基于Rapideye數(shù)據(jù)的棉花特征光譜指數(shù)構建及類型識別

王利民，劉 佳，姚保民，高建孟，季富華

（中國農業(yè)科學院農業(yè)資源與農業(yè)區(qū)劃研究所，北京100081）

0 引言

棉花是中國重要的經濟作物之一，黃淮海流域、長江流域、新疆是我國三大產棉區(qū)［1-2］，近年來棉花種植面積有下滑趨勢［3］，穩(wěn)定棉花種植面積是我國農業(yè)生產的重要目標。快速、準確地監(jiān)測中國棉花主產區(qū)的棉花種植情況，可為農業(yè)政策的制定提供可靠的依據(jù)，有利于維護農民的經濟利益。遙感技術具有監(jiān)測面積大、客觀性強的特點，特別是近年來國內外中高分辨率衛(wèi)星數(shù)據(jù)的不斷增多，如Landsat-8［4］、Sentinel-2［5］、Worldview系列衛(wèi)星［6］、Rapideye系列衛(wèi)星［7-8］，以及國內的資源系列衛(wèi)星［9］、環(huán)境系列衛(wèi)星［10］和高分系列衛(wèi)星［11］等，利用遙感衛(wèi)星技術正逐步成為農作物種植面積獲取的重要途徑［12-16］。

農作物種植面積遙感監(jiān)測技術主要包括監(jiān)督分類、非監(jiān)督分類、決策樹分類［17］、面向對象分類［18］等，其中監(jiān)督分類方法又包括最大似然分類［19］、支持向量機［20］、隨機森林［21］等，非監(jiān)督分類又包括 ISOData［22］、Kmeans［23］方法等。這些技術方法在棉花遙感識別中都有不同程度的應用［24-28］，并獲得了較好的精度。如Jia等［24］利用HJ-1A/B CCD影像采用支持向量機的方法比較了單時相和多時相不同組合情況下提取小麥、棉花及其他幾種地物的面積精度，在多時相組合情況下總體精度優(yōu)于91%；Li等［29］利用CBERS01和HJ1B影像通過決策樹分類模型提取山東省廣饒縣丁莊鎮(zhèn)棉花信息，棉花面積的提取精度在90%以上。

為提高棉花識別精度，眾多學者也開展了綜合棉花遙感波段特征分類方法的研究。如曹衛(wèi)彬等［30］對不同生育時期地物光譜曲線特征進行地面測量，并在TM影像光譜特征分析基礎上，提出了棉花識別方法，棉花識別精度達到96.0%。為進一步簡化識別步驟，便于監(jiān)測業(yè)務的開展，加權指數(shù)的方法在農作物識別中也有應用。如王利民等［11］提出了一種冬小麥NDVI加權指數(shù)的分類方法，利用不同時期冬小麥與其他地物NDVI的差異，通過加權指數(shù)方式增強這一差異，從而實現(xiàn)河北安平冬小麥的快速識別，識別總體精度達94.4%；Song等［31］基于AMSR-E數(shù)據(jù)，提出了一種水稻種植指數(shù)，基于該指數(shù)對全國水稻的種植面積進行了提取，將提取結果與統(tǒng)計數(shù)據(jù)進行對比，兩者相關系數(shù)達到0.94。

從已有研究報道來看，針對棉花遙感識別的光譜特征指數(shù)的研究尚不多見。而根據(jù)以往的研究，棉花波譜和同期播種的作物之間存在較大差異［30，32］，因此可以考慮通過構建特征指數(shù)增強這種差異，進而實現(xiàn)棉花快速、準確識別和提取。已有研究的棉花波段主要集中在常見的紅、綠、藍、近紅外波段，對紅邊棉花識別能力的研究相對較少，而紅邊波段已證明在部分作物（玉米、大豆、水稻等）分類中具有重要的作用［7，33］。針對以上問題，文章以包含紅邊波段的Rapideye衛(wèi)星影像為數(shù)據(jù)源，以棉花為識別對象，通過地面樣本數(shù)據(jù)的收集分析，結合紅邊波段構建相應的特征光譜植被指數(shù)，建立相應的處理技術流程，實現(xiàn)縣級尺度棉花的高精度提取，為區(qū)域作物的監(jiān)測提供了一個較為可靠的方法。

1 研究區(qū)概況

研究區(qū)包括河北省冀州市全部，以及周邊的深州、辛集、寧晉等市轄區(qū)等部分區(qū)域。冀州市屬河北省衡水市，地處華北平原腹地，位于 115°11′～115°41′E，37°19′～37°44′W，研究區(qū)總面積約為918 km2。

