CNN影像輸入尺寸和分辨率對川西針葉林植被分類精度的影響

石偉博，廖小罕，王紹強，5，6，岳煥印，王東亮

1.中國地質(zhì)大學(xué)(武漢) 地理與信息工程學(xué)院 區(qū)域生態(tài)過程與環(huán)境演變實驗室,武漢 430074;

2.中國科學(xué)院地理科學(xué)與資源研究所 資源與環(huán)境信息系統(tǒng)國家重點實驗室,北京 100101;

3.中國科學(xué)院無人機應(yīng)用與管控研究中心,北京 100101;

4.中國民航局 低空地理信息與航路重點實驗室,北京 100101;

5.中國科學(xué)院地理科學(xué)與資源研究所 生態(tài)系統(tǒng)網(wǎng)絡(luò)觀測與模擬重點實驗室,北京 100101;

6.中國科學(xué)院大學(xué) 資源與環(huán)境學(xué)院,北京 100049

1 引言

森林作為地球上十分重要的生態(tài)系統(tǒng)，具有生物多樣性保護、固碳釋氧、氣候調(diào)節(jié)、水源涵養(yǎng)、水土保持、環(huán)境凈化等生態(tài)功能（廖亮林 等，2016；Iverson 等，2018；朱萬澤 等，2021），對區(qū)域內(nèi)乃至全球的生態(tài)多樣性、碳循環(huán)等有很大的貢獻。川西亞高山針葉林作為我國第二大林區(qū)（西南林區(qū)）的主體（杜志 等，2014），是長江上游重要的生態(tài)屏障，在區(qū)域氣候調(diào)節(jié)、水源涵養(yǎng)和生物多樣性保育等方面具有不可替代的作用和地位（劉慶 等，2001）。就森林生態(tài)系統(tǒng)而言，了解森林植被分布對于森林的可持續(xù)管理十分重要。過去，為了獲取植被的分布情況，往往采取實地調(diào)查的方式。這種方法耗時耗力，成本也很高，對于西南林區(qū)而言，由于其復(fù)雜的地形條件，還會有一定的安全隱患。隨著遙感技術(shù)的不斷進步，遙感已經(jīng)成為獲取森林植被分布的重要手段之一，在林業(yè)中得到廣泛的應(yīng)用（Fassnacht 等，2016）。傳統(tǒng)的衛(wèi)星數(shù)據(jù)，如Landsat、SPOT 系列等衛(wèi)星影像，由于其空間分辨率較低，無法提供足夠的空間細節(jié)，往往只用作大范圍植被制圖。高分衛(wèi)星數(shù)據(jù)，如IKONOS、QuickBird、WordView 等衛(wèi)星影像，能提供能米級甚至亞米級的遙感數(shù)據(jù)，但面臨著時效性差、成本高等問題，同時受制于西南林區(qū)多云多雨多霧的氣候特點，導(dǎo)致衛(wèi)星有效觀測時間更短，獲得高質(zhì)量、多時空的遙感影像數(shù)據(jù)難度更大。

近年來隨著無人機和遙感器技術(shù)的不斷發(fā)展，無人機的續(xù)航時間不斷提升，搭載能力越來越強，無人機已經(jīng)成為一種新型的遙感觀測平臺，被廣泛應(yīng)用于各個領(lǐng)域（Colomina 和Molina，2014；廖小罕等，2016；Pajares，2015；Maes 和Steppe，2019）。無人機的主要優(yōu)勢就在于高頻次、迅捷（廖小罕 等，2019），可以用一種相對較近的方式觀察地物，能夠靈活、方便、快捷的獲取遙感數(shù)據(jù)。此外，相較于衛(wèi)星平臺，無人機往往在云層下面進行觀測，所以無人機遙感數(shù)據(jù)不需要進行過多的大氣校正；由于無人機對于起降場地要求不高，能夠適應(yīng)林業(yè)復(fù)雜的地理環(huán)境，可以獲取高時間、高空間分辨率的林業(yè)影像數(shù)據(jù)，對森林資源的調(diào)查和監(jiān)測提供了強有力的技術(shù)支撐（曹忠，2016；劉清旺 等，2017），無人機遙感技術(shù)已經(jīng)應(yīng)用到林火與病蟲害監(jiān)測（何誠 等，2014；黃華毅 等，2021）、森林結(jié)構(gòu)參數(shù)估測（王娟 等，2022；王越 等，2022）、森林植被觀測（Zheng等，2021）與分類（Zhang等，2020b；Hao等，2021）、樹種多樣性監(jiān)測（Xu等，2021）等方面。

