基于遙感影像的水資源提取精度評價方法研究

胡 菡，厲芳婷，許文偉

（1.湖北省測繪工程院，湖北 武漢 430074；2.湖北省自然資源廳，湖北 武漢 430071；3.武漢永盛祥土地規(guī)劃咨詢有限公司，湖北 武漢 430073）

近幾十年來，遙感科學不斷發(fā)展，遙感技術(shù)以客觀準確、監(jiān)測范圍廣、定期重訪的優(yōu)勢為水資源提取及變化研究提供了新的途徑。隨著遙感影像的空間和時間分辨率的不斷提高，遙感影像的復雜度和數(shù)據(jù)量呈幾何級數(shù)增加，基于遙感影像的水資源提取成果也變得越來越豐富。

由于不同提取方法判別水體的效果并不相同，對各方法在不同水體提取中的有效性研究也就相對有限。近年來已有學者對水資源遙感提取方法進行了比較研究，從早期采用影像目視解譯方法從整體效果、小面積水體提取效果進行比較，逐步發(fā)展到利用統(tǒng)計方法對湖面面積、提取面積、水域占比、準確率等總體指標進行比較[1-4]。其比較原則均為衡量水體和非水體的區(qū)分度，但均缺少顧及細節(jié)的量化評價指標和標準化的精度評價流程，因此需要一套標準統(tǒng)一的精度評價方法，以衡量不同水體提取方法的準確性、可靠性。

1 指標設計與精度評價

1.1 指標設計

基于遙感影像的水資源提取，其結(jié)果和實際水體比較無外乎以下2 種結(jié)果：提取正確、提取錯誤。其中提取錯誤又可以分為誤判和漏判，誤判是將非水體提取成水體；漏判是將水體提取成非水體。本研究選取提取正確率、提取誤判率、提取漏判率作為水體提取精度的評價指標，在與1.2 中選擇的標準水體數(shù)據(jù)進行比對的基礎上，完成精度評價。

考慮到水資源提取源數(shù)據(jù)——遙感影像的柵格特性，本研究利用像素作為精度評價的單元，既顧及到提取結(jié)果的細節(jié)比較，同時以此來進行比率的計算，獲得某水體提取結(jié)果的提取正確率、提取誤判率、提取漏判率。

有單個的精度評價指標后，還需要考慮如何根據(jù)各個指標給出一個綜合評價結(jié)果。本研究用賦權(quán)的方法，為提取正確率、提取誤判率、提取漏判率分別配置權(quán)重。提取正確率應賦正值權(quán)重，提取誤判率和提取漏判率則應賦負值權(quán)重。權(quán)重的配置可根據(jù)不同應用場景的需求，進行相應的調(diào)整。最終水資源提取精度評價的得分可用以下公式進行計算：

式中，S為提取精度評價得分；C為提取正確率；WC為正確率權(quán)重；E為提取誤判率；WE為誤判率權(quán)重；O為提取漏判率；WO為漏判率權(quán)重。

1.2 參考標準選擇

判斷提取結(jié)果的好壞歸結(jié)于水體與非水體兩大類信息的分類精度評價，衡量分類精度的標準至關重要?？蔓惥闧5]等根據(jù)高分辨率影像提取結(jié)果，以Google Earth 影像為參照目視解譯結(jié)果進行精度檢驗。利用已有遙感影像作為精度評價參考標準是目前主流方法之一，本研究利用與水資源提取源影像同期已有的基礎地理信息矢量數(shù)據(jù)（簡稱矢量數(shù)據(jù)）作為精度評價的參考標準?；A地理信息矢量數(shù)據(jù)包括地理國情監(jiān)測數(shù)據(jù)、基本比例尺地形圖數(shù)據(jù)等，其中地理國情監(jiān)測數(shù)據(jù)由于更新頻次高，更具優(yōu)勢：①由于基礎地理信息矢量數(shù)據(jù)采集和生產(chǎn)流程規(guī)范、標準統(tǒng)一，因此利用基礎地理信息矢量作為精度評價的參考標準能有效降低使用遙感影像目視解譯比對帶來的人為不確定性干擾；②矢量數(shù)據(jù)可根據(jù)待評價提取結(jié)果的分辨率、數(shù)據(jù)范圍等，在柵格化時指定像元大小、裁切范圍以匹配待評價數(shù)據(jù)的特性，避免了遙感影像重采樣時再次降低精度的可能；③直接提取已有矢量數(shù)據(jù)中的水體數(shù)據(jù)柵格化后進行精度評價，規(guī)范了精度評價的操作流程，也提高了精度評價的效率。

