基于多特征PolSAR數據的干旱區土地利用/覆被分類

卡地爾牙·忙蘇爾，依力亞斯江·努爾麥麥提，張永福*，梁田田

（1. 新疆大學資源與環境科學學院，新疆 烏魯木齊 830046；2. 新疆大學綠洲生態教育部重點實驗室，新疆 烏魯木齊 830046）

土地利用/ 覆被遙感分類的精度和準確性取決于景觀的復雜性、遙感數據類型、空間分辨率、大氣條件、采用的圖像處理技術和分類方法等因素的綜合效益[1]。因此，繪制土地利用/ 覆被圖分類方法的選擇與改善、精度提升等成為研究者們重點考慮的問題。針對土地覆被分類的數據選擇，傳統的單幅影像像素特征來進行圖像分類在不同分辨率尺度的圖像分類上難以獲得較高精度的圖像分類結果[2]。數據融合是彌補傳感器導致遙感數據局限性的有效方法[3]。全極化合成孔徑雷達數據（PolSAR）包含目標地物的物理、化學特性和幾何特性有關的有用信息，不同目標極化模式對地表面的敏感度不同，有助于識別不同的土地類型[4]，但不具備地物光譜特征，雷達成像過程中的壓縮、陰影、透視糾縮、疊掩、斑點噪聲等因素均影響圖像分類的準確性[5]。被動遙感范疇中的光學遙感數據不僅有高空間分辨率，而且可獲取地物光譜特征信息，因此，全極化雷達數據多種極化特征信息與光學遙感數據的融合有助于提高地物識別度和圖像分類精度[6-7]。諸多研究表明，機器學習算法針對復雜地物分類與弱后相散射目標的分類效果與傳統圖像分類更佳[8-9]。

為實現干旱區土地覆被信息的精確提取和多源遙感數據信息充分利用，本研究以新疆于田綠洲為靶區，采用全極化PALSAR-2 數據與Landsat-8 光學影像和多種地物信息提取指數來構建囊括后相散射特征、光譜特征以及多種地物信息提取指數的特征數據集，并采用隨機森林算法來完成基于多源數據集的土地覆被分類與特征變量貢獻率定量評估，同時與支持向量機和決策樹算法進行圖像分類性能對比，討論了多源遙感數據融合方法在干旱區土地覆蓋分類和鹽漬地信息提取上的應用潛力。

1 數據與方法

1.1 研究區

研究以新疆于田綠洲為研究靶區，該區地處81°08′59″E ～82°00′03″E，36°44′59″N ～37°12′04″N 之間，位于昆侖山中段北麓、塔里木盆地南緣克里雅河流域，北為塔克拉瑪干大沙漠與沙雅縣接壤，中部為沖積平原地帶，面積約3.95 萬km2，地勢南高北低，自南向北形成高山、戈壁、沙漠等地貌單元[10]（圖1）。研究區屬暖溫帶內陸干旱沙漠性氣候，晝夜溫差大，年平均氣溫為11.6 ℃，降水稀少，年平均降水量為47.7 mm，蒸發量為2 432.1mm，降水量遠低于蒸發量[11]。因地形、人類活動和地下水的變化等因素，鹽漬化土壤主要分布在于田綠洲與沙漠的交錯帶和內部人類活動頻繁區域[12]。

圖1 研究區Landsat OLI 圖像（左）與對應的PALSAR-2 圖像（右）

1.2 數據集

本文選用2015-04-23 于田綠洲PALSAR-2 全極化雷達數據，工作波段是頻率為1.2 GHz 的L 波段，對其進行數據預處理，包括數據導入、多視處理、噪聲濾波、DEM 數據的獲取、地理編碼和輻射定標、重采樣等，得到最后的實驗數據。同時，采用2015-05-03 Landsat-8 OLI 數據提取了8 種不同地物光譜特征指數，多光譜數據進行主成分變換后的前3 種主成分變量（PCA-1、PCA-2、PCA-3）等特征信息。

1.3 目標極化分解理論

利用目標極化分解方法可更加全面地反映地物的物理、化學及幾何特性[13]。Huynen[14-17]等分別提出不同觀點和角度的分解方法。極化目標分解是將散射矩陣和協方差矩陣分解為具有特定物理意義的若干散射機制的總和。每個散射機制代表典型的目標和電磁波的作用過程，可直接反映觀測目標的結構和物理化學特征，從而有效地揭示物體的散射特性[18]。目前應用的極化分解方法主要分為基于散射矩陣的相干目標分解和基于二階統計模型的非相干目標分解2 種[19]。本研究利用ENVI-5.3 軟件的SARscape5.2.1 模塊對預處理后的全極化PALSAR-2 數據進行H/A/α極化分解、Pauli 分解、Krogager 極化分解等3 種極化分解，其特征變量信息見表1。