隨著深度學(xué)習(xí)的興起，特別是卷積神經(jīng)網(wǎng)絡(luò)CNN（Convolutional Neural Networks）的興起，在計算機視覺和模式識別上取得了較大進展，越來越多的研究者使用新興的平臺和技術(shù)進行森林植被研究（Kattenborn 等，2021）。Zhang 等（2020a）使用機載高光譜數(shù)據(jù)對南方人工林林場植被進行分類，利用改進的3D-CNN 分類模型實現(xiàn)了大面積、高精度的樹種分類；Trier 等（2018）使用機載激光掃描和高光譜數(shù)據(jù)，結(jié)合深度神經(jīng)網(wǎng)絡(luò)對挪威森林中的3個優(yōu)勢樹種進行分類制圖，精度達87%。然而，高光譜載荷設(shè)備昂貴，飛行成本較高，并且高光譜遙感數(shù)據(jù)往往需要專業(yè)的人員進行影像處理，門檻較高，難以在林業(yè)研究中進行普及。

隨著消費級無人機的興起，林業(yè)研究者能夠以低成本的代價獲取超高空間分辨率的RGB 影像數(shù)據(jù)，這對于林業(yè)研究有著非常重大的意義。RGB影像數(shù)據(jù)不依賴于復(fù)雜的傳感器，不需要專業(yè)的校準和數(shù)據(jù)預(yù)處理，節(jié)約了影像處理時間和減少數(shù)據(jù)成本，并且能夠廣泛的應(yīng)用在國內(nèi)外林業(yè)工作中（Natesan 等，2019；林志瑋 等，2019；戴鵬欽等，2020）。Natesan等（2019）等使用消費級無人機獲取加拿大安大略省保護林的RGB 影像，使用CNN 對白松、紅松兩種優(yōu)勢樹種進行分類，精度可達80%；林志瑋 等（2019）使用無人機光學(xué)圖像結(jié)合DenseNet 卷積神經(jīng)網(wǎng)絡(luò)模型對12 個樹種進行分類，模型精度達到87.54%。然而在這些研究中大多只考慮了森林的物種多樣性，大部分的實驗地點和研究區(qū)域往往傾向于良好的生態(tài)條件，如地勢較為平坦、林內(nèi)物種復(fù)雜度較低、種內(nèi)年齡組數(shù)量較少、距道路較近等，沒有考慮到森林內(nèi)復(fù)雜的生態(tài)條件，人為干擾因素較多。并且由于無人機影像的獲取與處理有著自身的特殊性，研究主要集中在樹種分類的精度上，但對于空間分辨率與影像裁剪尺寸上的研究尚不多見。

基于此，本研究選取地形條件復(fù)雜、種內(nèi)年齡組差異較大、人跡罕至、高原高山生態(tài)環(huán)境的川西亞針葉林為研究區(qū)域，擬使用無人機獲取典型區(qū)域的高分辨率RGB 影像，結(jié)合多類語義分割方法（U-Net）對實驗區(qū)進行植被分類，構(gòu)建不同分辨率和裁剪尺寸的樣本集，并建立基于多個樣本集的森林指紋庫；通過模型構(gòu)建和精度比較，分析討論無人機影像的空間分辨率和裁剪尺寸對CNN 模型精度的影響，以期為川西亞針葉林的植被監(jiān)測研究提供科學(xué)依據(jù)。

2 研究區(qū)域概況

研究區(qū)域位于中國四川省平武縣王朗國家級自然保護區(qū)（103°55′E—104°10′E，32°49′N—33°02′N）（圖1）。王朗自然保護區(qū)位于青藏高原與四川盆地兩大地貌單元的交匯地段，地處橫斷山脈北緣的川西高山峽谷地區(qū)，其原始森林是川西北地區(qū)保存最完好的一片（顧人和，2005）。保護區(qū)屬于丹巴—松潘半濕潤氣候，海拔高度為2300—4980 m，氣候有明顯的垂直地帶性，年平均溫度2.5 ℃—2.9 ℃，最低溫-17.8 ℃，最高溫26.2 ℃，年降雨量859.9 mm。