研究區(qū)位于華北平原北部，氣候類型屬于典型的溫帶大陸性季風氣候，四季分明、雨熱同期。全年平均氣溫12℃左右，最冷月份通常為1月，平均氣溫-4℃左右，最熱月份通常為7月，平均氣溫27℃左右。全年降水量約為500 mm，且降水主要集中在夏季。研究區(qū)光熱資源充足，年光照時數(shù)約為2 600 h，無霜期190 d，研究區(qū)地勢平坦，土壤以壤土為主［34］。

研究區(qū)氣候和土壤條件尤其適宜農作物生長，研究區(qū)內廣泛種植冬小麥、玉米等糧食作物，以及棉花等經濟作物，棉花的種植面積約占研究區(qū)耕地面積的一半，逐漸成為國家重點棉花生產區(qū)域。研究區(qū)區(qū)位如圖1所示。

圖1 研究區(qū)地理位置及Rapideye（B5/B4/B3）影像區(qū)域Fig.1 Location and Rapideye data of study area

2 試驗數(shù)據(jù)獲取與處理

2.1 遙感數(shù)據(jù)獲取及預處理

研究數(shù)據(jù)采用2017年8月8日的Rapideye影像，該數(shù)據(jù)空間分辨率為5 m，包括藍（440～510 nm）、綠（520～590 nm）、紅（630～685 nm）、紅邊（690～730 nm）、近紅外（760～850 nm）5個波段，影像數(shù)據(jù)如圖1所示。對獲取的Rapideye數(shù)據(jù)進行輻射定標、大氣校正和幾何精校正等預處理工作。

輻射定標采用的線性轉換公式、定標斜率、定標截距都按照衛(wèi)星方提供的公式與參數(shù)計算。大氣校正采用ENVI/FLAASH大氣校正模塊進行，通過RESA網(wǎng)站［35］獲取Rapideye衛(wèi)星傳感器的光譜響應函數(shù)，制作成波譜庫文件，與衛(wèi)星觀測幾何及氣溶膠模式、光學厚度等參數(shù)，以及輻射定標后的影像一并輸入FLAASH模型，模型輸出結果就是消除大氣影響的反射率影像。幾何校正則在無控制點條件下采用影像自帶的有理多項式系數(shù)（Rational polynomial coefficients，RPC）參數(shù)進行，同時與研究區(qū)的本底遙感影像數(shù)據(jù)進行幾何精配準，使其定位精度達到亞像素級，滿足遙感影像分類定位精度要求。經大氣校正和幾何校正后的研究區(qū)域影像如圖2所示。

圖2 研究區(qū)樣本點分布Fig.2 The sample distribution

2.2 樣本點數(shù)據(jù)獲取

樣本點數(shù)據(jù)的作用有2個，即作為訓練樣本及精度驗證樣本使用。為保證樣本分布的代表性，采用隨機方式獲取樣本點。同時將研究區(qū)劃分為313個2 km×2 km格網(wǎng)，并將研究區(qū)地物類型劃分為棉花、玉米、林地（含果園）、裸地（含城鎮(zhèn)建筑）、水體和其他植被等6種，其中其他植被地物類型主要以植被為主，包括撂荒地以及其他作物等。采用目視解譯方式逐個確定樣本點地物類型。共選擇了5 144個樣本點，其中，棉花、玉米、林地（含果園）、裸地（含城鎮(zhèn)建筑）、水體和其他植被6種地物的樣本點數(shù)量分別為1 343、617、776、1 208、561、639個，占總樣本數(shù)比例分別為26.11%、11.99%、15.09%、23.48%、10.91%、12.42%。樣本點分布如圖2所示。

2.3 訓練及精度驗證樣本

將5 144個點劃分為棉花及非棉花2類，分別有1 343和3 801個點，各抽取1/3作為訓練樣本，其他2/3作為驗證樣本，則共有1 454個訓練樣本，3 690個驗證樣本。精度驗證數(shù)據(jù)空間分布如圖3所示。

3 研究方法

3.1 技術思路

地物特征都會占有特定的光譜空間，構建主要光譜特征的綜合特征，利用形式較為簡單的指數(shù)形式，可以實現(xiàn)地物特征識別的目的。基于這一思想，針對研究區(qū)的6種地物類型，分析其光譜可分性，構建棉花識別指數(shù)，實現(xiàn)棉花類型的識別。

