基于紋理特征和機(jī)器學(xué)習(xí)的衛(wèi)星云圖分類(lèi)實(shí)驗(yàn)

顧天紅,杜小玲,李 力,朱育雷,張艷梅,吳昌航

(貴州省氣象臺(tái),貴州 貴陽(yáng) 550002)

0 引言

衛(wèi)星云圖以其觀測(cè)范圍廣、測(cè)量物不受測(cè)量系統(tǒng)干擾等特性,越來(lái)越廣泛地應(yīng)用于常規(guī)天氣預(yù)報(bào)和氣象科學(xué)研究中,在森林防火、資源調(diào)查和環(huán)境監(jiān)測(cè)等領(lǐng)域也占據(jù)著十分重要的地位[1-2]。云是氣象預(yù)報(bào)中至關(guān)重要的觀測(cè)要素之一,“看云識(shí)天氣”,不同類(lèi)型的云對(duì)天氣的指示作用不同,所以準(zhǔn)確識(shí)別云對(duì)提升天氣預(yù)報(bào)和氣候預(yù)測(cè)準(zhǔn)確性有著重要意義[3-4]。國(guó)際云氣候計(jì)劃(ISCCP)根據(jù)云頂氣壓將云主要分為高云、中云和低云[5];基于結(jié)構(gòu)形式、范圍大小、邊界形狀、色調(diào)、暗影和紋理6種判據(jù),在衛(wèi)星氣象學(xué)中又分為較為常見(jiàn)的4種:層云、卷云、積云和積雨云[6]。云的自動(dòng)識(shí)別最早由Shenk等[7]提出,隨著圖像處理和模式識(shí)別技術(shù)的飛速發(fā)展,基于云圖的分類(lèi)和識(shí)別成為新的研究熱點(diǎn)。傳統(tǒng)的云檢測(cè)和云分類(lèi)分為閾值法和聚類(lèi)法,由于衛(wèi)星圖像隨時(shí)間、地點(diǎn)、地表而變化,很難找出通用的閾值標(biāo)準(zhǔn)和聚類(lèi)方法。近年來(lái),機(jī)器學(xué)習(xí)在衛(wèi)星云圖分類(lèi)識(shí)別領(lǐng)域受到關(guān)注并迅速發(fā)展[8],經(jīng)過(guò)大量學(xué)者的對(duì)比研究,發(fā)現(xiàn)基于機(jī)器學(xué)習(xí)的分類(lèi)無(wú)論是分類(lèi)速度還是分類(lèi)精度都有明顯提升。劉揚(yáng)[9]基于閾值法和支持向量機(jī)對(duì)7類(lèi)云進(jìn)行了分類(lèi);陳晨[10]研究對(duì)比了極限學(xué)習(xí)機(jī)和支持向量機(jī)在衛(wèi)星云圖中的云分類(lèi),發(fā)現(xiàn)極限學(xué)習(xí)機(jī)在分類(lèi)速度上有明顯優(yōu)勢(shì),但分類(lèi)精度低于SVM;邵麗群[11]將堆疊極限學(xué)習(xí)機(jī)應(yīng)用于衛(wèi)星云圖自動(dòng)分類(lèi),發(fā)現(xiàn)極限學(xué)習(xí)機(jī)與支持向量機(jī)相比,在泛化能力和學(xué)習(xí)速度上有明顯優(yōu)勢(shì),但分類(lèi)精度仍低于支持向量機(jī);田文哲等[12]采用自適應(yīng)模糊支持向量機(jī)來(lái)實(shí)現(xiàn)對(duì)晴空區(qū)、低云、中云、高云及直展云的分類(lèi),識(shí)別準(zhǔn)確率均優(yōu)于標(biāo)準(zhǔn)支持向量機(jī)和傳統(tǒng)模糊支持向量機(jī);鄭宗生等[13]提出基于參數(shù)遷移的衛(wèi)星云圖下臺(tái)風(fēng)等級(jí)的分類(lèi)方法,發(fā)現(xiàn)分類(lèi)精度明顯高于淺層卷積神經(jīng)網(wǎng)絡(luò)和源模型;張敏靖等[14]結(jié)合對(duì)抗學(xué)習(xí)和遷移學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行災(zāi)害天氣云圖分類(lèi)研究,顯著提升了各類(lèi)災(zāi)害天氣的分類(lèi)精度。而衛(wèi)星云圖中的云的分類(lèi)和識(shí)別,實(shí)質(zhì)上是對(duì)圖像進(jìn)行切割和特征提取等處理[15]。紋理是物體結(jié)構(gòu)的反映,分析紋理特征能獲取圖像綜合信息,故可以通過(guò)提取云圖紋理特征來(lái)實(shí)現(xiàn)對(duì)云的分類(lèi)識(shí)別[16-17]。