圖1 研究區(qū)域概況Fig.1 Overview of the study area

該研究區(qū)域地處岷山北部野生大熊貓核心棲息地，是北京大學(xué)和中國科學(xué)院植物研究所主持共建的監(jiān)測樣地，于2020 年加入“中國森林生物多樣性監(jiān)測網(wǎng)絡(luò)（CForBio）”；其遠離道路和人為因素干擾，生態(tài)環(huán)境復(fù)雜，種內(nèi)年齡組差異較大，屬于高山高原地區(qū)，區(qū)域內(nèi)地形起伏較大，高差達100多米。根據(jù)樣地清查數(shù)據(jù)顯示，研究區(qū)域內(nèi)以針葉樹、落葉喬木、落葉灌木、藤本為主，其中針葉樹中以岷江冷杉（Abiesfaxoniana）為優(yōu)勢樹種，林中伴隨著紫果云杉（Piceapurpurea）與方枝柏（Sabinasaltuaria）；落葉喬木主要以川西櫻桃（Cerasustrichostoma）、紅樺（BetulaalbosinensisBurk）、紫華衛(wèi)矛（EuonymusporphyreusLoes）為主；落葉灌木主要有紫萼山梅花（Philadelphuspurpurascens）、陜甘花楸（SorbuskoehneanaSchneid）、紅脈忍冬（LoniceranervosaMaxim）等為主；藤本主要以獼猴桃藤山柳（ClematoclethraactinidioidesMaxim）為主。由于原始森林內(nèi)部情況復(fù)雜，難以在無人機影像上進行一一對比，因此本研究綜合考慮了野外實地調(diào)查結(jié)果和植被樹冠特征，將森林植被分類為岷江冷杉、落葉喬木、落葉灌木、其他植被。其中，其他植被主要指研究區(qū)內(nèi)面積所占比例很小的林窗、藤本、枯木等植被。由于保護區(qū)為國家級自然保護區(qū)，同時也是大熊貓棲息地之一，人跡罕至，除卻河流、裸石外無復(fù)雜地物，所以標記其他類型植被時人為誤差較小。

3 數(shù)據(jù)來源與研究方法

3.1 數(shù)據(jù)來源

無人機影像是于2020 年06 月15 日下午使用DJI 大疆Mavic 2 無人機在王朗自然保護區(qū)進行飛行獲取。該無人機是消費級無人機，小巧輕便，不到1 kg，便于攜帶，搭載1 英寸CMOS 相機，具有障礙物感知能力，適合在森林中進行無人機RGB 影像的獲取。由于樣地內(nèi)地形起伏較大，為了保障無人機飛行時的安全，還能夠獲取較高質(zhì)量的超高分辨率RGB 影像，飛行高度設(shè)置為距起降地300 m，旁向重疊率80%，航向重疊率80%，飛行時天氣整體良好，空中無云。本研究對樣地進行了兩次飛行，6月15日中午飛行一次，下午飛行一次；6月16日下午又對樣地進行一次飛行，并以相同飛行參數(shù)對相鄰樣地進行拍攝。因為15日中午陽光強烈，無人機原始航拍照片過曝嚴重，導(dǎo)致飛行數(shù)據(jù)無法使用；而下午飛行時陽光較弱，數(shù)據(jù)質(zhì)量無明顯陰影效果；所以最終選擇15日下午的飛行影像進行樣本標注，而16日拍攝的兩組影像則作為未訓(xùn)練的影像。后續(xù)將獲取到的原始航拍影像等信息導(dǎo)入到專業(yè)拼圖軟件Pix4D Mapper，經(jīng)過影像質(zhì)量檢查、影像數(shù)據(jù)自動匹配、點云處理等操作后，生成DSM和空間分辨率為5 cm的25 hm2正射影像。

3.2 訓(xùn)練樣本的選取及制作

訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型的前提條件之一就是要制作訓(xùn)練樣本。本研究區(qū)域位于王朗自然保護區(qū)北部，海拔3000 多米，遠離道路，無法進入實地與無人機影像上樹木進行一一比對。基于無人機高分影像、樹冠特征與野外調(diào)查數(shù)據(jù)，選取正射影像中典型區(qū)域作為感興趣區(qū)，使用ArcGIS Pro軟件將圖斑標記為岷江冷杉、落葉喬木、落葉灌木，其他植被。

由于無人機正射影像尺寸較大，難以直接進行訓(xùn)練，所以要先進行影像裁剪。為研究不同尺寸下影像裁剪對分類精度的影響，對無人機RGB影像選擇三種尺寸進行裁剪，分別是128×128、256×256、512×512像素，在野外對應(yīng)6.4 m、12.8 m、25.6 m的樣地距離；在設(shè)置步長時，本研究選擇步長等于裁剪尺寸的一半，保證樣本之間有50%的重疊，步長分別為64、128、256 像素。為了研究不同空間分辨率下的無人機影像與深度學(xué)習(xí)模型之間的精度關(guān)系，對5 cm 的正射影像進行重采樣到10 cm、15 cm、20 cm，以最優(yōu)裁剪尺寸進行分割。樣本集的部分樣本如圖2所示。樣本集均通過數(shù)據(jù)增強的方式來擴充樣本數(shù)量，這樣可以在增強樣本量的同時降低數(shù)據(jù)擬合的風險；最后將樣本集中的90%用作訓(xùn)練集，進行模型的訓(xùn)練和擬合，取10%作為驗證集進行驗證。

