高分辨率多光譜遙感影像森林類型分類深度U-net優化方法

王雅慧，陳爾學，郭 穎＊，李增元，金玉棟，趙俊鵬，周 瑤

(1. 中國林業科學研究院資源信息研究所，北京 100091；2. 喀喇沁旗旺業甸實驗林場，內蒙古 赤峰 024423；3. 赤峰市紅山區棚戶區改造辦公室，內蒙古 赤峰 024000)

深度學習模型是近年來新興的一類機器學習算法，已被有效的應用于許多領域當中。其中，在遙感領域，該類方法的應用效果也得到了有效的證明。對于遙感地物分類的應用問題，研究表明全卷積類深度神經網絡方法（Fully Convolutional Networks，FCN）可有效的解決該問題。方旭等[1]證明通過將均值漂移分割算法與FCN-8s方法相結合能夠有效提高高分辨率遙感影像的分類精度，與傳統機器學習分類方法SVM相比提高了10%以上的精度。鄧國徽等[2]將FCN-8s應用于高分遙感數據的語義分割，以分割圖像中的施工場地為例，結果表明：提出的改進全卷積網絡模型能夠較為顯著的提高了施工場地的識別率。Piramanayagam[3]利用FCN將高分辨率遙感影像的光譜信息與DSM的幾何信息有效融合，從而提高了高分辨遙感圖像的語義分割能力。條件隨機場方法（Conditional Random Field，CRF）作為圖像處理中常用的能量優化算法，也已被學者證明可有效的改善FCN網絡的分類效果[4-5]。

U-net網絡是全卷積神經網絡模型中常用的一種，該模型通過一個收縮網絡以及一個擴張網絡，構成了一個U型結構，與經典的FCN網絡相比，該網絡在上采樣過程中可以結合更多層的不同的特征，能夠最大程度地保留下采樣過程中的一些重要的特征信息[6]。研究表明，該類網絡可有效的進行遙感圖像信息提取。陳睿敏等[7]使用UNet深度學習模型對紅外遙感影像進行5類地物信息提取，其分類效果與傳統機器學習方法相比提高了6%。Li等[8]提出了一種卷積塊代替卷積層的深度卷積神經網絡DeepUNet，提高了海岸線的分割精度。

有研究表明，通過少量的調整相關遙感特征，可以優化FCN深度學習模型的效果[2，9]。鄧國徽等[2]提出了融合藍板房光譜識別指數和裸土光譜識別指數的改進全卷積網絡模型，結果表明：添加的指數可以較為顯著的提高了施工場地的識別率；Cao Q等[9]將NDVI與CNN的高級特征進行了融合，該算法對土地類型分類效果良好。

本研究借鑒前人對FCN-8s模型的優化思路，基于U-net網絡模型，在模型訓練過程中通過在原始波段的基礎上加入NDVI特征，并增加CRF后處理過程，以期改善U-net深度學習模型用于森林類型分類的效果。

1 實驗區概況和數據

1.1 實驗區概況

旺業甸林場位于赤峰市喀喇沁旗西南部，地理坐標為 118°09′～118°30′ E，41°35′～41°50′ N，屬于生態主導型多功能林業區。山體相對高度一般為200～ 400 m， 坡 度 15°～ 35°。 林 場 林 地 面 積2.57萬hm2，其中有林面積是2.33萬 hm2。人工林以油松（Pinus tabulaeformis Carr.）、落葉松（Larix principis-rupprechtii May）為主，天然林的樹種以白樺（Betula platyphylla Suk），山楊（Populus davidiana Dode）等為主。

1.2 遙感數據

采用的遙感數據為1景GF-2 PMS多光譜遙感影像（空間分辨率為3.2 m），完全覆蓋實驗區。成像時間為2015年4月26日，這時地表土壤尚未解凍，植被尚未開始萌芽，油松、落葉松和白樺等森林類型在遙感影像上的區分度較高。