1.4 分類方法

隨機森林是結合決策樹分類模型和特征隨機選取思想的集成式機器學習算法[20]。該算法在選擇訓練樣本和構建基分類器的過程中都引入了隨機性。其生成N棵決策樹分類模型{h(x,θk),k∈N+}，在以決策樹為基學習器構建Bagging 集成的基礎上，進一步在決策樹的訓練過程中引入了隨機屬性選擇，對于任何第k棵樹，生成的隨機向量θk均為獨立同分布于先前生成的θ1，…，θk-1，每一棵決策樹之間無關聯性[9]。它使用訓練集和參數集θk來生成多棵決策樹得到集成式分類器，其為自變量。通過Bagging 算法采樣出T個含m個訓練樣本的采樣集，基于每個采樣集訓練出一個基學習器，再將基學習器進行結合，減少了樹之間的相關性和泛化誤差[21]。其判別函數定義為如下:

式中，H(x)表示對樣本x的預測值；Dt表示基分類器ht實際使用的訓練樣本集。

隨機森林較好的解決了過擬合的問題，提高算法的泛化性，具有一定的控制泛化能力等優點，同時該算法還可以定量評價輸入變量對分類結果的貢獻率，被譽為“代表集成學習技術水平的方法”[22]。

本次研究利用Python 包管理和環境管理軟件的Anaconda3 的應用程序Jupyter Notebook 中進行了隨機森林算法調參數，對研究區5 個特征集組合的數據進行解譯，特征分量貢獻率分析及分類精度評估。在同一訓練集與驗證集體系下，選擇機器學習算法中較常用的SVM 分類與決策樹分類對最佳特征組合進行圖像分類，如表1 所示。

表1 特征數據信息

2 實驗與結果

2.1 實驗方案

本文將研究區PALSAR-2 與Landsat OLI 數據中獲取的25 個特征變量構建5 種特征組合（表2）。根據2015 年5 月獲得的實地勘察數據，利用ArcGIS10.4軟件的空間分析模塊進行野外采樣點數據的隨機等分，分別得到了均勻分布的訓練集與驗證集，并將研究區地物粗分為植被、水體、沙地、輕度鹽漬地、中度鹽漬地和重度鹽漬地等6 種類型。

表2 特征組合實驗方案

2.2 結果與分析

針對以上提出的5 組實驗方案均利用隨機森林算法（默認500 棵樹），調整參數進行圖像分類得到了研究區土地覆被分類成果（圖2），多種特征變量的融合有助于提高PALSAR-2 圖像的分類準確率，有利于彌補雷達數據中的斑點噪聲和較低空間分辨率的影響。于田綠洲植被分布比較集中，中-輕度鹽漬地分布較廣，主要在綠洲外圍植被覆蓋度較低、植被受到破壞的荒漠與綠洲交錯帶以及大部分耕作土壤等區域，在綠洲中部也有部分重度鹽漬地交錯分布在中-輕度鹽漬地之中，因此不同程度的鹽漬地在農田灌溉區以及農田和裸露地之間的過渡帶上可能會出現混淆情況。

圖2 特征組合RF 算法分類結果

通過分類精度（表3）可見，不同數據集分類精度存在明顯的差異，全極化PALSAR-2 數據與目標極化分解特征分量的融合有效的減少了相干斑點噪聲的干擾，使分類總精度從71.11%提高到88.87%，Kappa 系數從0.653 4 提高到0.866 3。通過水體、植被、鹽漬等典型地物指數以及Landsat OLI 數據的主成分分析前三波段等光學遙感特征變量與PALSAR-2 數據4 種極化的融合，對提高分類精度的影響較小，分類精度分別提升0.62%、1.34%，當特征數據集包含目標極化分解特征分量和光譜特征數據時，分類精度從88.87%提高到93.24%，Kappa 系數分別為0.866 3，0.873 9，0.882 4和0.918 8。

