隨機(jī)森林對遙感高分辨率圖像沿海地貌檢測的應(yīng)用

摘 要：伴隨遙感技術(shù)的發(fā)展，高分辨率遙感開始得到普遍應(yīng)用，數(shù)據(jù)豐富，遙感檢測對象目標(biāo)細(xì)化，高分辨率遙感圖像開始成為遙感變化檢測的主要數(shù)據(jù)來源。高分辨率遙感圖像擁有著龐大的信息量，這些龐大的信息也會導(dǎo)致繁雜的背景和復(fù)雜的內(nèi)部結(jié)構(gòu)，這對目標(biāo)檢測提出了新的挑戰(zhàn)。針對這一挑戰(zhàn)問題，近年來涌現(xiàn)出了很多不同的新方法，而這其中就有作為一種叫做隨機(jī)森林的新興機(jī)器學(xué)習(xí)方法，有著準(zhǔn)確、方便、快速并能分析數(shù)據(jù)特點等方面的諸多優(yōu)點，能對目標(biāo)檢測提供新的思路。

關(guān)鍵詞：隨機(jī)森林；高分辨率；遙感；沿海地貌

沿海地貌有許多種類，如沙灘，灰色沙丘，白色沙丘、沿海植被、森林等，這些依次分布在沿海。而在遙感圖像上很多情況他們幾乎沒有區(qū)別，在圖像上沙丘和植被可以比較清晰的區(qū)分，但是沙丘和沙灘之間的混亂則是完全存在的。此外，白色沙丘和灰色沙丘之間的邊界也很難進(jìn)行區(qū)分。同時其他因素也影響了分類，如濕砂。我們希望能精確地檢測到沿海地貌，即劃定海灘和沙丘之間的邊界。普通邊界的劃分我們可以通過監(jiān)督分類過程來檢測。對于復(fù)雜的環(huán)境，如沿海地貌，傳統(tǒng)方法生產(chǎn)可能不能勝任，我們提出隨機(jī)森林的方法來解決這個分類問題，以實現(xiàn)的沿海區(qū)域分類檢測。

隨機(jī)森林（Random Forests，RF）算法是美國科學(xué)院院士 Leo Breiman等人提出的一種基于分類與回歸決策樹（Classification And Regression Tree，CART）的集成算法。隨機(jī)森林中的每一棵決策樹相當(dāng)于一個分類器，而這個森林則是所有分類器的集成。每一個決策樹都是一個獨(dú)立存在，不受外界干擾，而我們將它們捏合在一起，使得單獨(dú)存在變成集合存在，將偶然變成必然。這讓隨機(jī)森林有需要人工干預(yù)少、分類表現(xiàn)優(yōu)異、能對數(shù)據(jù)提供額外的刻畫以及運(yùn)算非常快等許多優(yōu)點。正是這些特點，隨機(jī)森林在沿海地貌檢測中得到了良好的效果。

1 數(shù)據(jù)獲取

采用SPOT5高分辨率圖像和實地采樣檢測相結(jié)合的方法。對SPOT5遙感圖像進(jìn)行處理的同時，利用GPS在實地對沙灘與沙丘，沙丘與森林、植被，白色沙丘與灰色沙丘的分界線進(jìn)行打點定位，在實地得到不同地物的分類情況和界線。

2 隨機(jī)森林算法

沿海地區(qū)分類的方法是基于高分辨率多光譜圖像隨機(jī)森林監(jiān)督分類的方法。隨機(jī)森林的兩個主要參數(shù)為m和T，m是在在判定決策樹節(jié)點隨機(jī)分割選擇輸入變量的數(shù)量（默認(rèn)，其中p是屬性的數(shù)量），T是在隨機(jī)森林中決策樹樹木的數(shù)量。在本研究中，M = 2，因為它使用四個屬性，分別是四個光譜波段（R，G，B，NIR）。此外，隨機(jī)森林需要的預(yù)測能力可以從袋外數(shù)據(jù)（Out-Of-Bag）進(jìn)行誤差估計。袋外數(shù)據(jù)樣品是一組沒有被用于當(dāng)前決策樹約37%的訓(xùn)練數(shù)據(jù)。該樣品用于預(yù)測估計誤差，并評估操作變量的重要性。

