基于Sentinel-2A的太行山區土地覆被分類方法研究

宋宏利，雷海梅，霍志敏，尚 明，邵明超，史宜夢，孫慶松

(1.河北工程大學 地球科學與工程學院，河北 邯鄲 056038；2.河北省地礦局第六地質大隊，河北 石家莊 050085)

土地覆被及其變化是全球環境變化過程中的重要因子，在地球生態系統過程的物質和能量交換中有著非常重要的地位，已成為能量傳輸模型、陸地生態系統過程模型研究的關鍵輸入參數，同時也是全球變化和碳循環模擬、氣候模擬等研究的重要內容[1-3]。近年來，隨著遙感技術的不斷發展，利用遙感數據及各種分類算法可以快速準確地獲取區域土地利用/覆被信息，并且具有成本低、效率高、時效性強等優勢。國內外學者在此方面作出了大量研究，并得出有價值的研究成果[4-9]。綜合分析，當前利用遙感手段對土地覆被的研究主要集中于平原區域，且主要以Landsat、MODIS等為遙感數據源，而將Sentinel數據結合不同分類策略及分類方法在地表景觀異質性區域土地覆被信息提取方面的研究相對較少。太行山區位于我國地勢第二級階梯東緣，集革命老區、集中連片貧困區、礦區于一體，是華北地區重要的天然屏障和水源涵養地。因此，如何基于遙感數據，采用機器學習方法識別區域的土地覆被類別及其動態變化，對于掌握區域生態環境演變，制定區域生態保護政策具有重要意義。

1 研究區概況

涉縣地處晉冀豫三省交界處，河北省西南部，太行山東麓，介于北緯36°17′—36°55′，東經113°26′—114°之間。東西長37.5 km，南北寬64.5 km，海拔高度203～1 563 m，總面積1 509 km2。涉縣氣候屬于暖溫帶半濕潤大陸性季風氣候，年平均降水量540.5 mm，雨熱同期。研究區地形為典型山地地貌，太行山余脈貫穿全境，地勢由西北向東南緩慢傾斜(圖1)[10]。經文獻調查及野外勘測，將研究區土地覆被類型分為5類：耕地、林地、草地、建設用地、水域。

圖1 研究區地理區位圖Fig.1 Geographical location map of the study area

2 數據及預處理

2.1 遙感數據

Sentinel-2A衛星發射于2015年6月，攜帶一個多光譜成像儀(MSI)，包含13個光譜波段(波段信息如表1所示)，空間分辨率為10～60 m，重訪周期為10 d，光譜范圍覆蓋可見光、近紅外及短波紅外波段。本文選用2019年6月22日成像的Sentinel-2 A L1C級影像用于土地覆被類別提取，數據下載自歐空局數據中心(https://scihub.Copernicus.eu/dhus)[11]，選擇空間分辨率為10 m的3個可見光、1個近紅外和20 m的3個紅邊波段。利用歐空局提供的Sen2Cor軟件對影像進行輻射定標及大氣校正處理，并使用SNAP軟件進行重采樣將其轉存為ENVI5.3能夠支持的格式，經矢量邊界裁剪之后生成研究區影像。為了減小因波段間空間分辨率不一致而引起的分類誤差，本文使用最鄰近插值法將20 m空間分辨率的紅邊波段重采樣至10 m。

表1 Sentinel-2A衛星波段參數Tab.1 Sentinel-2A satellite band parameters

2.2 樣本數據

在Sentinel-2A原始影像基礎上，結合Google Earth及野外采樣數據進行樣本選取，按照訓練樣本占60%、驗證樣本占40%的比例[12]，在影像上隨機選取樣本點并保證均勻分布，樣本點數量如表2所示。

表2 訓練樣本及驗證樣本數量Tab.2 Number of training samples and verification samples

3 研究方法

3.1 尺度分割及特征選擇

圖像分割是指根據地表覆蓋類型在遙感影像上顯現出的光譜、紋理等其他類型特征的不同，將影像像素合并成互不相交的同質單元的過程。在綜合分析已有文獻的基礎上，本文基于eCognition軟件中提供的多尺度分割算法，通過尺度優化工具ESP進行分割尺度的選擇[13-14]，最終將形狀因子設置為0.1，緊致度因子設置為0.5，尺度因子試值范圍為1～100，經迭代計算并結合目視判別，最終選定分割尺度為30。

有效的分類特征對于提高陸表土地覆被信息提取精度具有重要意義。本文在進行特征選擇時，除了采用Sentinel-2A影像原始波段特征外，同時選取了歸一化差值植被指數(Normalized Difference Vegetation Index，NDVI)、歸一化差值水體指數(Normalized Difference Water Index，NDWI)、增強型植被指數(Enhanced Vegetation Index，EVI)、改進型葉綠素吸收反射指數(Modified Chlorophyll Absorption Ratio Index，MCARI)、地形(高程、坡度、坡向)、灰度共生矩陣(GLCM)、形狀特征、幾何特征等共計95個特征。