圖3 研究區(qū)訓練樣本集驗證樣本分布Fig.3 Training sample and validation sample distribution

主要技術方案是，根據(jù)6種地物的光譜特征，對6種地物類型的分離程度定性排序，去除水體、裸地（含城鎮(zhèn)建筑）2種與棉花不易混淆的地物類型，對剩余的林地、玉米、其他植被和棉花4種地物類型構建棉花提取指數(shù)（Cotton Extraction Index，CEI），要求棉花識別指數(shù)的閾值范圍要占據(jù)4種地物范圍的高值區(qū)域。

將棉花識別指數(shù)由低到高排序，生成均勻分布于棉花指數(shù)范圍內的系列閾值，并獲得每個閾值下分類結果的混淆矩陣，取總體精度最高值作為識別閾值，利用該閾值對全部影像分類，并采用目視解譯獲得的本底數(shù)據(jù)進行精度驗證。

為驗證該算法的可靠性，將該算法的結果與最大似然、隨機森林等2種方法的識別結果進行比較評價。

3.2 地物光譜特征分析

基于5 144個樣本點，計算6種地物不同波段反射率（為了便于說明和計算，反射率值統(tǒng)一擴大1萬倍，下同）均值，不同地物影像反射率值變化規(guī)律如圖4所示。可以看出，研究區(qū)主要地物光譜反射特征可以歸納為水體、植被、裸地（含城鎮(zhèn)建筑）等3類低、中、高反射率地物。植被（棉花、玉米、林地及其他植被）的光譜特征顯著，其可見光波段的藍光（B1）、綠光（B2）、紅光（B3）波段的反射率均較低，而紅邊（B4）和近紅外（B5）則急速升高，表明B4+B5可以作為反映植被特征的指數(shù)；水體的各波段反射率則普遍較低；裸地（含城鎮(zhèn)建筑）的各波段反射率普遍較高。

圖4 Rapideye影像不同地物的光譜反射特征Fig.4 Rapideye spectrum reflectance character of different ground objects

根據(jù)裸地（含城鎮(zhèn)建筑）B1、B2和B3等3個波段反射率值均較大，而植被和水體在B1、B2和B3波段反射率較小的特點，利用B1+B2+B3值大小可以對裸地（含城鎮(zhèn)建筑）進行有效剔除。裸地（含城鎮(zhèn)建筑）B1+B2+B3值大于3 000，而植被和水體B1+B2+B3值不足2 000，因此使用B1+B2+B3大于2 500作為判別閾值剔除裸地（含城鎮(zhèn)建筑）。

根據(jù)水體5個波段反射率值均較小的特點，利用B1+B2+B3+B4+B5值大小可以對水體像元進行有效剔除。由于僅有水體像元B1+B2+B3+B4+B5反射率值一般都在3 000以下，因此使用B1+B2+B3+B4+B5小于3 000作為判別閾值剔除水體。

3.3 棉花識別指數(shù)的構建

基于目視解譯的研究區(qū)本底數(shù)據(jù)，繪制6種地物不同波段反射率組合下像元個數(shù)分布圖，如圖5所示。圖5a為B1+B2+B3+B4+B5波段反射率組合下不同地物像元個數(shù)分布圖，水體像元集中在B1+B2+B3+B4+B5波段組合的低反射率區(qū)，根據(jù)樣本點確定的3 000閾值可以對水體進行有效剔除且不影響其他地物像元。圖5b為B1+B2+B3波段反射率組合下不同地物像元個數(shù)分布圖，僅有裸地（含城鎮(zhèn)建筑）像元集中在B1+B2+B3波段組合的高反射率區(qū)，根據(jù)樣本點確定的2 500閾值可以對多數(shù)裸地（含城鎮(zhèn)建筑）像元進行剔除且不影響其他地物像元。由圖5c可以看出B4+B5波段可以較好地反映植被特征，棉花、玉米、林地及其他植被均處于較大反射率值區(qū)域，預期可以用于棉花的識別。

剔除水體和裸地（含城鎮(zhèn)建筑）像元后B4+B5波段組合下4種地物類型的像元個數(shù)分布如圖5d所示。從上述分析結果可知，棉花的紅邊及近紅外波段顯著高于其他植被，在傳統(tǒng)的考慮近紅外波段基礎上，疊加紅邊波段，可以進一步提高B4+B5數(shù)值，從而使得棉花與其他植被的區(qū)分更加顯著，基于B4+B5值即可對棉花進行識別和提取。因此，將B4+B5定義即為棉花提取指數(shù)CEI值，即：