本文采用提取云圖的紋理特征參數(shù)作為云圖樣本集的特征向量,再分別用支持向量機(jī)、隨機(jī)森林和XGboost分類(lèi)器進(jìn)行云的分類(lèi)識(shí)別實(shí)驗(yàn),旨在為云團(tuán)的追蹤識(shí)別奠定基礎(chǔ)。

1 資料與方法

1.1 資料來(lái)源

因目前尚無(wú)云圖數(shù)據(jù)庫(kù)公開(kāi)可用,本文采用自建云圖庫(kù)?？紤]到盡可能降低人為判斷識(shí)別的主觀性,本文參考風(fēng)云衛(wèi)星遙感數(shù)據(jù)服務(wù)網(wǎng)站(http∶//satellite.nsmc.org.cn/PortalSite/Default.aspx)上FY-2G云分類(lèi)產(chǎn)品(圖1),將云分類(lèi)成以下5種:晴空、層積云或高積云、積雨云、密層云和卷層云。

圖1 同一時(shí)次FY-2H云分類(lèi)產(chǎn)品與FY-2G紅外云圖對(duì)照Fig.1 Comparison of FY-2H cloud classification products and FY-2G infrared cloud image at the same time

為使研究對(duì)象與觀測(cè)能力相適應(yīng),考慮到紅外通道不受日照因素影響,觀測(cè)連續(xù)性佳,本文所用實(shí)驗(yàn)數(shù)據(jù)均來(lái)自2020年4—6月風(fēng)云二號(hào)G星的紅外云圖(IR1)。對(duì)照同一時(shí)次風(fēng)云衛(wèi)星遙感數(shù)據(jù)服務(wù)網(wǎng)站(http∶//satellite.nsmc.org.cn/PortalSite/Default.aspx)上FY-2G云分類(lèi)產(chǎn)品,對(duì)紅外云圖進(jìn)行人為分割分類(lèi),統(tǒng)一像素比為50×50,共制作完成了500張?jiān)菩蛨D像,其中晴空、層積云或高積云、積雨云、密層云和卷層云各100張,部分原始數(shù)據(jù)集如圖2所示。

圖2 衛(wèi)星云圖部分原始數(shù)據(jù)集示意圖Fig.2 The partial diagram of original satellite cloud image data set

1.2 云圖紋理特征及提取方法

目前,提取圖像紋理特征的方法主要有4種,即基于分布模型參數(shù)的模型法、基于紋理基元的結(jié)構(gòu)分析法、基于線性變換和濾波處理的信號(hào)處理法和基于圖像灰度值的統(tǒng)計(jì)分析法[18]。其中,信號(hào)處理法和統(tǒng)計(jì)分析法是目前最常用且提取效果較好的2種方法[19]。實(shí)踐表明,對(duì)于類(lèi)似地形紋理分析[20]、氣象云圖分析[21]等復(fù)雜無(wú)規(guī)律的紋理分析,很多文獻(xiàn)中一般使用基于統(tǒng)計(jì)分析的典型方法即灰度共生矩陣法(Grey-level Co-occurrence Matrix,GLCM),故本文也采用這一方法進(jìn)行衛(wèi)星云圖紋理特征分析。

1.2.1 灰度共生矩陣 灰度共生矩陣(GLCM)是由Haralick提出的一種能夠統(tǒng)計(jì)圖像中每種灰度信息出現(xiàn)頻次的紋理特征提取方法[22],能較為精確地反映圖像灰度的方向、相鄰距離和變化幅度[23]。GLCM定義為圖像中2個(gè)不同像素點(diǎn)灰度分布的聯(lián)合概率密度P(i,j,d,θ)構(gòu)成,其計(jì)算原理如下[24]:

式中,d和θ分別為2像素點(diǎn)之間的距離和方向(通常取0°,45°,90°,135°),分子代表像素對(duì)(i,j)的個(gè)數(shù),分母代表像素對(duì)的總數(shù)(#表示數(shù)量),上式得到的P是歸一化的。將聯(lián)合概率密度P(i,j,d,θ)寫(xiě)成矩陣形式,即得到GLCM,其像素對(duì)分布示意圖如圖3。

圖3 GLCM像素對(duì)分布示意圖Fig.3 The distribution diagram of GLCM pixel pair

1.2.2 基于灰度共生矩陣的紋理屬性 盡管GLCM能描述圖像紋理信息,但為了進(jìn)行更深入的紋理分析,實(shí)際應(yīng)用中通常不直接使用GLCM,而是基于GLCM再作統(tǒng)計(jì)處理,得到的二次統(tǒng)計(jì)量再作為圖像的紋理特征[25]。Haralik定義了14種紋理特征參量,但經(jīng)過(guò)Baraldi驗(yàn)證,發(fā)現(xiàn)對(duì)遙感云圖特征提取效果最好的4種參量為能量、相關(guān)性、對(duì)比度和熵[23]。

