基于無人機高光譜的荒漠草原地物精簡學習分類模型

王 圓 畢玉革

(1.內蒙古農業大學機電工程學院，呼和浩特 010018；2.鄂爾多斯應用技術學院信息工程系，鄂爾多斯 017000)

0 引言

荒漠草原是我國北方重要的生態安全屏障，在保持生物多樣性及維護生態平衡方面具有特殊地位[1]。荒漠草原地物呈現細碎分布，分類要求趨于精細化[2]，無人機低空遙感平臺克服了傳統遙感空間分辨率不足[3-5]的缺點，在草原生態環境保護領域逐漸得到應用[6]。高光譜數據具有“圖譜合一”的特點[7]，在地物精細識別分類中，以無人機為高光譜成像儀搭載平臺，可充分發揮納米級光譜分辨率與厘米級空間分辨率相結合的優勢[8-9]。

從目前研究現狀來看，許多性能優異的卷積神經網絡模型經過改進后被引入到遙感影像解譯中[10-11]，這些模型[12-13]通過加深網絡獲取RGB圖像特征[14-15]，然而采用經典模型缺少對遙感場景特殊性的考慮[16-18]。大量研究成果為獲得較高分類精度而創建了多層網絡模型[19-20]，如汪傳建等[21]建立7層二維卷積神經網絡模型對多種農作物進行分類，PI等[22]創建5層三維卷積神經網絡模型對荒漠草原裸土、植被進行分類，這些深度網絡模型可能存在計算過度、耗費時間過長等問題。應用于高光譜遙感的3D-CNN可以同時提取高光譜遙感影像數據的光譜信息和空間信息，缺點是3D-CNN卷積操作本身計算復雜度高，易造成計算壓力加大，訓練成本增加等問題。

本文集成無人機高光譜遙感系統，選擇典型荒漠草原為研究對象，在保證地物分類精度的基礎上，提出3D-CNN精簡學習分類模型，并通過超參數調優，以降低模型深度為目標，向輕量、高效模型方向探索，以期建立適用于荒漠草原細碎地物分類應用的精簡學習分類模型。

1 研究區與數據采集

1.1 研究區概況

研究區位于內蒙古自治區四子王旗，地理坐標為北緯41°47′17″，東經111°53′46″，海拔1 450 m，地處溫帶草原向干旱荒漠過渡的典型荒漠草原。無人機航飛數據采集區域為4.61 hm2，氣候類型屬于中溫帶大陸性季風氣候，春季干旱多風，夏季炎熱，年降水量約200 mm，該地具有荒漠草原典型地域的特征[23]，植被草層低矮稀疏，蓋度低且呈碎片化分布[24-25]。研究區域位置及無人機航飛區域衛星圖像如圖1所示。

圖1 研究區域位置及其衛星圖像

1.2 無人機高光譜遙感采集系統

本研究集成的無人機高光譜遙感系統為六旋翼無人機搭載Gaia Sky-mini型高光譜儀，該高光譜儀具有256個波段，采用內置推掃成像工作方式，光譜分辨率為3.5 nm，光譜范圍為400～1 000 nm，可將高空間分辨率與高光譜分辨率優勢結合，并實現“空譜合一”，無人機高光譜遙感系統如圖2所示。

圖2 無人機高光譜遙感系統

2 研究方法

無人機高光譜影像數據采集后，在數據完成預處理的基礎上，首先利用目視解譯提取裸土、植被、標記物純凈像元光譜，進行光譜特征分析，計算反射率均值，選取特征波段；而后利用特征波段構建分類規則，進行閾值統計與分析，選取最佳可分性閾值，制作數據集；最后構建精簡學習分類模型，并進行超參數優化，圖3為研究方法的具體技術流程。

圖3 技術路線流程圖

2.1 高光譜影像獲取和預處理

2.1.1無人機遙感系統數據采集及野外實測

根據2021年荒漠草原氣候特征及其植被的生長周期特性，在植物長勢茂盛的2021年7月上旬進行野外試驗，通過人工踏訪，在植被相對聚集區設置樣方，共設置植被混合樣方20個，為滿足光學遙感所需的氣象條件，選擇無風晴朗少云的天氣進行野外數據采集并及時校正標準參考白板。為了便于無人機空中采集數據辨認樣方種類，由樣方外西南角插下藍色小旗、東北角放置藍色地墊共同指示，標記物圖像如圖4中紅色方框所示。