式（1）中，RefRE表示紅邊波段反射率，RefNIR表示近紅外波段反射率。

圖5 不同波段反射率組合下像元個數(shù)分布：（a） b1+b2+b3+b4+b5 ；（b） b1+b2+b3；（c）b4+b5；（d） b4+b5（去除水體及裸地/城鎮(zhèn)建筑）Fig.5 Pixel number distribution under different band reflectance combination

3.4 最大似然分類方法

最大似然法也稱為最大概似估計或極大似然估計，是一種具有理論性的點估計法。最大似然分類假定每個波段每一類地物反射率統(tǒng)計呈正態(tài)分布，并計算給定像元屬于特定類別的可能性。除非選擇一個可能性閾值，所有像元都將參與分類。每一個像元被歸到可能性最大的那一類里。該方法是作物遙感識別分類經常使用的分類算法，具有分類結果穩(wěn)定可靠、精度較高的優(yōu)點。具體算法可參考相關文獻［36］。

3.5 隨機森林分類方法

隨機森林分類（Random Forest Classification，RFC）是Breiman于2001年提出來的一種較新的多決策樹分類方法［21］，該方法通過在數(shù)據(jù)上及特征變量上的隨機重采樣，構建多個CART類型決策樹（不剪枝），通過多決策樹投票的方式確定數(shù)據(jù)的類別歸屬。隨機森林方法對于遙感影像分類具有很好的抗噪聲性能，分類精度較高。該法利用樣方數(shù)據(jù)自動構建分類決策樹，屬于監(jiān)督分類的一種。相關定義及詳細表述可參照相關文獻［37］。

3.6 精度驗證

精度驗證方法采用混淆矩陣的方法進行，包括總體精度、制圖精度、用戶精度、Kappa系數(shù)等4個精度衡量指標，相關定義及詳細表述可參照相關文獻［38-40］。

4 結果與分析

4.1 基于樣本點數(shù)據(jù)的分類閾值確定

按照3.2中所述方法去除水體和裸地（含城鎮(zhèn)建筑）后，獲得CEI指數(shù)影像。記錄5 144個樣本點對應的地物類型，分為“棉花”和“其他”兩類，非棉花像元全部記為“其他”類別。經統(tǒng)計樣本點的CEI值域范圍為0～6 800。按照下式得到一系列閾值。

式（2）中，Ti為第i個閾值，i取值為1～136的自然數(shù)，為該范圍內等間距分段的段數(shù)。

以系列閾值中的每一項作為分類閾值依次對CEI影像進行分類，高于閾值的判斷為棉花，低于閾值的判斷為其他，采用5 144個樣本點中的1 454個樣本點作為訓練樣本，3 690個樣本點作為驗證樣本，分別計算各閾值下棉花提取精度，從總體精度、Kappa系數(shù)、棉花用戶精度和棉花制圖精度4個指標進行評價，精度評價指標隨CEI指數(shù)的變化曲線如圖6所示。

圖6 基于樣本點數(shù)據(jù)的CEI指數(shù)法提取精度Fig.6 Extraction accuracy of CEI method based on sample data

分類閾值較低時，棉花“錯分”嚴重，無“漏分”現(xiàn)象，因此在CEI值較低時，棉花用戶精度很低而制圖精度很高。隨著CEI值的增大，棉花“錯分”現(xiàn)象減輕，逐漸出現(xiàn)“漏分”現(xiàn)象，因此，隨著CEI值的增大，棉花用戶精度逐漸增加而棉花制圖精度逐漸降低。受棉花用戶精度和制圖精度變化規(guī)律差異的影響，總體精度和Kappa系數(shù)總體呈現(xiàn)先增加后降低的趨勢，且在CEI為4 650時，總體精度和Kappa系數(shù)同時達到了最大值，分別91.3%和0.821 5。因此，基于樣本點數(shù)據(jù)，確定4 650為棉花提取的最佳CEI閾值。

4.2 基于CEI指數(shù)的棉花類型識別

在去除水體、裸地（含城鎮(zhèn)建筑）地物類型后，以4 650為分類閾值對整個研究區(qū)CEI的分布影像進行分類，高于閾值的判定為棉花，獲得研究區(qū)的棉花分布結果，如圖7所示，可以看出冀州市的棉花主要分布在中西部和南部等區(qū)域。

圖7 基于CEI、RFC和MLC 3種方法的棉花識別結果Fig.7 Cotton extraction result based on CEI, RFC and MLC classification