為了降低數據冗余，本文采用隨機森林算法中MDA(Mean Decrease Accuracy)方法評價95個特征的重要性，該方法是基于OOB誤差進行模型評估從而確定模型最優特征數量，值越大表示特征越重要。圖2展示了前30個重要性較高的分類特征的重要性，從圖中可以看出，光譜特征、指數特征以及紋理特征的重要性較高，形狀特征及幾何特征對分類影響較小。

通過以上對特征重要性的排序，選取不同數量的特征進行隨機森林分類，研究特征數量對分類精度的影響。依次選擇5、10、15、20、25和30個分類特征進行分類，結果表明特征個數增加到10個以后總體精度(89.7%)和Kappa系數(0.87)達到平衡態，再增加特征個數對分類精度的影響不大。最后使用全部95個特征進行分類，分類精度依然較高，說明過多的特征未導致隨機森林算法出現過擬合問題。由于特征數量過多會導致模型復雜度過高且運行時間過長，因此本文選擇重要性排列前10的特征(5個光譜特征、1個紅邊波段和4個植被指數)作為基于特征優選的隨機森林模型的輸入特征。

3.2 分類方法及參數訓練

在綜合分析已有文獻基礎上，本文選擇了最大似然法、貝葉斯、支持向量機、CART決策樹及隨機森林5種分類方法，并使用驗證樣本數據對分類結果進行了評價。

貝葉斯分類算法是統計學分類方法，是一類利用概率統計知識進行分類的算法，該算法能運用到大型數據庫中，且方法簡單、分類準確率高、速度快[15]。

SVM分類器是基于統計學習理論的機器學習方法，已廣泛應用于農作物種植信息提取和地表覆蓋類型調查研究中[16]。由于本研究中樣本的數量遠遠大于特征的數量，故本文選擇徑向基核函數(BRF)作為SVM分類器的核函數，并使用LIBSVM[17]對C和γ兩個參數進行優化。在面向對象分類過程中，僅使用光譜特征時，懲罰參數和核參數分別設置為32.0和2.0，紅邊波段及指數信息加入后，懲罰參數和核參數分別設置為128.0和0.5。

圖2 前30個重要性較高的特征變量Fig.2 Top 30 characteristic variables with higher importance

圖3 隨機森林特征數量及精度Fig.3 Number and accuracy of random forest features

CART決策樹 (Classification And Regression Tree)基本原理是通過對由測試變量和目標變量構成的訓練數據集的循環分析而形成二叉樹形式的決策樹結構[18]。在CART決策樹分類過程中，depth是影響分類結果的一個重要參數，本文設置depth試值范圍為1～20，通過迭代循環從而使分類器內部達到最優。如圖4所示，僅使用光譜特征時，當depth值從5開始時，總體精度(Overall accuracy，OA)和Kappa系數趨于穩定且分類精度達到最優。紅邊波段及指數信息加入后，depth值從3開始時，OA和Kappa系數趨于穩定且分類精度達到最優。

3.3 精度評價方法

為了評估各分類器在不同特征組合模式下的分類準確性，本文采用OA、Kappa系數、生產者精度(Producer accuracy，PA)和用戶精度(User accuracy，UA)4個指標來定量評價各分類器分類結果。其中，OA和Kappa系數用于比較整體分類精度(表4)，PA和UA用于評價特定地類的分類精度。

圖4 CART決策樹參數優化Fig.4 CART decision tree parameter optimization

圖5 各分類器分類結果圖Fig.5 Classification results of each classifier

表4 面向對象各分類器分類精度Tab.4 Classification accuracy of each object-oriented classifier

4 結果與討論

根據各分類器獲得的分類結果，繪制了研究區內典型區域的各土地覆被類型空間分布圖(圖5)。

4.1 不同分類策略對分類精度的影響

表4對基于像元和面向對象兩種分類策略下5種不同分類器所得精度進行了比較。總體上看，所有分類器在不同特征組合下均取得了較高的分類精度，總體精度均在86%以上，表明兩種分類策略均適用于山區地表一級土地覆被分類。基于像元分類策略使用了ML、SVM和RF三種分類器，其中RF取得了最高的分類精度，OA為96.85%，Kappa系數為0.96；面向對象分類策略使用了Bayes、CART決策樹、SVM和RF四種分類器，其中Bayes取得了最高的分類精度，OA為94.24%，Kappa系數為0.93。在相同分類方法下，面向對象SVM分類器較基于像元SVM分類器精度有所提高，僅使用光譜特征進行分類和使用光譜特征、紅邊波段、指數特征參與分類所得OA分別提升4.23%和1.03%，Kappa系數分別提升0.06和0.01；而面向對象RF較基于像元RF分類器精度降低，同種分類情況下，OA分別降低10.18%和4.22%，Kappa系數分別降低0.13和0.09。