對GF-2多光譜影像進行輻射定標、大氣校正、正射校正、影像配準、地形輻射校正等預處理。首先，對GF-2多光譜影像進行輻射定標和FLAASH大氣校正，得到地表反射率影像[10]。其次，采用GF-2多光譜影像自帶的RPB文件對地表反射率影像進行基于RPC模型的正射校正，所采用的數字高程模型（DEM）為5 m空間分辨率的ZY-3 DEM；然后，以2 m空間分辨率的ZY-3數字正射影像產品（DOM）為參考，采用自動匹配算法對上一步產生的“正射校正”結果影像進行影像到影像的配準處理，并手工采集30個控制點對校正精度進行檢驗，東西向誤差為4.05 m，南北向誤差為1.35 m；進一步采用VECA地形輻射校正模型[11]和ZY-3 DEM數據進行了地形輻射校正處理。

1.3 小班數據

收集到研究區2007年的矢量小班數據，其數據庫包括林種、優勢樹種、小班面積、地類等屬性字段，其中優勢樹種類型包括油松、落葉松、白樺等，基于該屬性字段制作了小班優勢樹種類型分布圖（圖1），這里的小班優勢樹種類型和文本的森林類型具有相同含義，可以作為獲取森林類型遙感分類模型訓練和精度檢驗樣本的參考數據之一。

圖 1 旺業甸林場優勢樹種類型分布圖Fig. 1 Distribution map of dominant tree species in Wangyedian Forest Farm

1.4 外業調查數據

外業調查于2017年9月開展，通過實地調查，共采樣旺業甸林場內311個樣點，包含的主要森林類型有落葉松、油松、白樺、楊樹、榆樹等，其中分布最為廣泛的為落葉松和油松。圖2給出了所調查樣點的空間分布，樣點基本覆蓋整個林場，其中油松樣點74個，落葉松69個，白樺46個，其他林地46個，耕地36個以及建設用地40個。外業調查過程中，對所調查樣點在2015年的實際地類進行了分析判斷，確保不會因調查時間和遙感影像成像時間不一致導致地物類型判斷出現偏差。

圖 2 主要地類的外業調查樣點分布圖Fig. 2 Distribution map of field sample points of the major land types

1.5 樣本數據

深度學習網絡模型的訓練需要輸入塊（Patch）狀的樣本，本研究參考小班優勢樹種分布圖（圖1）、外業調查數據，通過目視解譯制作樣本塊。共制作了樣本塊142塊，其中114塊作為訓練樣本，28塊作為驗證樣本。從圖3可以看出，訓練樣本塊在空間上的分布較均勻，而且作者還特地調整了各地類樣本像元的數量，盡量使各類別的樣本像元數相差不大，但由于研究區建設用地太少，其樣本數量和其他類別差別仍然較大。圖4為各地類樣本像元數對比圖。所選取的每個樣本塊的大小并不一致，為了訓練深度學習網絡模型的需要，采用最臨近值法將不同大小的樣本塊統一重采樣為256像元×256像元大小。

圖 3 樣本塊的空間分布圖Fig. 3 Spatial distribution of the sample patchs

圖 4 各地類像元數量Fig. 4 Total pixel number of each land types

為了能夠采用統一的標準比較評價傳統機器學習模型和深度學習模型，SVM、RF模型的訓練和精度檢驗也采用上述的同一套樣本塊。

2 研究方法

2.1 森林類型分類

依據研究區出現的地類及其空間分布特點，在外業調查數據和已有小班數據的支持下，通過對GF-2遙感影像進行預分類，對能夠有效區分的潛在地類進行了分析，最終確定了本研究的待分類類別包括：落葉松、油松、白樺、耕地、建設用地和其他。其中前3個地類屬于有林地的細分類別，是以林地上林分的優勢樹種類型名稱作為類別名稱。其他地類主要包括在該研究區面積占比很小的樟子松、云杉、榆樹等。

2.2 分類總技術方法

本文研究從3個部分展開分類方法研究：首先，提取NDVI特征，其次，基于NDVI特征和原始影像4個波段，共計5個特征的數據構建深度U-net模型并進行分類；最后，對分類結果進行CRF后處理。在本研究中，將上述流程簡稱為U-net-NDVI-CRF方法。2.2.1 U-net網絡 U-net網絡由一個收縮網絡以及一個擴張網絡構成，一共包含23個卷積層。其網絡的結構具體為：收縮網絡主要用于重采樣的過程，隨著網絡深度的增加，提取高維抽象特征，每一次重采樣都包含兩個3×3的卷積操作，使用修正線性單元（rectified linear unit，ReLU）作為激活函數。每一次重采樣的卷積操作將圖片的尺寸變為原來圖片尺寸大小的1/2，特征通道變為原來的兩倍；擴張網絡主要對收縮網絡中的特征進行過采樣的工作，每一次過采樣包含兩個3×3的卷積操作，同樣使用RuLU作為激活函數。在每一次上采樣后，圖片大小變為原來的2倍，特征數量變為原來的1/2[6]。在上采樣操作中，將每一次輸出的特征與對應的收縮網絡特征合并在一起，補全中間丟失的特征信息。最后，加入1×1的卷積操作將之前所獲得的特征映射到所屬類別上[6]。