1.3 精度評價流程

基于1.2 的分析，采用已有基礎地理信息矢量數(shù)據(jù)作為精度評價的參考標準。根據(jù)1.1 中評價指標的選取和配置，本研究設計了一套基于遙感影像水體提取精度評價流程，如圖1所示。

圖1 精度評價流程

1）水體提取結(jié)果裁切。水體提取結(jié)果往往和原始提取影像規(guī)格相同，為了便于精度評價，首先對提取結(jié)果進行裁切。本研究采用矩形裁切，用包含水體范圍的最小外接矩形對水體提取結(jié)果進行裁切。

2）矢量數(shù)據(jù)預處理。矢量數(shù)據(jù)的預處理工作，是為下一步矢量數(shù)據(jù)、水體提取結(jié)果比對做準備，使矢量數(shù)據(jù)完全符合水體提取結(jié)果的數(shù)據(jù)標準。

3）疊置比對。以矢量數(shù)據(jù)預處理后的柵格數(shù)據(jù)為參照，疊置水體提取結(jié)果進行比對。利用柵格計算工具，得出比對結(jié)果。結(jié)果柵格數(shù)據(jù)中值為“0”的代表參照數(shù)據(jù)和提取結(jié)果一致，表示提取正確；值為“-1”的代表參照數(shù)據(jù)為非水體，提取結(jié)果為水體，表示水體提取誤判；值為“1”的代表參照數(shù)據(jù)為水體，提取結(jié)果為非水體，表示水體提取漏判。

4）指標統(tǒng)計。根據(jù)3）疊置對比的結(jié)果，統(tǒng)計提取正確率、誤判率、漏判率。提取正確率為，對比結(jié)果柵格中值為“0”的像元數(shù)和對比結(jié)果柵格總像元數(shù)的百分比；提取誤判率為，對比結(jié)果柵格中值為“-1”的像元數(shù)和對比結(jié)果柵格總像元數(shù)的百分比；提取漏判率為，對比結(jié)果柵格中值為“1”的像元數(shù)和對比結(jié)果柵格總像元數(shù)的百分比。

5）綜合評價。根據(jù)4）得到的提取正確率、提取誤判率、提取漏判率，以及根據(jù)應用場景需求配置的權(quán)重，利用1.1 中的計算公式計算提取精度評價得分，進行綜合評價。

2 應用實驗

2.1 實驗和結(jié)果

1）比對和指標統(tǒng)計。湖北省素有“千湖之省”的美譽，湖泊、河流、水庫等水資源十分豐富，項目以湖北省水體為研究對象，使用Landsat 遙感影像數(shù)據(jù)，基于深度學習的遙感水體提取算法，完成了湖北省主要水資源多時相自動提取與制圖。本研究基于上述項目成果，選擇其中5個水體樣本2015年、2020年的提取結(jié)果，使用同期地理國情監(jiān)測成果作為參考標準，利用本文設計的評價指標和評價方法，對提取結(jié)果進行精度評價。圖2展示了2020年樣本1和樣本5的評價比對圖，表1展示了2015年水體提取精度評價指標統(tǒng)計，表2展示了2020年水體提取精度評價指標統(tǒng)計。

表1 2015年提取精度指標統(tǒng)計

表2 2020年提取精度指標統(tǒng)計

圖2 中分別展示了2020 年樣本1 提取結(jié)果、參考標準數(shù)據(jù)、精度評價比對圖；2020 年樣本5 提取結(jié)果、參考標準數(shù)據(jù)、精度評價比對圖。提取結(jié)果、參考標準數(shù)據(jù)中黑色部分像素值為0，代表非水體；藍色部分像素值為1，代表水體。精度評價比對圖中灰色部分像素值為0，則提取正確；黃色部分像素值為1，代表提取漏判；紅色部分像素值為-1，代表提取誤判。

