基于多核主動學習和多源數據融合的農田塑料覆被分類

馮權瀧 牛博文 朱德海 劉逸銘 歐 聰 劉建濤

(1.中國農業大學土地科學與技術學院， 北京 100083； 2.自然資源部農用地質量與監控重點實驗室， 北京 100193； 3.中國移動通信集團廣東有限公司， 廣州 510623； 4.山東建筑大學測繪地理信息學院， 濟南 250101)

0 引言

農田塑料覆被(如農業塑料大棚、地膜覆蓋等)對提升農產品產量及其經濟效益起到重要作用，是農業現代化建設的重要部分，是農業形式由粗放型向集約型轉變的重要手段[1-3]。其中，地膜對抑制雜草生長、保持土壤水分、調節土壤溫度有著積極作用[4]；而農業塑料大棚擁有更多的配套設施，能滿足更多農產品的生長條件，可以對當地農產品產業結構的建設和調整起到促進作用[5]。因此，實時、高效地監測農田塑料覆被對農業產業發展有著重要意義。遙感技術具有宏觀、動態、快速等特點，利用遙感技術手段可以擺脫傳統人工方法低效、實時性差等劣勢，能夠可靠、高效地獲取農田塑料覆被地物目標，進而達到實時動態監測的目的[6-7]。

在遙感影像分類領域，支持向量機(SVM)得到了廣泛應用[8-13]，并被引入到農田塑料覆被制圖中[14-15]。具體而言，文獻[14]利用WorldView-2衛星影像和SVM分類器，對土耳其的庫姆魯卡地區的農業塑料大棚進行了提取，其總體分類精度為90.28%，精度超過了隨機森林以及最大似然分類器[14]。SVM的優異表現，得益于其對最佳分類超平面的定位能力[9]，僅需要有限的支持向量即可實現較好的分類效果[16]。同時，考慮到不同核函數對SVM分類性能的差異性，因此通過組合一簇核函數從而構成多核學習模型，即可實現光譜特征、紋理特征等的有效融合，從而提高分類精度[17]。其中，文獻[18]提出了一種基于多核SVM的高光譜影像分類方法，結果表明在融合光譜和形態特征的情況下，多核SVM精度超過了單核SVM，前者的最優精度為91.05%。文獻[19]基于多核SVM對多源遙感數據進行了分類研究，同樣證明了多核SVM的分類性能。

同時，在遙感影像分類研究中，主動學習得到了廣泛應用。主動學習可以篩選出不確定性最大以及最具代表性的樣本，從而有效降低訓練樣本的數量，并提升訓練效率[20-23]。其中，文獻[24]在森林退化遙感監測中，分別提出了基于啟發式的主動學習方法，結果表明主動學習方法具有更高的分類精度，并能有效提高模型的收斂速度。文獻[25]利用多源Sentinel-1和Sentinel-2影像和主動學習方法進行林木年齡的估算，試驗結果驗證了主動學習的優勢，在達到相同估算精度的情況下，主動學習的訓練樣本數量可減少50%左右。

綜上所述，多核學習、主動學習在遙感影像分類中均取得了優異的性能。然而在農田塑料覆被制圖的研究中，上述算法尚未得到深入研究。同時以往的研究并沒有很好解決農業塑料大棚和地膜的混淆問題。因此本文研究一種多核主動學習模型，以提高小樣本下農田塑料覆被的制圖精度。具體而言，本文基于Google Earth Engine(GEE)云計算平臺，通過引入多源多時相Sentinel遙感影像，提取光譜特征、紋理特征等構建多維特征空間，并構建多核學習模型對多源多時相特征進行融合，最后構建基于池的主動學習策略，提升分類模型在稀疏樣本下的泛化能力。