2.2.2 網絡訓練 U-net模型基于Tensorflow框架訓練，使用Adam方法作為優化器來訓練網絡，學習率為0.001。網絡的權重共更新10 000次。網絡在一塊NVIDIA Quadro K5200顯卡上訓練，GPU內存為8G。

本研究使用SVM和RF分類器作對比實驗[12-13]。針對SVM模型，設置核函數為GRBF（Gaussian radial basis function），使用的目標函數類型是C-支持向量分類（C-SVC），最優懲罰因子C和核函數參數γ進行自動尋優。針對RF模型，實驗中設置的決策樹的數量為100，每個決策樹隨機選擇的5個特征構建模型，并通過投票法得到分類類別。

2.3 分類精度檢驗

以外業調查樣本地類為各地類真值，對分類的正確性進行檢驗，采用的評價指標包括分類混淆矩陣，得到制圖精度、用戶精度、總體分類精度及Kappa系數。

3 結果與分析

3.1 基于U-net-NDVI-CRF方法的分類結果

基于U-net-NDVI-CRF方法的分類結果混淆矩陣如表1所示，總體分類精度達84.89%，Kappa系數為0.82。除落葉松和其他地類外，各地類制圖精度均在83%以上。其中，其他地類精度較低，易錯分為白樺，主要原因在于GF-2多光譜數據成像時間為冬季，其他地類（主要包括榆樹、楊樹、柞樹等植被類型）均屬于落葉性植被，他們的光譜曲線和NDVI特征與白樺差異較小，容易導致誤分。落葉松存在部分錯分為油松的情況，主要原因在于此季節的落葉松已經開始萌芽，且與油松同屬于針葉林、人工林，在光譜和紋理上具有一定的相似性，造成部分落葉松錯分為油松。

表 1 U-net-NDVI-CRF方法的分類結果混淆矩陣Table 1 Confusion matrix of U-net-NDVI-CRF classification result

3.2 NDVI對改善分類效果的貢獻分析

加入NDVI特征前后U-net模型分類精度對比如表2所示。從表中可以看出，加入NDVI特征之后，分類精度得到有效的提高，總體精度提高了2.25%，Kappa系數提高了0.02，其他地類、耕地、建設用地的分類精度有顯著提高，其中，其他地類提高了15.22%，耕地提高了13.89%。從分類細節圖（圖5）中可以看出，加入NDVI特征可有效改善林地分布區域的分類效果。

3.3 CRF對U-net分類結果的優化效果分析

加入CRF前后U-net分類結果的精度對比如表2所示。在加入CRF后，總體精度較之前提高了0.65%，Kappa系數提高了0.01，其中，落葉松和其他地類的精度有所提高。從定量上的分析可見，分類精度提升幅度并不大，但從目視角度分析，各類地物之間的邊緣得到細化。從分類細節圖（圖5）可以看出，在其他和白樺混交的區域，采用CRF后處理分類效果提升的貢獻明顯。

表 2 加入NDVI特征以及CRF前后U-net分類結果的精度對比Table 2 Accuracy comparison of U-net classification results before and after adding NDVI features and CRF