圖2 樣地內(nèi)植被類型展示Fig.2 Demonstration of vegetation types in the sample plots

3.2 研究方法

3.2.1 U-Net網(wǎng)絡(luò)模型

U-Net 網(wǎng)絡(luò)模型由Ronneberger 等（2015）提出，是一種端到端網(wǎng)絡(luò)模型結(jié)構(gòu)，沿用了編碼器—解碼器結(jié)構(gòu)和跳躍網(wǎng)絡(luò)的特點，使得模型能夠?qū)⒏邔诱Z義信息和淺層特征進行融合，充分利用上下文信息和細節(jié)信息，使得模型在較小的訓(xùn)練集上，也能得到更為準確的特征圖。

U-Net 網(wǎng)絡(luò)模型主要包括收縮路徑和擴展路徑。收縮路徑主要用于提取圖像的上下文特征，有4 個區(qū)塊，每個區(qū)塊有兩個3×3 的卷積層和一個2×2的池化層組成，其中卷積層使用修正線性單元ReLU（Rectified Linear Unit）作為激活函數(shù)。池化層使得圖像經(jīng)過每一個區(qū)塊后圖像的尺寸減少了一半，而卷積層則使得特征通道增加了一倍。擴展路徑主要將上下文信息映射到原始尺度，同樣也有4個區(qū)塊。每個區(qū)域先通過一個上采樣的卷積層，再進行特征拼接后，最后通過兩個3×3的卷積層和激活函數(shù)（ReLU），每個區(qū)塊都使得圖像的尺寸擴大一倍，特征通道減少一倍，同時連接了收縮網(wǎng)絡(luò)的特征信息。最后，通過1×1的卷積操作將全部的特征向量映射到所設(shè)定的類別上。

3.2.2 ResNet-34

ResNet-34 是ResNet 殘差網(wǎng)絡(luò)的一種網(wǎng)絡(luò)結(jié)構(gòu)，是由He 等（2016）提出，主要參考了VGG19網(wǎng)絡(luò)，通過短路機制加入了殘差單元，使得深度網(wǎng)絡(luò)收斂速度加快，解決了深度網(wǎng)絡(luò)的退化問題。ResNet-34 網(wǎng)絡(luò)是指具有34 層結(jié)構(gòu)的ResNet 網(wǎng)絡(luò)結(jié)構(gòu)，先采用7×7 尺寸，通道64 的卷積核進行卷積處理，再進行最大池化操作，然后構(gòu)造了由4個不同殘差模塊組成的32 層的卷積殘差結(jié)構(gòu)，最后使用平均池化和全連接層輸出結(jié)果。

本研究將ResNet34 與U-Net 網(wǎng)絡(luò)模型進行結(jié)合，使用ResNet34 作為U-Net 模型的骨架模型，能夠有效的利用卷積網(wǎng)絡(luò)模型的深度優(yōu)勢，提升模型的精度。由于研究區(qū)內(nèi)岷江冷杉為優(yōu)勢樹種，落葉灌木樣本較少，所以出現(xiàn)樣本分布不均的情況。為了緩解這種情況，本研究使用加權(quán)分類交叉熵作為損失函數(shù)，使用隨機梯度下降算法作為分類器的優(yōu)化算法，每次迭代訓(xùn)練的樣本數(shù)目為8，模型訓(xùn)練的epoch 設(shè)置為100，并且當模型不在改進時，將終止模型訓(xùn)練。模型架構(gòu)如圖3所示。

圖3 基于ResNet34骨架結(jié)構(gòu)的U-Net模型Fig.3 U-Net model based on ResNet34 backbone

3.2.3 精度評價

為了分析尺寸大小、空間分辨率對CNN模型精度的影響，本研究基于生產(chǎn)者精度PA（Producer’s Accuracy）、用戶精度UA（User’s Accuracy）、總體精度OA（Overall Accuracy）和Kappa 系 數(shù)（Kappa Coefficient）來對模型進行精度評價。計算公式如下：

式中，mi為第i類的分類正確樣本數(shù)；Ci為第i類的分類像元總數(shù)；Gi為第i類的真實像元總數(shù)；N為分類像元總數(shù)。

4 結(jié)果與分析

4.1 模型訓(xùn)練情況

無論是在訓(xùn)練集還是驗證集上，每個模型的損失值都隨著批處理的不斷增加而不斷收斂。使用128×128 像素的模型在驗證集上模型精度最差，使用256×256像素的模型精度最高。在空間分辨率的研究中，均選擇最優(yōu)裁剪尺寸256×256像素來裁剪影像。使用空間分辨率5 cm和10 cm的模型都能達到高精度水平，使用空間分辨率20 cm 的模型精度最差。模型訓(xùn)練的情況如圖4所示。