2）權(quán)重配置和綜合評價在比對并統(tǒng)計得到各項指標數(shù)據(jù)后，針對項目的研究目的對評價指標進行權(quán)重設計。本研究將樣本1、樣本3、樣本5 作為實驗組，樣本2、樣本4 作為驗證組，以更好地確定并驗證指標權(quán)重的配置合理性?？傮w來說誤判是將非水體提取成水體，考慮到可能受建構(gòu)筑物陰影或其他地物影響較大，所以減分權(quán)重取值相對低；漏判是將水體提取成非水體，未實現(xiàn)提取目標，減分權(quán)重取值相對高?；诖?，本研究選取了4種權(quán)重配置方案：①WC=60，WE=-15，WO=-25 ；②WC=80，WE=-5，WO=-15 ；③WC=100，WE=-15，WO=-25；④WC=100，WE=-30，WO=-50。這4種權(quán)重配置方案中，前兩種權(quán)重絕對值相加為100，后兩種在正確率權(quán)重為100 的基礎上扣減誤判率和漏判率的權(quán)重。最后實驗對比的結(jié)果如表3所示。

表3 權(quán)重配置方案對比實驗結(jié)果

從4 種權(quán)重配置方案的對比結(jié)果可以看出，方案①和②沒有充分體現(xiàn)出提取結(jié)果較高的“正確率”，方案④則過度強調(diào)“誤判率”和“漏判率”的比重。因此選擇方案③的權(quán)重配置，它既體現(xiàn)了“正確率”的重要性，也適當考慮了“誤判率”“漏判率”。同時，樣本1 為主城區(qū)內(nèi)水體，樣本3 為遠城區(qū)水體，樣本5 為較大面積水體，方案③亦能體現(xiàn)出不同水體樣本的提取差異。

最后對方案③的權(quán)重配置方案加以驗證，即設置提取正確率權(quán)重（WC）=100，提取誤判率權(quán)重（WE）=-15，提取漏判率權(quán)重（WO）=-25，按照提取精度評價得分公式：

驗證組樣本2 為主城區(qū)小水體，樣本4 為大面積水體。利用實驗得到的精度評價公式對驗證組的兩個樣本進行綜合評價，得到結(jié)果如表4。

表4 驗證組綜合評價得分

驗證組的綜合評價結(jié)果和實驗組結(jié)論一致，既能充分體現(xiàn)提取結(jié)果的“正確率”，也能兼顧提取結(jié)果的“誤判率”和“漏判率”，且能體現(xiàn)出主城區(qū)小水體提取的局限性，和大面積水體提取的優(yōu)勢，符合本實驗選用的基礎影像和水體提取方法的特性。

2.2 討論和分析

本研究選擇的5個實驗水體樣本提取的綜合評價得分如表5所示。

表5 綜合評價得分

可以看出，除樣本1、樣本2 得分較低，其余樣本的提取結(jié)果精度尚佳。精度評價結(jié)果與項目對水體提取結(jié)果的預期精度相當，證明了本研究設計的評價指標和評價方法的可行性。分析樣本1、樣本2 評分較低的原因，可能有以下幾點：①Landsat遙感影像分辨率較地理國情監(jiān)測資料影像分辨率差異較大，導致采集和提取精度不一致[6]；②樣本1、樣本2為城市水體，面積較小，其提取需要中高分辨率的遙感數(shù)據(jù)，然而本文采用的Landsat 系列為中分辨率，所針對的對象一般為較開闊的水域[7]；③樣本1、樣本2為位于城區(qū)內(nèi)部的小水體，周邊建構(gòu)筑物多、人類活動豐富，可能導致誤判率高。

本次實驗進行賦權(quán)時發(fā)現(xiàn)，不同的權(quán)重配置對精度評價的結(jié)果影響較大，這也從另一方面反映出本研究的精度評價方法可根據(jù)不同應用場景配置不同比率的權(quán)重，以滿足不同的應用需求。在強調(diào)提取正確率的場景下，可提高WC的權(quán)重；在容錯率低的場景下，提高WE的權(quán)重；在強調(diào)提取完整度的場景下，則提高WO的權(quán)重。

3 結(jié)語

本研究立足于當前生態(tài)文明建設的迫切需求，以促進遙感技術(shù)在水資源提取及時空變化監(jiān)測等研究中的應用為目標，討論了基于遙感影像的水資源提取精度評價方法的重要性。在充分研究已有提取方法及其比較研究的基礎上，經(jīng)過精度評價指標的設計和配置，精度評價流程的設計，制定了一套精度評價方法。在此基礎上，以基于深度學習的遙感水體提取算法的提取結(jié)果作為實驗對象，以同期地理國情監(jiān)測成果作為參照標準，選取了湖北省5個水體作為樣本，進行了基于遙感影像的水資源提取精度評價方法的應用實驗，通過實驗驗證了其可行性。