圖 5 部分油松、落葉松分類結果細節圖Fig. 5 The detailed classification results

3.4 與其他3種相關分類方法的對比分析

為了驗證本研究所設計的U-net-NDVI-CRF分類方法的有效性，將其與加入NDVI特征的傳統機器學習SVM、RF的分類結果，加入NDVI特征和CRF的FCN-8s的分類結果進行了比較分析。這4種分類方法的分類結果如圖6所示，分類精度對比如表3所示。深度學習U-net、FCN-8s模型的總體精度和Kappa系數均高于SVM、RF。U-net的總體精度和Kappa系數明顯高于其他模型，對油松、白樺、耕地、建設用地和其他的分類精度均較高，尤其是其他地類的分類表現更為突出。對于落葉松，U-net的分類精度較低，主要原因為落葉松與油松同屬于人工林，在空間特征上存在一定的相似性，使得油松和落葉松存在一定的混淆。對建設用地，U-net和FCN-8s比SVM或RF改進很多，主要是因為此季節的建設用地和耕地在光譜上存在一定的相似性，且耕地中的大棚與建設用地十分相似，U-net和FCN-8s可以自動提取特征以區分兩個地類，而SVM和RF僅靠光譜特征不能完全將建設用地與耕地等地類分出。從分類細節圖（圖7）可以看出，U-net-NDVI-CRF對油松和落葉松的分類效果要好明顯于其他分類方法。

4 討論

（1）本研究采用U-net網絡模型結合CRF對5個特征（原始四波段以及NDVI）的GF-2 PMS 3.2 m的遙感數據進行森林類型分類，總體分類精度為84.89%，與傳統的機器學習分類方法RF、SVM在同等五波段時的分類結果相比，提高了8.04%至12.54%，提升效果顯著，該結論與已有的將深度學習網絡模型用于土地覆蓋/利用遙感分類的文獻所得到的結論一致[2,5,9]。

（2）雖然深度學習方法，可以自動提取遙感特征，但是現有文獻[2]、[9]表明，可以通過加入NDVI等少量特征可以提高分類精度。本研究為與機器學習分類方法在數據上形成對等性，不進行過多的手動提取和選擇特征的步驟，選取NDVI與影像原始4個波段組成5個特征的數據進行分類，機器學習SVM、RF分類精度低于U-net的分類精度。

圖 6 分類結果 (a) RF；(b) SVM；(c) FCN-8s；(d) U-netFig. 6 Classification result (a) RF; (b) SVM; (c) FCN-8s; (d) U-net

表 3 4種相關分類方法的分類精度對比Table 3 Comparisons of classification accuracy of four relevant methods

（3）由于采用的遙感影像成像時間和光譜限制，其他地類（主要包括榆樹、楊樹、柞樹等植被類型）均屬于落葉性植被，他們的光譜曲線和NDVI特征與白樺差異較小，造成目視解譯困難，對分類結果造成了一定的影響。因此，考慮使用生長季影像對其他地類進行細化之后進行深度學習精細分類。

（4）本研究實驗采用的數據是GF-2 PMS 3.2 m分辨率的遙感數據，而全色數據的分辨率可達0.8 m，結合紋理信息豐富的全色數據進行實驗，對比在更高分辨率下地物的邊緣信息是否更好的保留為下一步的研究方向。且本研究的GF-2 PMS遙感數據的時相為4月，使得其他地類的光譜差異不明顯，使用生長季的數據進行森林類型的精細分類是下一步的研究方向。

圖 7 局部區域油松、落葉松4種分類方法的分類結果對比：(a) GF-2 PMS；(b) 優勢樹種分布圖；(c) RF；(d) SVM；(e) FCN-8s；(f) U-net；(g) 圖例Fig. 7 Comparison of classification result of the four classification method for some region: (a) GF-2 PMS;(b) Distribution map of dominant tree species; (c) RF; (d) SVM; (e) FCN-8s; (f) U-net; (g)Legend

5 結論及展望

針對國家森林資源規劃設計調查業務對高分辨率多光譜遙感分類技術的應用需求，發展了一種深度學習森林類型遙感分類方法。研究結果表明，通過加入NDVI特征可有效提高U-net網絡森林類型分類結果的精度，采用CRF后處理則可以有效改善分類效果，且與FCN-8s、SVM、RF相比，優化后的U-net分類效果有較大的提升。

與傳統機器學習分類方法相比，本研究所發展的方法可以自動提取遙感特征，從而可有效避免傳統方法由于手工提取和選擇特征等而導致的分類結果容易受人為因素影響的問題，具有更高的可操作性。當然，目前深度學習方法還存在對高性能GPU計算機依賴性強，模型訓練耗時，技術門檻較高等問題。隨著我國高性能GPU計算機的快速普及和計算能力的快速提高，這些制約深度學習分類方法林業業務化應用的障礙將很快得到克服，在本研究研究的基礎上，針對林業遙感業務特點，通過深度學習網絡結構的創新設計，進一步提高分類精度和效率，具有重要的研究和應用價值。