圖4 標記物圖像

無人機飛行高度30 m時，獲得的高光譜遙感影像的空間分辨率為2.3 cm，滿足荒漠草原裸土、植被群落和標志物的目視解譯要求。為了進一步減小隨機誤差，對每個樣方采集5次，圖5為無人機數據采集流程圖。

圖5 無人機數據采集流程圖

2.1.2數據預處理

本文數據預處理包括去除扭曲變形圖像、輻射校正、濾波降噪等環節。先由人工目視法去除因陣風影響發生扭曲變形的圖像，而后使用SpectView軟件進行輻射校正，將遙感影像像元亮度值(Digital number，DN)轉換為光譜反射率[26]，得到地物真實的反射率數據，再使用ENVI 5.3軟件進行反射率檢查，進一步篩選出可用數據。由于野外采集光譜受到環境干擾、儀器噪聲等多種因素影響，導致光譜曲線附帶較多噪聲，影響后續光譜分析。為使光譜曲線降低噪聲干擾[27]，更易發現波峰、波谷，因此需要對反射率校正后的光譜曲線進行光譜平滑去噪[28-29]，本文采用Savitzky-Golay方法進行平滑降噪。

2.2 樣本數據制作

高光譜圖像由數百個高度相關的光譜波段組成，光譜信息豐富，具有遙感大數據的特征[30]，因此高光譜遙感影像數據的處理方式不同于RGB 3波段圖像數據處理，高光譜圖像處理通常用到波段選擇[31]、特征提取[32]等方法。

2.2.1存儲格式轉換

本研究采集數據默認的存儲格式為波段按行交叉格式(Band interleaved by line format，BIL)，由于按波段順序排列存儲格式(Band sequential format，BSQ)更適合空間分析應用，因此將無人機獲得的高光譜數據由BIL格式轉換為BSQ格式。

2.2.2包絡線去除

基于荒漠草原地物之間光譜差異微弱的特點，直接使用原始反射率光譜構建植被指數難以實現地物分類，因此需要采用光譜變換的方法增強光譜差異。本文采用包絡線去除法，將原始反射率光譜進行連續統去除變換，有效突出了地物的光譜特征。

2.2.3植被指數構建

利用經過連續統去除變換后的高光譜數據，選取第50波段(中心波長為508.6 nm)和第65波段(中心波長為543.5 nm)構建差值植被指數(Difference vegetation index，DVI)，選取第125波段(中心波長為686.7 nm)和第145波段(中心波長為735.8 nm)構建歸一化植被指數(Normalized difference vegetation index，NDVI)。以上2種植被指數利用近紅外波段高反射率和紅光波段低反射率進行波段合成[33]。通過構建的2種植被指數，獲得植被圖像增強的灰度圖，提高了目視解譯精度，便于進一步選取感興趣區域[34-35]。

2.2.4自制數據集

數據采集時由于空間分辨率的影響導致存在大量混合像元，干擾地物邊界提取，造成光譜數據不確定，導致地物像素分類難度加大。通過對感興趣區域裸土、標記物、植被3種地物提取純凈端元，構建植被指數分別進行閾值統計。具體過程為：①通過選取每類地物各50個純凈像元確定特征波段。②利用特征波段建立植被指數，獲得灰度圖。③在灰度圖上選出各地物像元，進行置信度為5%～95%的DN值統計。④分析得出各地物的最佳可分閾值，設定NDVI大于0.15且DVI大于0標記為植被，NDVI取[0,0.08]標記為裸土。裸土、植被、標記物對應的顏色編碼和樣本數量如表1所示。

表1 數據集顏色編碼和樣本數量

在確定地物間最佳可分閾值基礎上制作數據集，數據集共有181 693個數據樣本，其中裸土有42 608個，標記物(地墊、旗子)有586個，植被有138 499個。在進行模型訓練之前，隨機選取數據集中80%的數據作為訓練集，其余20%的數據作為測試集，訓練集共有145 354個樣本，測試集共有36 339個樣本，數據集標簽圖如圖6所示。