(1)能量(Energy)是GLCM元素值的平方和,反映圖像灰度分布均勻性和紋理粗細(xì)度。圖像紋理越粗,其能量值越大。

(2)相關(guān)性(Correlation)是度量GLCM元素在行或列上的相似度,反映圖像中局部灰度相關(guān)性。GLCM元素越均等,相關(guān)性越大。

(3)對(duì)比度(Contrast)反映圖像的清晰度和紋理溝紋深淺程度。紋理溝紋越深,對(duì)比度越大。

(4)熵(Entropy)是圖像隨機(jī)性的度量,反映圖像信息的復(fù)雜程度。紋理越復(fù)雜,熵越大。

2 算法實(shí)現(xiàn)

基于Matlab編寫(xiě)GLCM紋理特征提取代碼,基于Python 3.8編寫(xiě)云圖分類(lèi)識(shí)別代碼,其算法步驟如下:

開(kāi)始→批量讀入圖像→轉(zhuǎn)化成灰度圖像→計(jì)算灰度共生矩陣→計(jì)算紋理特征統(tǒng)計(jì)值(4個(gè)方向4個(gè)特征值)→計(jì)算均值作為最終特征值→基于所提取特征值分別建立SVM、RF和XGBoost分類(lèi)模型→分類(lèi)效果評(píng)估→結(jié)束。

3 紋理特征統(tǒng)計(jì)分析

利用GLCM對(duì)晴空、層積云或高積云、積雨云、密層云和卷層云各100張?jiān)茍D分別進(jìn)行紋理特征參數(shù)(均為無(wú)量綱數(shù))計(jì)算,基于箱線圖得出對(duì)比度、相關(guān)性、熵和能量分別在4個(gè)θ方向上的均值的主體范圍(圖4)。箱線圖的最高點(diǎn)為最大值,最低點(diǎn)為最小值,箱體上框線為75%上四分位值,下部框線為25%下四分位值,箱中黑橫線為中位數(shù),黑點(diǎn)為平均值。綜合來(lái)看,利用對(duì)比度、相關(guān)性、熵和能量4種紋理特征參數(shù),較容易將層積云或高積云(1)區(qū)分出來(lái),而剩下4類(lèi)依靠統(tǒng)計(jì)特征難以人為地區(qū)分,故很有必要引入機(jī)器學(xué)習(xí)來(lái)進(jìn)行分類(lèi)識(shí)別。

圖4 5種云分類(lèi)的對(duì)比度(a)、相關(guān)性(b)、熵(c)、能量(d)參數(shù)箱線圖 (圖中0～4分別為晴空、層積云或高積云、積雨云、密層云、卷層云)Fig.4 The box plots of contrast (a), correlation (b), entropy (c) and energy (d) parameters of five cloud classification products (0～4 in the figures are clear sky, stratocumulus or altocumulus, cumulonimbus, dense stratus and cirrostratus)

4 基于機(jī)器學(xué)習(xí)的云分類(lèi)識(shí)別實(shí)驗(yàn)

4.1 支持向量機(jī)簡(jiǎn)介

支持向量機(jī)(SVM)是Cortes和Vapnik于1964年首次提出的一種基于統(tǒng)計(jì)理論用來(lái)解決分類(lèi)問(wèn)題的分類(lèi)器[25],在20世紀(jì)90年代快速發(fā)展并不斷優(yōu)化改進(jìn),在模式識(shí)別中展現(xiàn)出良好的泛化性,在小樣本、高維度和非線性問(wèn)題上有明顯優(yōu)勢(shì)[26]。

4.2 隨機(jī)森林簡(jiǎn)介

隨機(jī)森林是以很多互不關(guān)聯(lián)的決策樹(shù)為基礎(chǔ)構(gòu)建的一種集成學(xué)習(xí)(Ensemble Learning)方法,采用bootsrap有放回地抽樣,讓森林里的每棵決策樹(shù)都對(duì)一次抽樣進(jìn)行投票,遵從少數(shù)服從多數(shù)的原則,綜合考慮所有樹(shù)的決策結(jié)果最終得出決策模型[27]。隨機(jī)森林算法因參數(shù)少、不易過(guò)擬合等優(yōu)點(diǎn),被廣泛應(yīng)用于分類(lèi)和回歸問(wèn)題[28]。

4.3 XGBoost簡(jiǎn)介

XGBoost以分類(lèi)回歸樹(shù)(Classification and Regression Tree,CART)為基分類(lèi)器,相關(guān)性通過(guò)梯度提升來(lái)集成,是梯度提升算法的進(jìn)化版[29]。XGBoost對(duì)每個(gè)特征進(jìn)行分塊(block)排序,使其在尋找最佳分裂點(diǎn)的時(shí)候能夠并行化計(jì)算,以提高運(yùn)行速度[30]。