圖4 不同裁剪尺寸和不同分辨率的模型訓(xùn)練結(jié)果Fig.4 Training results of models with different crop sizes and different resolutions

4.2 模型訓(xùn)練結(jié)果

基于不同裁剪尺寸和不同分辨率的植被模型分類情況見表1 和表2。由表1 可見：表現(xiàn)最好的模型是在5 cm 空間分辨率下使用256×256 像素進行訓(xùn)練的模型，總體精度達93.21%，Kappa 系數(shù)為0.90；在使用不同裁剪尺寸建立的深度學(xué)習(xí)模型中，128×128像素的模型效果最差，總體精度為82.30%，Kappa 系數(shù)為0.76；使用512×512 像素的深度學(xué)習(xí)模型效果比使用256×256像素的深度學(xué)習(xí)模型效果差一些，總體精度為88.89%，Kappa 系數(shù)為0.84。在不同尺寸的深度學(xué)習(xí)模型中，對于覆蓋范圍大的植被類型，如岷江冷杉，無論是生產(chǎn)者精度上，還是用戶精度上變化不大，生產(chǎn)者精度從最高95.74%下降到88.42%，用戶精度從最高94.13%下降到88.62%；而對于覆蓋范圍較少的植被類型來說，精度則相差較大，如落葉灌木，用戶精度從最高91.00%下降到79.17%。

表1 基于不同裁剪尺寸大小的植被模型精度對比Table 1 Accuracy comparison of vegetation model based on different pixel tile sizes

表2 基于不同空間分辨率的植被模型精度對比Table 2 Accuracy comparison of vegetation model based on different spatial resolutions

由表2可見，在不同空間分辨率的深度學(xué)習(xí)模型中，模型精度最差的是空間分辨率為20 cm 的深度學(xué)習(xí)模型，總體精度為72.20%，Kappa 系數(shù)為0.61。空間分辨率為15 cm 的深度學(xué)習(xí)模型效果一般，總體精度為80.52%，Kappa系數(shù)為0.72；空間分辨率為10 cm 的深度學(xué)習(xí)模型效果良好，總體精度為90.17%，Kappa系數(shù)為0.89。對于覆蓋范圍大的植被類型而言，生產(chǎn)者精度和用戶精度在較高的空間分辨率模型中相差不高，但在低空間分辨率模型中則有下降的趨勢，如岷江冷杉在空間分辨率為5 cm和10 cm的深度學(xué)習(xí)模型中生產(chǎn)者精度和用戶精度均在90%以上，但在20 cm 的深度學(xué)習(xí)模型中，岷江冷杉生產(chǎn)者精度為87.43%，用戶精度為76.31%。而覆蓋范圍低的植被類型在低分辨率的深度學(xué)習(xí)模型中生產(chǎn)者精度和用戶精度下降的更快，如落葉灌木在10 cm空間分辨率的模型下，生產(chǎn)者精度為89.11%，用戶精度為87.38%，而在15 cm 的深度學(xué)習(xí)模型中生產(chǎn)者精度為72.12%，用戶精度為79.79%。

4.3 模型應(yīng)用

為了驗證模型的適用性和可遷移性，本研究選擇16 日拍攝的兩幅無人機RGB 影像作為研究對象，使用256×256 像素下5 cm 空間分辨率的最優(yōu)模型進行分類。其中，對同一樣地進行飛行拍攝得到的無人機影像局部放大圖為圖5（a）所示，圖5（b）是模型檢測后的分類圖。由圖5（a）可見岷江冷杉由于其生長周期不同，種間年齡差異較大，樹冠呈現(xiàn)出不同的顏色差異，出現(xiàn)“同物異譜”的現(xiàn)象。從圖5（b）可見：各植被類別邊界清晰，碎圖斑較少，能夠把絕大部分岷江冷杉識別出，岷江冷杉的冠層形態(tài)較好；落葉喬木和落葉灌木整體識別良好，部分區(qū)域出現(xiàn)漏識。黃框標注的樹木為岷江冷杉，模型能夠準確識別，但對于特復(fù)雜的樹木邊緣識別能力較弱；紅框標注的樹木為落葉喬木，模型將其誤識為其他植被；整體分類效果不錯，能夠較為準確的識別出各種植被類型（圖5（a））。

圖5 樣地影像與模型預(yù)測圖對比Fig.5 Comparison of sample site images and model prediction maps