圖6 數據集標簽圖

2.2.5數據降維

高光譜圖像數據大量波段間的高度相關性帶來了數據冗余，有必要進行數據降維[36]，本研究獲取的高光譜數據共有256個波段，采用主成分分析(PCA)法，設置8個新的主成分進行降維，將圖像信息保留到98%以上。

2.2.6patch分割

高光譜遙感數據地物分類是類似于圖像語義分割的技術，即把分類器的預測結果映射到遙感影像的每個像素，實現影像分割。3D-CNN是以影像像素的鄰域塊作為網絡的輸入，基于滑動窗口patch進行高光譜遙感影像語義分割，設置窗口尺寸為17，即表示采用一個尺寸17×17的滑動窗口，按照從左到右、從上到下遍歷整個高光譜遙感影像，將每個窗口的內容放在卷積神經網絡里面進行分類，分類結果就是每一個窗口的中心像素點的類別。

2.3 精簡學習分類模型構建和精度評價

2.3.1精簡學習分類模型構建

與傳統的機器學習特征工程[37-38]相比，深度學習可以自動提取圖像內在深層特征，有利于解決復雜的分類問題，因此現有研究中模型卷積層個數普遍大于1層，但隨著層數的增加容易造成計算過度的問題。本研究旨在建立適用于荒漠草原地物分類的單層卷積學習分類模型，以構建精簡模型的思路解決荒漠草原地物分類的問題，并在此基礎上，進行網絡超參數的優化，達到高精度識別各類地物的目的，精簡學習分類模型結構示意圖如圖7所示。

圖7 精簡學習分類模型結構示意圖

初始網絡模型中，卷積核數量為4，卷積核尺寸為7×7×7，窗口尺寸為17，學習率為0.001，批量規模為32，訓練輪數為100。初始網絡模型如表2所示。

表2 初始網絡模型

2.3.2精度評價

為評價精簡學習分類模型的分類精度，本文采用混淆矩陣、測試準確率、總體分類精度(Overall accuracy,OA)、平均分類精度(Average accuracy,AA)、Kappa系數等作為精度評價指標，對分類結果進行分析并評價模型性能。其中，混淆矩陣以表格形式對多分類結果進行可視化展示，總體分類精度以數值形式表示被正確分類的樣本數占分類樣本總數的比例。

3 結果與分析

3.1 初始模型可視化分類結果

對初始精簡學習分類模型進行訓練，得到初始模型分類結果：初始模型的裸土測試準確率為99.835%，植被測試準確率為99.913%，Kappa系數為0.988，總體分類精度(OA)為99.573%。

初始模型可視化分類結果如圖8所示，從圖8可以看出，初始模型未識別到任何標記物，即標記物識別率為0%，初始模型平均分類精度為66.583%，識別結果未達到預期效果，因此本模型需進行超參數優化，進一步改善模型分類性能。

圖8 初始模型可視化分類結果

3.2 精簡學習分類模型超參數優化

根據參數邏輯關系及單變量原理，依次調整初始精簡學習分類模型中的超參數，逐步得到最優超參數組合并進行預測。具體超參數有訓練輪數、卷積核尺寸、卷積核數量、學習率、批量規模等。

(1)訓練輪數。通過反復多次進行模型訓練，結果顯示模型在訓練輪數前50次期間，訓練精度已趨于一個穩定值，所以在隨后訓練中，訓練輪數均取50即可。

(2)卷積核數量。卷積核起到特征提取的作用，增加卷積核數量可以提高模型性能，訓練時間也相應增加。因此在初始精簡學習分類網絡模型卷積核數量為4的基礎上，逐漸增加卷積核數量至5、6、7、8、9、10，分別進行模型精度測試，得到總體分類精度分別為95.546%、99.912%、99.931%、99.568%、99.584%、99.917%。

當卷積核數量為5、6、7時，總體分類精度逐步升高，卷積核數量為7時達到最大值。當卷積核數量為8時，分類精度下降，卷積核數量為9和10時，分類精度有所上升，但未達到最大值。