1 研究區與數據源

1.1 研究區概況

圖1所示為本文研究區，位于山東省聊城市與莘縣交界地區，東經115°35′～115°51′，北緯36°22′～36°16′，面積約為300 km2，是典型的農業塑料大棚、地膜交錯區域。研究區位于華北平原中部，地勢平坦，屬于溫帶季風氣候，雨熱同季，年平均氣溫為13.4℃，年平均降水量在501.9 mm左右。

1.2 數據源

本文采用Sentinel-1雷達衛星以及Sentinel-2光學衛星影像作為數據源。其中Sentinel-1由兩顆極地軌道合成孔徑雷達衛星組成，可在多云或缺少光照的條件下進行正常成像。Sentinel-2由兩顆多光譜光學衛星組成，具有較高空間分辨率(包含中心波長10、20、60 m的波段)，重訪周期為5 d，具有較高的實時性，已廣泛應用于作物分類、土地管理、災害監測等領域。在本文中，分別選取2019年5月10日至2019年6月1日以及2019年10月15日至2019年10月31日的Sentinel-1和Sentinel-2的兩幅遙感影像，通過GEE中的median()函數計算并輸出遙感影像。

所選樣本的土地利用類型分為3類：農業塑料大棚、地膜和其他土地利用類型。樣本數據劃分為初始訓練集、驗證集、測試集和未標記樣本池。在初始訓練集(125個樣本)中，農業塑料大棚、地膜和其他土地利用類型的數量分別為35、15和75；驗證集中，農業塑料大棚、地膜和其他土地利用類型的數量分別為84、36和180；測試集中，農業塑料大棚、地膜和其他土地利用類型的數量分別為300、119和581。

同時，本文基于GEE云計算平臺對Sentinel-1和Sentinel-2影像進行預處理。其中對Sentinel-1雷達影像進行輻射定標、斑點噪聲去除等操作，對Sentinel-2光學影像進行輻射定標、大氣校正、正射校正等操作。此外，還基于GEE進行光譜特征、紋理特征等的計算，從而為分類提供一個多維特征空間。

2 研究方法

2.1 總體技術路線

本文通過引入多源多時相衛星遙感數據，構建多核主動學習模型進行農田塑料覆被制圖的研究，總體技術路線如圖2所示。

如圖2所示，首先通過GEE云計算平臺進行遙感數據的選取和預處理；然后計算其光譜、紋理等特征，并與原始遙感數據進行波段疊加，從而得到多維特征空間；下一步構建多核學習模型，對多源多時相數據進行自適應融合，最后通過構建主動學習策略對分類模型進行訓練，并利用測試樣本對模型精度進行評價，最終輸出研究區的農田塑料覆被空間分布結果。

2.2 特征提取

2.2.1光譜特征

通過文獻[1-2,7]以及前期分類試驗，本文共選擇NDVI(歸一化植被指數)、EVI(增強植被指數)、MSAVI(改進的土壤調節植被指數)、NDBI(歸一化建筑指數)、MNDWI(改進的歸一化差異水體指數)等5個光譜指數作為光譜特征。其中NDVI[26]主要反映植被的生長狀況，可用于提升植被與塑料覆被之間的差異；EVI[27]和MSAVI[28]都是NDVI的改進指數，可以進一步削弱土壤和大氣的影響，以進一步提升植被與塑料覆被之間的區分度；NDBI[29]主要用于提取人工建設用地；MNDWI[30]用于提升水域的區分度。

2.2.2紋理特征

通過目視解譯和實地采樣發現，農業塑料大棚和地膜的幾何、紋理特征較為明顯，因此采用以下6個最不相關的紋理特征：均值(MEA)、標準偏差(STD)、同質性(HOM)、相異度(DIS)、熵(ENT)和角度秒矩(ASM)[1]，用來進一步提升設施農業目標地區同其他類型地物的分離度。在計算紋理特征時，采用3×3大小的滑動窗口。

