基于地理信息的OED-RF草海水深反演

周彬　陳冬云　黃筱　劉開奮　王沿儒

摘要：為充分利用已有數據提高淺水區水深反演的精度，并快速選擇機器學習模型中的參數，選取貴州省草海為研究區，在BP神經網絡模型和隨機森林模型（RF）中加入地理信息（GEO），采用正交試驗設計法（OED）選取GEO+RF模型較優參數，并與多波段對數線性模型、GEO+BP神經網絡模型和GEO+RF模型進行對比。結果表明：相較于文中所對比的模型，提出的GEO和OED-RF模型反演精度最高，實測水深-反演水深散點圖點位最為集中，反演水深圖與實測水深圖基本一致。說明GEO和OED-RF模型能有效提升試驗效率、選出較優參數并提高淺水區水深反演精度，可為相似區域水資源遙感監測與分析提供參考。

關 鍵 詞：水深反演； 正交試驗設計； 隨機森林； 地理信息； 草海

中圖法分類號： P237

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2023.04.010

0 引 言

傳統的水深測量數據大多使用船載傳感器來獲取，這種獲取方法雖然精度高，但在人力、物力和財力方面卻耗費較大，安全性、經濟性和宏觀性等方面存在不足［1-4］。

遙感技術因其周期短、成本低、范圍大、速度快等優點，受到了越來越多的關注，利用遙感影像進行水深反演有效彌補了傳統水深測量的不足［5-6］。Lyzenga等提出了一種基于淺水反射率的對數線性反演模型，該模型在某些范圍不受水質和底部反射率變化影響［7］，但該模型假設水體光學性質均勻，且相對精度較低。Figueiredo等針對水體的空間異質性（不均勻的底部類型和不同的水質）對其進行改進，使精度有明顯改善［8］，但該模型參數多、模型復雜，在實際中應用受限。

計算機技術的迅猛發展為機器學習算法提供了良好的土壤，使其在水深反演領域得到發展。BP神經網絡模型作為最常用的機器學習算法之一，被廣泛應用于水深反演。徐升等將BP神經網絡模型用于長江口北港河道上段水深反演，發現神經網絡模型預測精度高于線性回歸模型，淺水區平均相對誤差為16.7%［9］；梁志誠等采用BP神經網絡模型較好地反演出大連灣的水深，平均相對誤差為24.89%［10］。但由于BP神經網絡模型訓練易陷入局部極小值、學習過程收斂速度慢、網絡結構難以確定和泛化能力弱［11］，難以提升水深反演的精度。

隨機森林模型具有防止過擬合、建模過程簡單和運算速度快等優點，近年來在水深反演方面得到應用。邱耀煒等利用隨機森林非線性回歸模型對甘泉島地區進行淺海水深反演，效果優于線性回歸模型，但主要參數的選擇需要人為干預，影響反演效率［12］。王鑫等基于機器學習算法分別構建RF模型和BP神經網絡模型，并與傳統的Stumpf模型預測結果進行比較，發現RF模型具有較為出色的非線性映射能力，可獲取較高精度水深信息［13］。

隨機森林算法非線性映射能力較出眾，但其參數較多，參數選擇對反演結果影響較大，且鮮有文獻對正交試驗設計選擇隨機森林模型參數進行過報道。本文以草海為研究區，采用正交試驗設計法對基于地理信息的隨機森林算法參數進行選擇（GEO+OED-RF模型），以期在反演精度得到提升的前提下，減少試驗次數，提高效率。

1 研究區及數據預處理

1.1 地理位置

草海地處貴州省威寧縣草海鎮，為國家I級重要濕地。根據獲取的影像選取無云區域作為研究區，范圍約7.8 km2，反演水深在0～2.5 m，如圖1所示。

草海是一個受地質構造影響而形成的貴州省最大的典型巖溶淡水湖泊，具有成湖歷史悠久、地理位置特殊、生物資源豐富的特點。開展草海的水深反演，對其湖泊形態變化、生態治理和環境保護等具有重要意義。