圖6 空間分辨率模型的精度趨勢Fig.6 Accuracy trend of spatial resolution model

對周邊樣地的無人機可見光影像局部放大圖為圖5（c）所示，圖5（d）是模型檢測后的分類圖。圖5（c）中黃框標注的為岷江冷杉，模型誤識為其他類別；紅框標注的為落葉喬木，模型誤識為落葉灌木。從圖5（d）中，能看到岷江冷杉的分類效果較好，只有少量的漏分錯分，而落葉喬木和落葉灌木分類效果一般。但從總體來看，主要植被類型都能夠正確的進行分類，分類精度較好；不過分類結(jié)果中出現(xiàn)“椒鹽現(xiàn)象”，存在不少碎圖斑，邊緣效應(yīng)明顯。

5 討論

5.1 模型整體表現(xiàn)

雖然本研究區(qū)域生態(tài)條件復(fù)雜，遠離道路，地形起伏較大，但在僅使用無人機高分辨率RGB影像的情況下，通過使用U-Net語義分割模型，結(jié)合ResNet 殘差網(wǎng)絡(luò)在復(fù)雜生態(tài)條件下對川西亞高山針葉林植被進行分類得到較高的精度；并通過該模型對不同區(qū)域的植被檢測獲得了不錯的分類效果，證明了模型具有一定的可移植性。Zhang 等（2021）使用深度學(xué)習(xí)和無人機高分影像對杭州城市森林進行分類，得到較高的分類精度；Zhang 等（2020a）使用3D 卷積神經(jīng)網(wǎng)絡(luò)處理機載高光譜數(shù)據(jù)，對南方國有林場進行大范圍的樹種分類，在50 ha內(nèi)取得了93.14%的分類精度。然而他們的研究對象生態(tài)環(huán)境簡單，森林異質(zhì)性低，沒有考慮到原始森林的復(fù)雜性，并且后者使用的機載高光譜數(shù)據(jù)雖然覆蓋范圍廣，能夠獲得大面積的樹種信息，但是數(shù)據(jù)獲取成本高，難以進行大面積推廣。

本研究使用消費級無人機對原始森林進行影像獲取，建立了高山暗針葉林森林指紋庫。指紋庫內(nèi)包含一個樹種、2個植被類型，不同空間分辨率、不同尺寸的無人機可見光影像數(shù)據(jù)。這些數(shù)據(jù)具有高度異質(zhì)性的特點，因為研究區(qū)域包括不同的植被類型，并且具有不同的年齡結(jié)構(gòu)，如岷江冷杉一年生枝淡黃褐色或淡褐色，二、三年生則呈淡黃灰色或黃灰色，這就導(dǎo)致了岷江冷杉的冠層在同一時期會有不同的顏色，使得同一物種在無人機可見光影像上有不同的光譜特征，這種特征也在圖5（a）和圖5（c）中有所展示，增加數(shù)據(jù)的異質(zhì)性的同時也增加了分類難度。該結(jié)果也表明，使用卷積神經(jīng)網(wǎng)絡(luò)模型能夠有效的解決“同物異譜”的分類問題。

由于樣地內(nèi)部沒有通訊信號，使用RTK 獲取樣地內(nèi)坐標信息進行地形校正較困難，使得拼接好的無人機影像在部分起伏較大的區(qū)域出現(xiàn)輕微變形和空洞情況，但使用高空間分辨率的無人機影像結(jié)合卷積神經(jīng)網(wǎng)絡(luò)模型仍然取得了較好的分類結(jié)果，這與Schiefer 等（2020）和賈莉 等（2022）的研究情況一致。Schiefer 等（2020）在研究德國溫帶森林時表示，對比RGB 影像，使用RGB+DSM 數(shù)據(jù)僅能略微提高分類精度，他認為這可能是因為高度信息以陰影和光照差異的形式已經(jīng)包含在RGB影像中。賈莉 等（2022）使用Landsat 8 OLI 30 m影像，結(jié)合GDEM_V2 30m 地形數(shù)據(jù)，也發(fā)現(xiàn)對森林地類精細的劃分下地形校正未能提高U-Net分類器的分類精度。由于地形起伏所造成的影像差異可能以其他的方式學(xué)習(xí)到模型中，這也充分說明了卷積神經(jīng)網(wǎng)絡(luò)模型在森林起伏環(huán)境下的泛化能力。本研究充分利用了卷積神經(jīng)網(wǎng)絡(luò)中端到端的學(xué)習(xí)能力，結(jié)合使用消費級無人機獲取的可見光影像，驗證了CNN 能夠在復(fù)雜的森林生態(tài)條件下進行川西亞高山針葉林植被分類的潛力。