2.3 多核主動學習模型

2.3.1多核學習

在SVM的研究中，核函數的提出在一定程度上解決了非線性數據的線性可分問題以及多特征數據中的“維度災難”問題，然而經典的單核學習方法在學習多維空間的多特征時往往性能不佳[31]。同時在遙感分類中，多特征(如光譜特征、紋理特征等)得到了廣泛應用，而多核學習能夠根據不同特征的特性構建合適的核方法，從而實現對多維特征的有效學習[18，32-33]。

多核學習的一般表達式為

(1)

多核學習的常見構造形式包括合成核、多尺度核、無限核等，本文采用多尺度核進行多核學習模型的構建，原因在于多尺度核的方法更為靈活，并能提供較為完整的尺度選擇機制。具體而言，多尺度核首先采用大尺度核對分類決策面平滑區域的樣本進行擬合，再用小尺度核對分類決策面變化相對劇烈的樣本進行擬合，同時進行逐級優化，從而得到更為精確的分類結果。在本文中，基于多尺度徑向基核函數進行多核學習模型的構建，公式為

(2)

其中

k(x,z,γi)=exp(-γi‖x-z‖2)

(3)

式中αi、γi分別表示權重、徑向基核的值。通過上述多核學習模型的構建，可以實現多源、多時相遙感數據的特征級融合，從而提高不同地物之間的類間可分性，改善農田塑料覆被分類的精度。

2.3.2主動學習

在經典的監督學習中，分類問題的解決依賴于大量的訓練樣本，通過不斷增加樣本數量進而提升分類精度。然而訓練樣本的標注往往費時費力，因此設計一種學習策略，在減少人工標注工作量的同時提升模型的學習效率和分類精度，就成為了一個重要問題。在這一背景下，主動學習的算法框架被提出，并成功應用于遙感影像分類等領域。

具體而言，主動學習的主要思想表述如下：通過設計樣本查詢算法對未被標記的樣本進行查詢，從而完成樣本池中候選樣本的排序，并選擇最具有代表性的未標記樣本交由標注專家或人工定義的專家系統進行類別標注，重復上述過程，直到滿足算法停止條件為止[34-36]。由此可見，主動學習的目標就是利用最少的樣本標注，得到最優的模型。

在本文中，采用的主動學習策略如下：構建包含125個樣本的初始樣本集X，利用其對多核學習模型進行訓練，之后加入主動學習策略，對未標記樣本池U中的樣本計算其不確定性(信息熵)，選擇信息熵最大的樣本q，并對其賦予標簽，并將其添加到樣本集X中，并繼續對多核學習模型進行訓練，如此往復，直至模型達到目標精度。同時，在試驗開始前從訓練集中劃分300個樣本作為驗證集，用以在線監測模型的精度。經過500次查詢，樣本集X中的樣本擴充至625個，最終在第410次查詢前后得到收斂精度。

2.4 精度評價

在完成多核主動學習模型的訓練后，使用測試集(1 000個樣本)進行精度計算，并輸出混淆矩陣、總體分類精度、Kappa系數以及其他精度評價指標作為定量評價依據。除此之外還將輸出農田塑料覆被分類結果，通過目視解譯的方法定性評價模型分類性能。

3 結果與分析

3.1 總體結果分析

基于本文的多核主動學習模型，對多源多時相Sentinel衛星影像進行分類，得到的農田塑料覆被分類結果如圖3所示。

如圖3所示，本文構建的多核主動學習模型可以實現農田塑料覆被的精確提取。其中，農業塑料大棚主要分布在研究區的西部以及東北部地區，在東南部地區和中部地區則呈零星分布；地膜主要分布在研究區的中部以及東南部地區，在西部地區呈零星分布。通過對比原始遙感影像，本文模型的分類結果與農業塑料大棚和地膜的實際分布情況高度一致，具有較好的分類效果。