表3 特征組合分類精度

為對照5 種特征組合實驗在單個地物類型上的分類精度，采用了精確率（Precision），召回率（Recall）和F1 分數（F1-score）等3 種評估指標。精確率是針對預測結果而言，衡量所有預測為正的樣本中實際分類結果也為正樣本的概率。召回率是衡量在實際為正的樣本中被預測為正樣本的概率。F1 分數表示精確率和召回率之間的調和平均值[23]。通過地物分類評估指標（圖3）可見，不同特征分量的有序組合，使地物分類的精確率有明顯的變化，特征組合Ⅴ的精確率、召回率和F1 分數均大于0.8，與特征組合Ⅰ相比具有較好的分類效果。

圖3 地物分類精度統計

特征變量的不同組合對分類精度產生不同影響，其每一個變量在數據集分類中的貢獻也隨著發生變化。通過分析特征變量對數據集分類的貢獻率（Importance），選擇適合研究區域的數據類型來構建數據集對復雜的土地覆被分類可有效減少錯分、混淆等情況。圖4 計算出了RF 分類中使用的不同特征變量的相對貢獻，每一個特征對分類的貢獻是標準化精度差。從貢獻率變化可見，對于PolSAR-2 圖像，目標極化分解方法中Pauli 分解的3 種特征分量K1、K2、K3和Krogager 分解的KD、KH 等極化特征分量的貢獻率最大，可歸因到雷達目標極化分解方法具有一定的減少相干斑點噪聲的特點。其次，從Landsat OLI 數據提取的NDVI、RVI、NDWI、NDSI 以及SI-3、PCA-1等光譜數據對特征集的地物分類有一定的貢獻。雷達植被指數（radar vegetation index，RVI_R）、Entropy、Anisotropy 等特征變量在本研究貢獻率較低。

圖4 特征變量貢獻率分布

本研究選擇機器學習算法中較常用的SVM 分類與決策樹分類，同一分類體系下進行對特征組合Ⅴ的圖像分類，進一步檢驗RF 算法對特征組合Ⅴ的分類效果（圖5）。分類結果表明，相比SVM 分類與DT 分類，隨機森林算法具有較好的分類精度（表4），分類精度分別為81.33%，88.25%和93.24%，Kappa 系數分別為0.775 7，0.858 8 和0.918 8。隨機森林算法在特征數據集的分類中有所優勢，諸多學者也得到了同樣結果[24]，但由于PALSAR-2 數據空間分辨率的局限性，地物光譜特征與后向散射特征具有部分相似性等因素均影響分類結果。以上3 種機器學習分類算法的分類精度（表4）情況，對后向散射機制（底墑表面散射）和光譜特征具有相似性的輕度鹽漬地、中度鹽漬地和重度鹽漬地之間的混淆、錯分、混分情況在3 種分類方法中均存在，總體分類精度在SVM 分類、DT 分類和隨機森林分類中分別為81.33%、88.24%、93.24%，相比另2 種分類算法，隨機森林分類算法比較有優勢，誤分率只有6.76%。綜合分析分類樣本體系下的3 種分類方法的結果來看，隨機森林分類對多源遙感特征數據集分類性能較好。

圖5 特征組合Ⅴ的SVM、決策樹、隨機森林分類結果

表4 SVM、決策樹、隨機森林分類精度對照

3 結 語

本文采用隨機森林圖像分類算法，對于田綠洲全極化PALSAR-2 數據、PALSAR 數據目標極化分解、多種光學遙感地物信息提取指數等光譜特征數據構建的特征數據集的組合進行土地利用/覆被分類，并對每一組特征變量的圖像分類貢獻率定量評估。實驗結果可見:

1）多源遙感數據的有效融合有助于提高地物識別準確率，該結果與李萌[25]等的研究結果一致。

2）對于PALSAR-2 圖像，貢獻率最大的特征變量分別來自Pauli 分解的3種特征分量K1、K2、K3 和Krogager 分解的KD、KH。其次，從Landsat OLI 數據提取的NDVI、RVI、NDWI、NDSI 以及SI-3、PCA第一波段等光譜特征數據對特征數據集的地物分類有一定的貢獻。PALSAR-2 圖像的相干目標分解和非相干目標分解方法的耦合利用有助于提高不同散射機制的正確識別與分類。

3）通過對照SVM 分類、決策樹分類和隨機森林分類算法的土地利用/覆被分類繪圖精度，隨機森林分類性能略優于SVM 和決策樹分類。驗證了隨機森林算法在地理大數據背景下獲取復雜土地覆被信息的可行性。