5.2 卷積神經(jīng)網(wǎng)絡(luò)模型

隨著深度學(xué)習(xí)的不斷發(fā)展，大量的研究表明CNN優(yōu)于淺層機器學(xué)習(xí)方法，能夠非常有效的從遙感圖像中提取廣泛的植被特征，甚至能夠提高我們對于植被遙感信號的理解（Kattenborn 等，2021）。這是因為CNN 通過大量的輸入數(shù)據(jù)，在不同的空間尺度上進行連續(xù)變化，學(xué)習(xí)圖像的空間特征，如邊緣信息，紋理信息等抽象信息，從而能夠準確的描述目標的類別和數(shù)量。

對于高光譜數(shù)據(jù)來說，由于其數(shù)據(jù)高緯度的特性，多用于3D-CNN 模型進行處理；而對于可見光數(shù)據(jù)，大多使用二維CNN 模型進行處理。而U-Net模型是一種端到端的學(xué)習(xí)方法，不需要過多的預(yù)處理步驟，在小訓(xùn)練集的情況下也能夠得到不錯的分類效果，同時考慮到研究區(qū)植被郁閉度較高、具有復(fù)雜的生態(tài)條件和地形情況，所以選取了U-Net模型進行植被分類。

植被指數(shù)作為地表植被狀況最有效度量之一，隨著無人機可見光影像的不斷發(fā)展，無人機可見光指數(shù)也越多越多的被提及和使用（汪小欽 等，2015）。戴鵬欽 等（2020）使用融合VDVI和ExGExR 兩種植被指數(shù)的FCN 方法提高了無人機影像的樹種分類精度，然而更復(fù)雜的模型也需要更多的數(shù)據(jù)預(yù)處理步驟和模型處理時間。由于本研究主要討論空間分辨率和裁剪尺寸對深度學(xué)習(xí)模型分類精度的影響，所以并沒有添加可見光植被指數(shù)進行模型實驗。

5.3 尺寸大小

由表1可見選擇合適的裁剪尺寸大小能夠提高模型的分類精度。尺寸為256×256像素的訓(xùn)練模型與尺寸為128×128 像素、512×512 像素的訓(xùn)練模型相比，模型總體精度高10.91%、4.32%，Kappa 系數(shù)高0.14、0.06。尺寸為128×128 像素的模型精度最低，而尺寸為256×256 像素的模型精度比512×512 像素的模型精度略微提升，這可能是因為較大的尺寸能夠增加CNN 的視野，使得模型獲得更多的空間上下文信息，從而提高模型的準確性；而過大的尺寸大小可能會影響映射輸出的空間粒度，從而降低模型的學(xué)習(xí)能力。

在尺寸模型中，岷江冷杉的生產(chǎn)者精度和用戶精度都在88%以上，落葉喬木在256×256 像素的模型與512×512 像素的模型中精度較高，在128×128 像素的模型中精度最低，PA 為82.45%，UA 為80.80%；落葉灌木和其他植被在128×128 像素的模型中精度最低。對于覆蓋范圍大的植被類型來說，尺寸大小對于訓(xùn)練模型的精度影響不大；然而對于植被覆蓋范圍小的植被類型來說，特別是落葉灌木，尺寸的大小對模型的精度影響很大，這可能與分類目標的覆蓋度和尺寸有關(guān)。因為低覆蓋度的植被在小切片上容易丟失上下文信息，并且由于落葉灌木的分布比較零散，更加劇了這一現(xiàn)象。而岷江冷杉為研究樣地的優(yōu)勢樹種，并且樹冠直徑適中，在實際距離為6.4 m、12.8 m 和25.6 m的尺寸下獲得不錯的分類精度；落葉喬木樹冠則比岷江冷杉較大，在低尺寸下的分類精度則一般，在較大尺寸下分類精度得到明顯提高。所以，我們在進行圖像裁剪時，要根據(jù)待分類目標的尺寸大小和覆蓋度選取合適的裁剪尺寸，這會更好的發(fā)揮CNN的模型能力，提高分類精度。

5.4 空間分辨率

由表2 發(fā)現(xiàn)隨著空間分辨率的升高，訓(xùn)練模型的分類精度逐漸提升。當空間分辨率從5 cm 降到20 cm 時，模型的總體精度從93.21% 降到72.20%，Kappa 系數(shù)從0.90 降到0.61，各類別的分類精度都呈現(xiàn)大幅度降低的情況。這可能是較高的空間分辨率能夠提供更多的空間特征，如紋理信息、邊緣信息等，低分辨率使得模型無法獲得更多的深度信息，導(dǎo)致模型效果變差。林志瑋 等（2019）對比不同航拍高度的影像分類結(jié)果，也發(fā)現(xiàn)隨著航拍高度的上升，分類的正確率呈現(xiàn)下降的趨勢。