隨機(jī)森林算法：

輸入：S——訓(xùn)練集； T——在森林決策樹的數(shù)量；m——在隨機(jī)分割選擇輸入變量的數(shù)量。

輸出：所有樹木組成的隨機(jī)森林

（1）從1到T進(jìn)行循環(huán)處理。

（2）隨機(jī)從訓(xùn)練集S中選取部分?jǐn)?shù)據(jù)Si 來建立樹木。

（3）只有根節(jié)點的樹木，也就是空樹，作為森林的第一棵樹。

（4）通過參數(shù)Si，m，從樹木的根節(jié)點開始建立每一棵樹木。

（5）將樹木添加森林，組成森林。

（6）回到森林。

（7）通過計算袋外數(shù)據(jù)和混淆矩陣得到誤差。

3 數(shù)據(jù)分析

采樣數(shù)據(jù)被分為五類：沙灘、白色沙丘、灰色沙丘、灌木和森林（如下表所示）。可以看到采樣數(shù)據(jù)分布并不均勻，森林的采樣點數(shù)量較其他類別多，所以在之后的數(shù)據(jù)處理中盡量要避免類別不平衡而導(dǎo)致分類誤差過大。

數(shù)據(jù)集被分為兩部分：訓(xùn)練集和測試集，訓(xùn)練集大小設(shè)定為數(shù)據(jù)的75%，測試集大小設(shè)定為基準(zhǔn)數(shù)據(jù)的25%（如下表所示）。

4 檢測結(jié)果

我們設(shè)置不同的隨機(jī)森林參數(shù)來對沿海地貌測試分類。以下列出的所有結(jié)果都來源于平均超過10次的計算。

決策樹的數(shù)量從1，25，101，251到501依次變化測試，并通過混淆矩陣評價每一組誤差的情況。以此分析，分類精度隨著決策樹樹木數(shù)量的提高而增加。 在25樹木的情況下，袋外數(shù)據(jù)預(yù)測誤差為23.83%和對測試樣本的誤差為23.03%（±10%）。使用501樹木，袋外數(shù)據(jù)誤差減小到20.24%，而在試驗樣品的誤差為13.43%（±4%）。

袋外數(shù)據(jù)和測試集的混淆矩陣（如上表所示）的行是實際的類和列是預(yù)測的類。可以注意到，大部分類都有較低的錯誤率，低于20%。然而灌木位于邊界，是海灘和沙丘的部分界限，數(shù)量較少，所以分類誤差較大。而白色沙丘和灰色沙丘因為性質(zhì)相似，所以分類上也存在一定困難。

5 結(jié)論

機(jī)器學(xué)習(xí)是遙感影像智能處理的一個核心問題和熱點問題，而Leo Breiman 等人提出的隨機(jī)森林是一種新興的機(jī)器學(xué)習(xí)方法，具有堅實的理論基礎(chǔ)，方便、準(zhǔn)確、快速并具有分析數(shù)據(jù)特點等優(yōu)點。這個方法在沿海地貌這個數(shù)據(jù)量大，較為復(fù)雜的地區(qū)有著良好的表現(xiàn)，計算速度、精度遠(yuǎn)超過傳統(tǒng)方法，是一個值得談到和研究的機(jī)器學(xué)習(xí)方法。

參考文獻(xiàn)：

[1]Breiman L.（2001）. Random Forests. Machine Learning， 45：5-32.

[2]Guo L.， Boukir S.（2011）， Une nouvelle méthode délagage densemble de classifieurs basée sur le concept de marge， Traitement du signal， 6：491-514.

[3]Guo L.（2011）， Classifieurs multiples intégrant la marge densemble. Application aux données de télédétection， thèse de Doctorat， université de Bordeaux 3.

作者簡介：張作淳（1986-），男， 浙江杭州人 ，碩士研究生，助教，研究方向：遙感研究。endprint