1.2 數據源

本文的衛星影像數據采用Sentinel-2A影像，影像獲取時間為北京時間2016年4月12日11：35。

水下地形采用GNSS-RTK+測深儀的高精度組合測深系統施測，數據采集時間為2016年3～5月。外業數據采集結束后，利用中海達水深資料后處理軟件進行數據預處理和水深改正，生成HTT格式文件，并對HTT格式數據進行轉換，生成dat格式的水下高程數據文件，最終獲得6 290個水深點。

1.3 數據預處理

影像數據經過輻射定標、大氣校正、地理配準后，提取所有波段輻亮度，并全部作為模型的輸入。對水深訓練點和測試點進行確定，隨機選取總點數中的60%作為訓練點，剩下的40%為測試點，訓練點和測試點點位如圖2所示。

水深數據根據獲取的水下高程和2016年4月12日GNSS RTK實測的水面高程推算。

1.4 評價指標

本文采用平均絕對誤差MAE、平均相對誤差MRE、均方根誤差RMSE、測試數據反演水深與實測數據水深的相關系數R共4個指標對模型水深反演能力進行評價，計算公式如式（1）～（4）所示。當MAE、MRE、RMSE越小，R越大時，模型反演能力越強。

式中：Pi和Ti分別代表第i個測試點的反演水深值和實測水深值，m；P—和T—分別為測試集水深反演值和測試集水深實測值的平均值，m；n為測試點的總點數。

2 基于地理信息的模型反演

傳統的水深反演方法是在研究區內建立全局統一的數學參數反演模型，未考慮水底底質和水質變化導致的空間非平穩性問題［14］。由于水體各波段值受底質和水質等因素的影響會表現不同的反射率，而且這些因素會因為位置的不同而存在差異，在水底底質和水質不同的情況下，同一研究區內相同的反射率可能會反演出不同的水深，不同的反射率可能會反演出相同的水深。因此加入地理信息（Geographic Information，GEO），即坐標位置信息，與數據處理后的各個波段同時作為BP神經網絡模型和RF模型的輸入。

加入GEO前，通過試驗調整參數，當BP神經網絡模型中隱含層層數取1，隱含層節點數取21，隱層函數和輸出函數分別采用sigmoid和purelin時效果較好；RF模型中樹的數量取400，樹葉的大小取100，樹的特征數取10時效果較好。為確定加入GEO對模型反演精度的影響，根據上述參數，對比加入GEO前后模型的評價指標，如圖3所示。從圖中分析可知，BP神經網絡模型MAE降低了22.25%，MRE降低了22.87%，RMSE降低了20.09%，R提高了14.20%；RF模型MAE降低了28.62%，MRE降低了28.96%，RMSE降低了27.46%，R提高了16.19%。由此可知，當模型參數一定時，加入GEO后，MAE，MRE，RMSE都變小了，R都變大了，且RF模型精度提升高于BP神經網絡模型。

3 基于GEO+RF的正交試驗設計

采用正交試驗設計法首先需要確定試驗的指標、因素和水平，其次再設計正交表，根據正交表進行試驗，獲取所有試驗的各項指標，最后對試驗結果進行分析，以達到減少試驗次數、選出較優參數、提高試驗效率和獲得較高精度的目的［15］。正交試驗設計法具體流程如圖4所示。

3.1 試驗參數及正交表的確定

試驗指標可取本文的4個評價指標，即MAE、MRE、RMSE和R?？己艘蛩睾透饕蛩氐乃叫枰鶕涷灪蛧L試獲得。通過嘗試發現，隨機森林模型中，影響研究區水深反演精度的參數主要包括：樹的數量、樹的深度和每棵樹的特征數；且當樹的數量取100，200，300，400和500，樹的深度取10，20，50，70和100，樹的特征數取10，30，50，70和90時模型反演精度相對較高。因此，確定考核因素為樹的數量、樹的深度、每棵樹的特征數共3個，確定各因素的水平數為5，構建3因素5水平的正交表，如表1所列。

3.2 正交試驗結果分析

根據正交表進行試驗，繪制草海研究區GEO+RF模型正交表各因素水平變化曲線，如圖5所示。圖中，橫軸為因素，從左到右依次為樹的數量、樹的深度和每棵樹的特征數，縱軸為評價指標，從上到下依次為MAE、MRE、RMSE和R。從圖中可以看出，當樹的數量取300，樹的深度取70，樹的特征數取30的時候，方案最優。該方案在正交表中并未出現，為了驗證該方案是否為較優方案，對該方案重新試驗后再與正交表中所有試驗結果進行對比，發現該方案效果最為理想。因此，采用RF模型對草海研究區進行水深反演時，確定樹的數量為300，樹的深度為70，樹的特征數為30。

