(xiàn)對區(qū)域內(nèi)果樹空間分布的遙感監(jiān)測。

3 討論

當(dāng)前，植物信息的獲取主要基于光學(xué)衛(wèi)星數(shù)據(jù)開展，通過分析影像光譜反射率的變化來判斷作物分布情況，并通過構(gòu)建植被指數(shù)來提取作物。其局限性在于，在同一時期，果樹和其他植物之間存在“異物同譜”現(xiàn)象，因此，簡單地依據(jù)單時相影像和光譜特征并不能很好地區(qū)分各類地物[25-26]。本研究使用覆蓋果樹植物全生育期的Sentinel-2時序影像，計算關(guān)鍵識別時期的植被指數(shù)作為輸入特征，結(jié)合Python框架下的機(jī)器學(xué)習(xí)技術(shù)來構(gòu)建最佳決策樹模型，配合決策樹分類方法，較為理想地實現(xiàn)了區(qū)分果樹與其他地表植物的效果，可有效提取果樹種植區(qū)域面積，總體精度較高。

本研究發(fā)現(xiàn)，3月份、4月份、7月份和8月份是關(guān)鍵識別時期，果樹種植區(qū)域與林地之間的差異性較大。其可能原因在于，3、4月份正值果樹花期，7、8月份果樹已從坐果期進(jìn)入果實膨大期乃至成熟期，因此在光譜上與林地表現(xiàn)出較強(qiáng)的差異性。研究發(fā)現(xiàn)，用于構(gòu)建決策樹識別模型的變量并非越多越好，將全部特征(即不經(jīng)過特征篩選)用作變量所構(gòu)建的模型，雖然在訓(xùn)練集上表現(xiàn)出較好的結(jié)果，但在測試集上卻表現(xiàn)很差。數(shù)據(jù)冗余、噪聲干擾，導(dǎo)致模型朝著過擬合的方向發(fā)展；因此，有效的特征篩選十分必要?？紤]到受云雨天氣等的影響，4個月份的影像數(shù)據(jù)都能獲取的概率并不高，本研究僅選取3、7月份或4、8月份的遙感數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)其在訓(xùn)練集和測試集上的表現(xiàn)都較差。這說明，結(jié)合多時相的遙感數(shù)據(jù)可以更有效地進(jìn)行目標(biāo)地物的提取。

以往基于遙感的地物分類研究，大多在人工經(jīng)驗的基礎(chǔ)上進(jìn)行數(shù)據(jù)分析和閾值劃分，進(jìn)而繪制決策樹[27]。對于光學(xué)遙感來說，通過分析果樹與其他植物光譜反射率的情況，搭配構(gòu)建植被指數(shù)來進(jìn)行目標(biāo)提取的方法，雖然具有很好的可讀性與簡約性，但由于冠層光譜信息變化微弱，加之復(fù)雜的農(nóng)田環(huán)境不利于光譜信息的提取與閾值劃分，因而該類決策樹模型在分類精度上很難達(dá)到最理想的狀態(tài)，難以滿足作物高精度提取的業(yè)務(wù)需求。隨著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，特征工程技術(shù)的應(yīng)用異軍突起，有效的特征篩選可以起到事半功倍的效果。同時，超參數(shù)的學(xué)習(xí)曲線在探索模型最大潛力上也具有積極意義。因此，引入機(jī)器學(xué)習(xí)思想來提升決策樹分類模型的精度，無論是在科研還是在生產(chǎn)上都具有必要性。

研究區(qū)的果樹種植分布較為集中，種植類型主要包括蘋果樹、梨樹和桃樹。本研究并未就不同果樹類型進(jìn)行細(xì)致劃分，后期工作將進(jìn)一步結(jié)合紋理特征、紅邊參數(shù)等開展，以期為果樹類型的細(xì)致分類與統(tǒng)計提供新的思路。