4.4 分類(lèi)結(jié)果及分析

構(gòu)建的云圖樣本庫(kù)共500個(gè),每一類(lèi)分別為100個(gè),分類(lèi)模型按樣本容量的70%隨機(jī)分層抽取作為訓(xùn)練集與測(cè)試集,比例為7∶3。樣本特征為:“CON”—對(duì)比度,“COR”—相關(guān)性,“ENT”—熵,“AMS”—能量;樣本標(biāo)簽為:“0”—晴空,“1”—層積云或高積云,“2”—積雨云,“3”—密層云,“4”—卷層云。實(shí)驗(yàn)構(gòu)造的SVM使用徑向基函數(shù)(RBF),C取1,g取“auto”;RF和XGBoost各參數(shù)均為默認(rèn)。3種分類(lèi)器對(duì)該樣本分別進(jìn)行10次訓(xùn)練,最后取其平均準(zhǔn)確率作為評(píng)估。分類(lèi)結(jié)果見(jiàn)表1,部分運(yùn)行結(jié)果截圖見(jiàn)圖5。

表1 3種分類(lèi)器結(jié)果對(duì)比(單位:%)Tab.1 Comparison of the results of three classifiers(unit:%)

圖5 Python 3.8下某次分類(lèi)結(jié)果運(yùn)行截圖Fig.5 The screenshot of a classification result in Python 3.8

分析可知,RF對(duì)該實(shí)驗(yàn)云分類(lèi)的平均準(zhǔn)確率最高,約為62.5%;XGBoost次之,約為61.7%;SVM分類(lèi)效果最差,約為60.0%。其中,SVM對(duì)這5種云分類(lèi)效果依次為:層積云或高積云(90.3%)>密層云(67.9%)>積雨云(56.1%)>卷層云(48.9%)>晴空(45.1%);RF為:層積云或高積云(91.5%)>卷層云(68.9%)>積雨云(60.0%)>密層云(54.6%)>晴空(52.3%);XGBoost則為:層積云或高積云(90.0%)>晴空(68.3%)>積雨云(60.0%)>密層云(54.0%)>卷層云(51.6%)。綜上,SVM、RF和XGBoost對(duì)“層積云或高積云”的分類(lèi)識(shí)別效果都最穩(wěn)定且最好,均達(dá)到了90%以上。

5 結(jié)論與討論

本文基于云圖紋理特征提取,得出的統(tǒng)計(jì)特征參數(shù)難以人為區(qū)分“晴空”、“層積云或高積云”、“積雨云”、“密層云”和“卷層云”,故結(jié)合支持向量機(jī)(SVM)、隨機(jī)森林(RF)和XGboost分類(lèi)器來(lái)實(shí)現(xiàn)對(duì)這5類(lèi)云的分類(lèi),得出實(shí)驗(yàn)結(jié)論如下:

(1)利用對(duì)比度、相關(guān)性、熵和能量4種紋理特征參數(shù),能較容易地將“層積云或高積云”區(qū)分出來(lái),而剩下4類(lèi)依靠統(tǒng)計(jì)特征難以人為地區(qū)分。

(2)3種分類(lèi)器對(duì)該實(shí)驗(yàn)云分類(lèi)的平均準(zhǔn)確率分別為RF(62.5%)>XGBoost(61.7%)>SVM(60.0%)。而在劉揚(yáng)[9]的研究中使用的SVM云分類(lèi)器在參數(shù)組合為(C=0.5625,g=0.0)時(shí)平均準(zhǔn)確率最高,為49.925%。

(3)SVM、RF和XGBoost 3種分類(lèi)器對(duì)本文構(gòu)建的衛(wèi)星云圖樣本庫(kù)的分類(lèi)訓(xùn)練結(jié)果不一,但對(duì)“層積云或高積云”的分類(lèi)效果都最好且穩(wěn)定,平均分類(lèi)精度均達(dá)到了90%以上,最高為91.5%;除此之外,SVM對(duì)密層云(67.9%)、RF對(duì)卷層云(68.9%)、XGboost對(duì)晴空(68.3%)的分類(lèi)效果次之,平均分類(lèi)精度均達(dá)67%以上。而在邵麗群[11]的研究中,基于光譜特征和紋理特征的堆疊極限學(xué)習(xí)機(jī)(S-ELMs)對(duì)“層積云或高積云”的分類(lèi)精度為96.67%,對(duì)“積雨云”為82.64%,對(duì)“晴空”則為41.22%。

本實(shí)驗(yàn)存在以下問(wèn)題有待改進(jìn):(1)樣本容量小;(2)樣本特征單一且少;(3)樣本庫(kù)的構(gòu)建主觀性仍難以消除;(4)所選用機(jī)器學(xué)習(xí)分類(lèi)器未進(jìn)行調(diào)參優(yōu)化。