4實驗結果與分析

4.1 精度評價

為驗證模型的反演效果，對比多波段對數線性模型、GEO+BP神經網絡模型、GEO+RF模型和GEO+OED-RF模型的反演精度，如表2所列。

由表2可知，多波段對數線性模型的MAE為0.205 8 m，MRE為18.93%，RMSE為0.256 0 m，R為0.666 4，表明該方法反演精度最低；GEO+BP神經網絡模型的MAE為0.142 9 m，MRE為13.02%，RMSE為0.184 6 m，R為0.844 1，表明該方法反演精度相對較高；GEO+RF模型的MAE為0.125 2 m，MRE為11.31%，RMSE為0.162 2 m，R為0.881 8，表明該方法反演精度較高；GEO+OED-RF模型的MAE為0.120 1 m，MRE為10.83%，RMSE為0.156 8 m，R為0.889 5，表明該方法反演精度最高。

反演結果表明，因參數限制，多波段對數線性模型中不能加入GEO，模型精度最低，加入GEO后的RF模型比BP神經網絡模型更適用于水深反演，而GEO+OED-RF模型在精度得到提升的前提下，優化了參數選擇的過程，提高了模型選參的效率。

4.2 模型結果分析

為分析各模型反演結果，繪制多波段對數線性模型、GEO+BP神經網絡模型和GEO+OED-RF模型的實測水深-反演水深散點圖，如圖6所示。

橫軸代表實測水深，縱軸代表反演水深；圖中實線代表反演水深與實測水深相等的等值線，點位離等值線越遠，表示反演水深與實測水深相差越大；根據點位密度標注不同的灰度，密度從白到黑逐漸變大，區域越黑，表示該處點位越多，且黑色區域越靠近等值線，表示反演精度越高。

從圖6可以看出，3種模型的點位基本位于等值線附近，但多波段對數線性模型的點位最為分散，等值線附近的點位密度最為稀疏；GEO+BP神經網絡模型點位相對集中，等值線附近的點位密度較密；GEO+OED-RF模型點位最為集中，等值線附近的點位最密。由此可知，GEO+OED-RF模型更適合該研究區水深反演。

4.3 反演結果

根據上述分析，采用GEO和OED-RF模型進行水深反演，并繪制反演水深圖，如圖7所示。從圖中可以看出，草海研究區反演結果與實測結果基本一致，但在細節上有待進一步改善。

5 結論及展望

5.1 結 論

（1） 加入GEO的BP神經網絡模型和RF模型的反演效果均得到提升，而因模型參數受限，未加入GEO的多波段對數線性模型效果最差，說明加入GEO可在一定程度上提高模型反演精度。

（2） 在加入GEO前后，RF模型反演效果均優于BP神經網絡模型，說明RF模型比BP神經網絡模型更適合于草海研究區遙感水深反演。

（3） 采用正交試驗設計法對RF模型參數進行選擇，可在較少試驗次數下選出較優參數，在模型反演能力得到提升的前提下，提高處理效率。

（4） 本文研究區水深范圍為0～2.5 m，屬于極淺區域，GEO+OED-RF模型的平均相對誤差僅為10.83%，說明該模型在極淺區域反演效果較好，可為相似區域水資源遙感監測與分析提供一定的方法參考。

5.2 展 望

本文存在如下不足：

（1） 在反演波段上選取了所有波段，忽略了水體性質本身對遙感源的選擇，清水和污染水體、淡水湖和咸水湖等所依賴的波段都會有所區別，如何根據水體光譜特征選擇合適的波段及組合開展草海水深反演有待進一步研究。

（2） 加入GEO雖然可彌補水底底質和水質導致的空間非平穩性問題，但反演水深圖與實際水深圖在細節上仍然存在一定差距，這可能與草海復雜的底質及水質相關，如何進一步減少水底底質和水質對水深反演的影響有待更進一步研究。

參考文獻：

［1］舒曉明，曹樹青，梁向棋，等.多波束水深測量與GPS-RTK高程測量比測研究［J］.人民長江，2016，47（增1）：50-52.