利用目視解譯判讀5 144個樣本點的地物類型對分類結果進行評價，結果表明，在閾值為4 650時，總體精度達到88.80%，kappa系數(shù)達到0.751 7。

4.3 與監(jiān)督分類算法的比較

為了評價基于CEI指數(shù)方法的相對精度，采用同樣樣本點作為訓練和精度驗證樣本，利用最大似然分類算法和隨機森林分類算法對研究區(qū)域進行監(jiān)督分類，并利用目視解譯獲得的本底數(shù)據(jù)對提取結果進行精度評價，從總體精度、Kappa系數(shù)、棉花用戶精度和棉花制圖精度4個指標進行評價，基于CEI指數(shù)法、最大似然分類法和隨機森林分類方法提取精度對比情況如表1所示。

表1 基于CEI方法、最大似然分類方法和隨機森林方法的棉花提取精度Table 1 Cotton extraction accuracies of CEI，MLC and RFC methods

基于最大似然分類方法的棉花提取總體精度和Kappa分別為86.53%和0.698 3。比較CEI方法和最大似然分類方法可以看出，基于CEI指數(shù)方法獲得的棉花提取總體精度和kappa系數(shù)上均優(yōu)于最大似然分類方法，總體精度提高了2.27個百分點，Kappa系數(shù)提高了7.65%。另外，CEI指數(shù)方法提取的結果中，棉花的制圖精度與用戶精度差異相較最大似然分類方法更小，可以使得漏分和錯分像元數(shù)量更為一致，減少遙感分類面積與實際面積值的差異。

基于隨機森林分類方法的棉花提取總體精度和Kappa分別為90.12%和0.766 7。比較CEI方法和隨機森林分類方法可以看出，基于CEI指數(shù)方法獲得的棉花提取總體精度與隨機森林分類方法的提取精度相當，但Kappa系數(shù)較隨機森林分類方法降低了1.96%。隨機森林方法提取的結果中，棉花的制圖精度與用戶精度均優(yōu)于CEI指數(shù)方法，表明隨機森林分類方法綜合分類效果優(yōu)于CEI指數(shù)分類方法和最大似然分類方法。

5 討論與結論

該文利用棉花在紅邊波段與近紅外波段反射率高的特點，構建棉花提取指數(shù)（CEI）。水體和裸地（含城鎮(zhèn)建筑）掩膜后，棉花集中于CEI指數(shù)的高值區(qū)域。通過構建系列CEI閾值，并以樣本點分類精度最大作為依據(jù)確定4 650為最佳閾值，實現(xiàn)了棉花像元的快速精確提取，對棉花提取結果進行精度驗證，結果表明分類結果的總體精度達到88.80%，Kappa系數(shù)達到0.751 7。通過與最大似然分類方法和隨機森林分類方法分類精度的對比發(fā)現(xiàn)，作為業(yè)務運行快速提取方案，該精度是可以接受的，表明基于CEI閾值方式進行棉花面積提取是可行的。

基于CEI指數(shù)的分類方法，分類結果優(yōu)于最大似然分類方法，稍差于隨機森林分類方法。隨機森林分類方法分類精度雖然更高，但本質上是一個“黑箱”系統(tǒng)，用戶輸入訓練樣本并獲得分類結果，分類過程中不同波段或指數(shù)信息對分類結果的權重信息不可知，不利于用戶理解。在分類結果不理想時，用戶很難有針對性地對樣本進行篩選和優(yōu)化。CEI指數(shù)方法的最大優(yōu)點在于物理意義明確、計算方便。CEI指數(shù)即為提取棉花的特異性指數(shù)，用戶易于理解。此外，用戶可以根據(jù)實際情況適當調整閾值，獲得棉花不同的“漏分”和“錯分”效果。

CEI指數(shù)原理簡單，意義明確，計算方便，在區(qū)域棉花遙感識別中具有較好的應用潛力。該文僅僅通過單時相CEI指數(shù)，即可實現(xiàn)較高精度的棉花識別。在后期的研究中，可以進一步使用多時相的CEI指數(shù)，或結合其他類型的植被指數(shù)特征，從而實現(xiàn)更高精度的棉花識別甚至識別棉花的不同品種。同時，CEI指數(shù)使用了紅邊波段，可以進一步推廣應用到Worldview、Sentinel-2A/B、GF-6等具備紅邊波段的衛(wèi)星影像中，有利于使用多源數(shù)據(jù)構建時序CEI指數(shù)，對于區(qū)域棉花的高精度識別具有較強的推廣應用價值。