同時，農業塑料大棚與地膜之間的混分情況較少，分類錯誤主要集中在農業塑料大棚/地膜與其他地物(尤其是人工建設用地)之間。其原因在于人工建設用地的反射率和后向散射系數均較高，并與農業塑料大棚/地膜存在一定的相似性，最終導致了混分。從圖像細節(圖3b)可以看出，混分并不是存在于單個地物中，而是存在于不同地物之間的交界處，這主要受限于Sentinel影像的空間分辨率，因為單個像素僅能表示10 m×10 m的空間范圍，導致不同地物邊緣存在混合像元現象，從而在地物的邊緣容易產生分類錯誤，這樣就造成了地物之間的混分。

同時，基于測試集進行模型精度評估，計算混淆矩陣、總體精度、Kappa系數等，結果如表1所示。

圖3 基于多核主動學習的農田塑料覆被制圖結果Fig.3 Agricultural plastic cover mapping results based on multi-kernel active learning

由表1可知，農業塑料大棚和地膜的分類效果較好，模型的總體分類精度為95.6%，Kappa系數為0.922，農業塑料大棚的F1值為0.96，地膜的F1值為0.89。

3.2 單源與多源數據的分類精度

為了驗證多源數據對農田塑料覆被制圖的貢獻，設計了對比試驗，對單源與多源數據的分類結果和精度做了比較，具體試驗設置為：使用Sentinel-1的多時相雷達影像進行分類；僅使用Sentinel-2的多時相光學影像進行分類；同時使用多時相雷達和光學影像進行分類。

上述試驗的分類結果如圖4所示。圖4表明，相比于單源遙感影像分類，多源遙感影像的引入可以提高分類效果。這是由于多源遙感影像包含更多的地物信息，能夠更好反映目標地物的相關特征，分類的細致度較單源遙感影像更好。同時，圖4a表明，僅使用Sentinel-1雷達影像，其分類效果過于破碎，經目視解譯發現，部分裸地和建設用地被錯分為農業塑料大棚和地膜，同時農業塑料大棚和地膜之間也多有混分的情況出現。從圖4b可以看出，僅用Sentinel-2光學影像，相較于僅用Sentinel-1雷達影像具有更優的分類結果，而聯合使用光學和雷達影像取得了最好的分類效果(圖4c)。

表1 混淆矩陣、總體精度和Kappa系數Tab.1 Confusion matrix, overall accuracy and Kappa coefficient

圖4 基于不同數據源的農田塑料覆被制圖結果Fig.4 Agricultural plastic cover mapping results based on different data sources

表2列出了單源和多源的遙感分類精度，結果表明，僅使用雷達影像進行分類的精度最低，較僅使用光學影像分類的精度下降23.2個百分點。究其原因，在僅使用雷達影像分類時，采用后向散射系數作為分類依據，導致不同地物之間的可分性較差，從而無法獲取精確的農田塑料覆被分類結果。同時Sentinel-2可提供地物的多光譜反射信息，相比于雷達影像可有效提高地物的可分性，從而取得更好的分類結果。而通過光學和雷達影像的聯合使用可以進一步提升地物之間的可分性，從而提升分類精度，這與文獻[37-38]的結論一致。

3.3 單時相與多時相遙感影像分類精度對比

為了驗證多時相數據對于農田塑料覆被分類精度的貢獻，設計了對比試驗，分別使用單時相影像和多時相影像進行分類試驗。具體而言，本文選取的單時相影像的成像時間為2019年10月15—31日期間，此時農業塑料大棚和地膜同時存在。結果如圖5所示。

圖5 基于不同時相遙感影像農田塑料覆被制圖結果Fig.5 Agricultural plastic cover mapping results based on different temporal data