［2］吳敬文，潘與佳，高健，等.復雜水域精密單波束測深關鍵技術研究［J］.人民長江，2019，50（12）：51-54.

［3］周豐年，陶衛國.機載單綠激光水面穿透量估計及測深實踐［J］.人民長江，2019，50（11）：91-94.

［4］王真祥，劉世振.多傳感器集成下的精密無驗潮水深測量方法研究［J］.人民長江，2019，50（12）：60-65.

［5］齊述華，龔俊，舒曉波，等.鄱陽湖淹沒范圍、水深和庫容的遙感研究［J］.人民長江，2010，41（9）：35-38.

［6］馬毅，張杰，張靖宇，等.淺海水深光學遙感研究進展［J］.海洋科學進展，2018，36（3）：331-351.

［7］LYZENGA D，MALINAS N，TANIS F.Multispectral bathymetry using a simple physically based algorithm［J］.IEEE Transactions on Geoscience & Remote Sensing，2006，44（8）：2251-2259.

［8］FIGUEIREDO I，PINTO L，GONALVES G.A modified Lyzenga′s Model for multispectral bathymetry using Tikhonov Regularization［J］.IEEE Geoscience & Remote Sensing Letters，2016，13（1）：53-57.

［9］徐升，張鷹.長江口水域多光譜遙感水深反演模型研究［J］.地理與地理信息科學，2006，22（3）：48-52.

［10］梁志誠，黃文騫，楊楊，等.基于神經網絡技術的多因子遙感水深反演模型［J］.測繪工程，2012，21（4）：17-21.

［11］黃麗.BP神經網絡算法改進及應用研究［D］.重慶：重慶師范大學，2008.

［12］邱耀煒，沈蔚，惠笑，等.基于WorldView-2數據和隨機森林算法的遙感水深反演［J］.遙感信息，2019，34（2）：75-79.

［13］王鑫，貝祎軒，李連陽，等.基于機器學習的水深反演方法研究［J］.國土資源信息化，2021（5）：22-28.

［14］朱衛東，葉莉，邱振戈，等.一種改進的地理加權回歸模型水深反演方法［J］.海洋測繪，2021，41（3）：42-46.

［15］陳魁.應用概率統計［M］.北京：清華大學出版社，2000.

（編輯：黃文晉）

Water-depth inversion for Caohai Lake based on GEO+OED-RF

ZHOU Bin1，2，CHEN Dongyun1，HUANG Xiao3，LIU Kaifen3，WANG Yanru3

（1.School of Electronic and Communication Engineering，Guiyang University，Guiyang 550005，China； 2.School of Mines，Guizhou University，Guiyang 550025，China； 3.PowerChina Guiyang Engineering Corporation Limited，Guiyang 550081，China）

Abstract：

In order to make full use of the existing data to improve the accuracy of remote sensing water-depth inversion of shallow water，and quickly select parameters in the machine learning model，taking Caohai Lake as the research area，geographic information （GEO） was added to the BP neural network model and random forest model （RF），and the optimal parameters of the GEO+RF model were selected by orthogonal experimental design （OED）.The inverted results were compared with the multi-band log-linear model，GEO+BP neural network model and GEO+RF model.The results showed that the GEO+OED-RF model had the highest accuracy，the measured water depth-inverted water depth scatter plot had the most concentrated points，and the inversion water depth map was basically consistent with the measured water depth.It showed that the GEO+OED-RF model can effectively improve the experimental efficiency，select optimal parameters，and improve the inversion accuracy of remote sensing water-depth in shallow water areas，which can provide a method reference for remote sensing monitoring and analysis of water resources in similar areas.

Key words： water-depth inversion；orthogonal experimental design；random forest；geographic information；Caohai Lake

收稿日期：2022-06-10

基金項目：國家自然科學基金項目（12165003）

作者簡介：周 彬，男，工程師，碩士，研究方向為資源與環境遙感。E-mail：283137088@qq.com

通信作者：陳冬云，女，副教授，碩士，主要從事資源與環境遙感及遙感圖像處理研究。E-mail：305233338@qq.com