在15 cm 空間分辨率的模型中，落葉灌木精度最低，PA 為72.12%，UA 為79.79%；落葉喬木PA為78.42%，UA 為78.01%；而在20 cm 空間分辨率的模型中，落葉喬木精度最低，PA為65.31%，UA為66.67%，落葉灌木的PA為68.93%，UA為69.61%，這是因為在丟失了較多的空間細節(jié)后，落葉喬木與岷江冷杉容易混淆，導(dǎo)致分類精度降低。然而，從整個模型精度走勢來看，落葉灌木受分辨率影響最大，在低分辨率模型中分類精度一直呈現(xiàn)較低的狀態(tài)。

在空間分辨率模型中，較高分辨率的模型之間精度相差不大。當空間分辨率從10 cm 升高到5 cm時，總體精度從90.90%提高到93.21%，Kappa系數(shù)從0.87 提高到0.90，模型的分類精度并沒有明顯提升。這說明當空間分辨率到一定精度時，地物的類內(nèi)差異性和類間變異性達到一個平衡，模型精度的提高受空間分辨率的影響會變低。我們可以這樣認為，影像的空間分辨率要根據(jù)待分類地物的特征和類別數(shù)量進行選擇；盲目追求過高的空間分辨率并不一定能帶來模型分類精度上的提升，反而會降低無人機的作業(yè)效率，要求更高的存儲空間，增加更多的模型計算。這些發(fā)現(xiàn)更加強調(diào)了，與衛(wèi)星影像和機載數(shù)據(jù)相比，無人機獲取的高分影像數(shù)據(jù)結(jié)合CNN 在林業(yè)樹種精細識別和分類方面能夠有巨大的應(yīng)用空間和潛力。

6 結(jié)論

本研究使用消費級無人機對復(fù)雜生態(tài)場景下的川西亞高山針葉林獲取可見光影像數(shù)據(jù)，建立不同分辨率、不同裁剪尺寸下的森林指紋庫；并基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建深度學(xué)習(xí)模型進行植被分類，對比了不同分辨率和不同尺寸下的分類精度，并且對不同情況下的分類結(jié)果進行了分析，主要結(jié)論如下：

（1）結(jié)合無人機可見光影像和U-Net模型進行復(fù)雜生態(tài)場景下的川西亞高山針葉林植被分類，在5 cm 分辨率和256×256 像素的尺寸下獲得總體精度93.21%，Kappa 系數(shù)為0.90 的高精度分類結(jié)果。本研究也證明了該模型在復(fù)雜生態(tài)場景下的適應(yīng)性和可移植性，同時也放寬了森林數(shù)據(jù)獲取的質(zhì)量要求，有利于森林樹種影像的獲取和森林指紋庫的建立與共享。

（2）根據(jù)待分類目標的尺寸大小和覆蓋度選取合適的裁剪尺寸，能夠讓卷積神經(jīng)網(wǎng)絡(luò)獲得更多的上下文信息，提高分類精度。低覆蓋度和較小尺寸的植被類別在小尺寸的模型上精度較低。

（3）隨著空間分辨率的升高，訓(xùn)練模型的分類精度逐漸提升，但當在空間分辨率達到一定程度時，模型的分類精度并沒有明顯的提升。因此，模型的空間分辨率要根據(jù)待分類地物的類內(nèi)差異性、類間變異性及類別數(shù)量進行選擇，盲目追求過高的空間分辨率是不可取的。

（4）對于區(qū)域內(nèi)代表性不足的植被類型來說，受空間分辨率和尺寸大小的影響要遠高于區(qū)域內(nèi)優(yōu)勢樹種，特別是空間分辨率的影響最大。

本研究證明了在復(fù)雜的生態(tài)環(huán)境下，使用卷積神經(jīng)網(wǎng)絡(luò)對高空間分辨率的無人機可見光影像進行川西亞高山針葉林植被分類是有效可行的，并且研究了不同尺寸和不同空間分辨率下對模型精度的影響，給林業(yè)工作者對森林植被分類與識別的研究進行提供借鑒。同時，建立了以川西亞高山針葉林為研究對象的森林指紋庫，能夠滿足不同尺度下的森林研究，這點對于植被分類，尤其是在區(qū)域性的森林研究有著重大的意義。在未來的研究中，要更加考慮研究區(qū)域的物候性特征，收集多季節(jié)影像增加模型的泛化能力；還要應(yīng)該進一步考慮種間類型的差異，進行實地考察搜集復(fù)雜環(huán)境下的落葉喬木樹種信息，細化植被分類的類別。