為了更加清晰地對比基于像元與面向對象分類結果，本文選取典型區域(圖5(a))，將兩種分類策略下各分類器分類結果與目視解譯結果(圖5(b))進行比較。結果表明，基于像元ML(圖5(c)、(f))和SVM(圖5(d)、(g))有少量山地陰影被分類為水域，且耕地與草地混淆較為明顯，耕地與建設用地內部小斑塊較多，椒鹽現象嚴重?；谙裨猂F(圖5(e)、(h))雖然也存在一定程度的椒鹽現象，但各地類內部相對完整，破碎度較?。幻嫦驅ο蟾鞣诸惼?圖5(i)—(p))分類結果較為相似，山地陰影被分類為水域的面積較多，林地與草地基于像元分類效果好，部分耕地與草地發生混淆，建設用地分類效果基于像元更為細致。

4.2 分類特征對各分類精度的影響

基于隨機森林參數優化結果，分兩種情況選取特征參與分類：一種是僅使用光譜特征參與分類，另一種是聯合使用光譜、紅邊、指數特征參與分類。由表4可知，同種分類策略下的同種分類器在不同特征參與下分類精度不同。在基于像元分類中，聯合使用光譜、紅邊、指數特征和僅使用光譜特征參與分類相比，ML和SVM的分類精度有所提升，OA分別提升了2.93%和4.72%，Kappa系數分別提升了0.03和0.06；RF的總體精度略微下降0.21%，Kappa系數不變，表明紅邊波段和指數特征的加入有助于提升ML和SVM的分類精度，而對提高RF分類精度作用較小。

面向對象分類中，聯合使用光譜、紅邊、指數特征和僅使用光譜特征參與分類相比，Bayes、SVM和RF分類器分類精度提高，OA分別提高3.03%、1.52%和3.03%，Kappa系數分別提高0.04、0.01和0.04；CART決策樹精度有所下降，OA降低0.61%，Kappa系數不變。由此可見，在面向對象分類中，紅邊波段和指數特征對提高Bayes、SVM和RF分類精度作用較大。

4.3 不同分類器對不同地類提取精度的影響

由表5可知，對于類別的生產者精度，基于像元中使用光譜、紅邊和指數特征參與分類的ML和RF對林地分類效果最好，PA為99.03%；僅使用光譜特征參與分類時的RF和光譜、紅邊、指數特征參與分類的ML、RF對草地分類效果最好，PA為99.03%；僅使用光譜特征參與分類的RF對水域分類效果最好，PA為93.75%；僅使用光譜特征參與分類的ML對建設用地分類效果最好，PA為98.8%；僅使用光譜特征參與分類的RF對耕地的分類效果最好，PA為95.15%。

由表6可知，對于類別的用戶精度，基于像元中僅使用光譜特征參與分類的RF對林地分類效果最好，UA為100%；使用光譜、紅邊、指數特征參與分類的RF對草地分類效果最好，UA為97.14%；使用光譜、紅邊、指數特征參與分類的ML對建設用地分類效果最好，UA為97.94%；僅使用光譜特征參與分類的RF對耕地分類效果最好，UA為95.15%；面向對象分類中使用光譜、紅邊、指數特征參與分類的RF對水域的分類效果最好，UA為99.2%。

表5 土地利用類型生產者精度(PA)Tab.5 Land use type producer accuracy (PA)

表6 土地利用類型用戶精度(UA)Tab.6 Land use type user accuracy (UA)

5 結論

1)5種分類器總體精度均能達到86%以上，其中，基于像元的RF分類精度最高，僅使用光譜特征及聯合使用光譜、紅邊、指數特征兩種分類情況下的總體精度分別為96.85%和96.64%。

2)分類特征的優化選擇對監督分類方法的分類精度影響較大。在光譜特征參與分類的基礎上加入紅邊、指數特征后，基于像元的RF和面向對象的CART決策樹總體精度有所下降，但降幅均在0.5%左右，但其他分類器的總體精度均有所提升，表明紅邊和指數特征的加入能夠在整體上提高分類精度。

本文僅探索了面向對象與面向像元兩種分類策略和5種分類方法在土地覆被一級類別的精度比較，并沒有考慮面向地塊的分類策略和二級地類分類精度，同時也沒有采用當前流行的深度學習分類算法，在今后的研究中，將會對上述問題進行深入探索。