圖5表明，僅使用單時相影像進行分類，農業塑料大棚、地膜以及其他地物之間的混分現象較為嚴重，尤其是農業塑料大棚和地膜之間的混分現象尤為突出。如圖5a所示，在農業塑料大棚的連片區域內增加了許多“地膜”，這是由于在僅使用單時相影像進行分類時，塑料大棚和地膜都呈現為白色，其光譜反射和后向散射系數均相近，導致了錯分。為了提高農業塑料大棚和地膜之間的可分性，本文引入地膜覆蓋之前時相的影像(5月)，這是因為在這兩個時相內，農業塑料大棚一直存在，而地膜則表現出存在和不存在兩個狀態，多時相數據的引入可以有效反映地膜存續的時間梯度信息，因此具有更好的分類效果。

表2 不同數據分類精度對比Tab.2 Classification accuracy of different data sources

表3給出了不同時相分類精度的對比結果，可以看出，相比于單時相分類，多時相數據的引入可以將分類精度從91.9%提高到95.6%，這主要因為多時相數據考慮了地膜的存續時間，通過film-on(存在地膜)和film-off(不存在地膜)兩個時相影像的引入，可以有效捕捉地膜的物候特征，從而提高其與農業塑料大棚的可分性。

3.4 不同分類模型的精度對比

3.4.1主動學習的精度

為了驗證主動學習在農田塑料覆被分類中的性能，本節計算了主動學習與非主動學習(被動學習)在不同標記樣本數量下的精度，如圖6所示。

圖6 主動學習和被動學習精度變化曲線Fig.6 Active learning model vs passive learning model

由圖6可以看出，在多核SVM模型中添加主動學習策略，模型收斂更快。主動學習在樣本數量達到410個時，模型趨于收斂，而被動學習在達到500個樣本點時，模型才趨于收斂。由此可見主動學習在達到最優精度時，可以減少18%的訓練樣本數量。

此外，圖中黑色虛線y=92.3%表示在相同精度下，主動學習所需要的樣本數量比被動學習少得多；圖中綠色虛線y=95.6%表示，主動學習較被動學習需要更少的樣本數量達到最優精度。同樣達到精度92.3%，主動學習僅需130個標記樣本，而被動學習則需要265～320個樣本，是主動學習的2倍多。因此主動學習策略在樣本稀疏條件下更有優勢。

3.4.2多核學習和其他分類方法比較

同時為了進一步驗證多核學習在農田塑料覆被分類中的優勢，設置了對比試驗，通過對比單核支持向量機 (SVM)、隨機森林 (RF)、K近鄰 (KNN)、決策樹 (DT)、AdaBoost等模型，為了保證可比性，均選用初始樣本集進行訓練。同時由于本節主要對比不同分類器的性能，因此在訓練過程中并不增加主動學習策略。精度對比如表4所示。

表4 不同分類器的分類精度對比Tab.4 Classification accuracy of different classifiers

由表4可知，本文所構建的多核學習模型的分類精度均高于其他模型。在其他分類器中，單核SVM的分類精度最高(89.8%)，然而多核學習的精度較其提高了近6個百分點。究其原因，多核學習采用一簇核函數對多特征數據集進行自適應學習，從而能夠結合不同核函數學習的優勢，更加適合多源多時相遙感數據的融合，最終達到更優的農田塑料覆被分類效果。

4 結論

(1)將多核SVM和基于池的主動學習策略進行耦合，構建了一種多核主動學習模型以進行農田塑料覆被的遙感分類，總體分類精度為95.6%，Kappa系數為0.922；相比于傳統經典機器學習模型：單核支持向量機、隨機森林、K近鄰、決策樹、AdaBoost，多核學習模型精度可較上述模型提高5.7、12.1、11.4、22.3、10.3個百分點；且在相同的分類精度下，主動學習較被動學習可減少標簽樣本一半以上，更適合小樣本條件下的影像分類任務。

(2)通過引入多源多時相遙感影像，提高了不同地物之間的可分性，從而取得了更好的農田塑料覆被制圖效果。相比于單源雷達和光學數據，多源數據可平均提升分類精度12.7個百分點；同時多時相數據可提高分類精度3.7個百分點。