(3)學習率及卷積核尺寸。保持初始模型的學習率為0.001，卷積核數量為4，將卷積核尺寸分別設置為1×1×1、3×3×3、5×5×5時，得到分類結果如表3所示，從表3可看出，這3種卷積核尺寸條件下的標記物均未被識別出。

表3 初始模型的學習率為0.001時的分類結果

將學習率設置為0.000 1，對卷積核尺寸依次設置為1×1×1、3×3×3、5×5×5、7×7×7，得到分類結果如表4所示。

表4 初始模型的學習率為0.000 1時的分類結果

由表4可以看出，在學習率為0.000 1條件下，卷積核尺寸為3×3×3、5×5×5、7×7×7時均可以高精度識別標記物，模型在卷積核尺寸為7×7×7時達到最優。

(4)批量規模。在初始模型各項參數保持不變的基礎上，取批量規模依次為16、32、64、128、256、512，對比模型在不同批量規模下的分類結果，如 圖9所示。當學習率保持0.001時，改變批量規模，隨著批量規模增加，各項指標均得到提升，當批量規模為512時，模型分類結果達到最優。

圖9 不同批量規模的分類結果

(5)其他參數。將卷積層valid模式更改為same模式進行訓練，分類效果基本不變，卷積運算模式對本模型分類結果影響不大；將池化參數由(1,1,2)更改為(2,2,2)后進行訓練，結果顯示此操作不能對標記物識別結果起到改善作用。

3.3 模型優化結果分析

研究表明學習率、卷積核尺寸、批量規模對精簡學習分類模型性能影響較大，而卷積模式、池化參數對模型性能影響較小。綜合以上研究結果，設定各超參數為：批量規模為512，學習率為0.000 1，卷積核尺寸為7×7×7，訓練輪數為50，卷積核數量為4，連續訓練5次，分類結果如表5所示。

表5 連續訓練5次的分類結果

通過模型優化，本研究將初始精簡學習分類模型在數據集上的總體分類精度從99.573%提高到99.746%(5組數據的計算平均值)。模型優化后可視化分類結果如圖10所示。

圖10 模型優化后的可視化分類結果

分析初始學習精簡分類模型識別標記物小樣本出現的問題，原因是學習率為0.001時，損失函數曲線波動較大，不利于標記物的識別。可將學習率降低，設置學習率為0.000 1，采用優化后的超參數組合，得到模型損失函數曲線如圖11所示，由圖11可知，曲線較為平滑，模型優化效果較好。

圖11 優化后模型損失函數曲線

4 結論

(1)針對荒漠草原植被稀疏、裸土呈細碎化分布的特點，集成了無人機高光譜遙感系統，選擇在典型荒漠草原進行地物光譜數據采集，首次提出基于3D-CNN的精簡學習分類模型，對荒漠草原植被、裸土、標記物等地物進行分類，得到了較高精度。精簡學習分類模型具有輕量、高效的特點，在荒漠草原地物的分類與識別應用中具有較大優勢。

(2)采集的無人機高光譜數據具有256個波段，不能直接輸入精簡分類模型，需通過主成分分析法進行降維，為保留98%的信息量，獲得8個主成分，若保留更少的信息量，主成分數量也可減少，分類模型可進一步簡化。

(3)對初始模型調優的過程中發現3個主要規律：針對初始模型對標記物的識別效果不佳問題，通過對學習率、批量規模、卷積核尺寸、卷積核數量等超參數優化，可有效提高標記物識別率，而通過改變卷積模式、池化參數等方式，不能改善標記物識別效果；學習率對模型訓練有較大影響，當學習率偏大時，損失函數曲線呈現出較大波動，不利于標記物識別，應降低學習率，使損失函數曲線趨于平滑后再進行標記物識別；在確定適當學習率基礎上，選擇尺寸較大的卷積核有利于標記物的分類與識別。精簡學習分類模型的優化建立在多種超參數不斷調整的基礎上，需充分對比不同組合分類效果，來獲得精度高、耗時短、性能穩定的最優模型。