基于特征優選的GF-6 WFV影像主要糧食作物提取

許康 黃冰鑫 王鵬飛

許 康，黃冰鑫，王鵬飛. 基于特征優選的GF-6 WFV影像主要糧食作物提取［J］. 湖北農業科學，2024，63（2）：59-66．

摘要：針對高分六號（GF-6）寬幅多光譜影像具有紅邊波段的特點，構建一種基于特征優選的GF-6 WFV影像主要糧食作物提取方法。首先從預處理后的GF-6影像中提取光譜特征、植被指數、水體指數和紅邊指數特征，然后利用遞歸特征消除算法進行特征優選來構建最優特征集，最后基于最優特征集和機器學習算法對影像進行分類從而提取主要糧食作物。以江蘇省南通市如東縣為研究區，采用6種方案進行糧食作物提取試驗，并探討不同特征、不同分類模型對小麥、水稻和玉米3種糧食作物提取精度的影響，結果表明，利用GF-6 WFV影像可以準確提取主要糧食作物，尤其在紅邊波段和紅邊指數上主要糧食作物與其他地物間具有較高的可分性；利用最優特征集和XGBoost算法對影像進行分類的精度最高，在小麥和水稻、玉米提取試驗中比未采用紅邊特征時的分類精度分別提高了3.08、5.58個百分點。

關鍵詞：高分六號；糧食作物；紅邊波段；特征選擇；XGBoost

中圖分類號：S127； S511；S512.1；513? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2024）02-0059-08

DOI：10.14088/j.cnki.issn0439-8114.2024.02.011 開放科學（資源服務）標識碼（OSID）：

Major food crops extraction from GF-6 WFV multispectral imagery based on?feature optimization

XU Kang1， HUANG Bing-xin2， WANG Peng-fei2

（1.Jiangsu Province Surveying & Mapping Engineering Institute， Nanjing? 210013， China；

2.School of Earth Science and Engineering， Hohai University， Nanjing? 211100， China）

Abstract： In view of the characteristics of multiple red edge bands of GF-6 wide field view （WFV） multispectral imagery， a method for extracting major food crops from GF-6 WFV image based on feature optimization was proposed. Firstly， characteristic variables， including spectral feature， vegetation index， water index and red edge index， were extracted from preprocessed GF-6 WFV image. Then， the optimal feature set was generated by using a recursive feature elimination algorithm with permutation importance. Finally， machine learning methods and the optimal feature combination were utilized to extract major food crops. Taking Rudong County， Jiangsu Province as the study area， six experiments were used to extract grain crops， and the effects of different characteristics and different classification models on the extraction accuracy of wheat， rice and corn were discussed. The results indicated that the GF-6 WFV image was suitable for extracting major food crops， and the two red-edge bands and red edge indexes of GF-6 WFV data played an important role in distinguishing three main food crops and other objects. Among the six experiments， the overall accuracy of the classification result based on the optimal feature combination and XGBoost algorithm was the highest， improving 3.08 and 5.58 percentage point respectively compared with the classification result without using red edge bands and indexes.

Key words： GF-6； food crop； red-edge band； feature selection； XGBoost

糧食安全是國家安全、社會穩定和經濟發展的重要保障，及時準確獲取主要糧食作物的種植面積和空間分布對糧食區域平衡研究、耕地保護與動態監測等具有重要意義^［1］。衛星遙感技術具有覆蓋范圍廣、觀測成本低等優勢，已成為農作物信息提取的主要技術手段。如余超等^［2］利用Landsat衛星數據和決策樹方法獲得了南京市江寧區水稻面積動態變化，Huang等^［3］采用時間序列Sentinel-2A衛星數據提取作物分類信息，王東^［4］利用Sentintl-2、Landsat-7/8、HJ-1等衛星影像協同提取湖北省荊州市農作物種植結構。隨著ZY-3、GF-1、GF-2等國產衛星的成功發射，越來越多的國產衛星影像陸續被應用于小麥、玉米、水稻、大豆等糧食作物的監測中^［4，5］。

2018年6月2日，中國成功發射第一顆具有紅邊波段的寬視場中高分辨率衛星——高分六號（GF-6），這是中國首顆用于精準農業觀測的高分衛星，該衛星攜帶的寬幅相機（Wide field view，WFV）相比GF-1 WFV影像新增了紅邊、黃光和紫光波段。目前已有不少學者利用GF-6影像開展了農作物提取研究，如Xia等^［6］探討了GF-6 WFV影像應用于復雜種植結構地區農作物分類的潛力，梁繼等^［7］研究了GF-6 WFV 影像紅邊特征在農作物識別中的作用。目前關于GF-6 WFV影像在小麥、水稻和玉米等主要糧食作物提取方面的研究較有效，而紅邊波段及紅邊指數在主要糧食作物提取中的作用還有待深入探討。

針對上述問題，本研究以江蘇省南通市如東縣為研究區，構建一種基于特征優選的GF-6 WFV影像主要糧食作物提取方法，并通過對比試驗探討不同特征、不同分類模型對小麥、水稻和玉米3種糧食作物提取精度的影響，旨在分析紅邊波段和紅邊指數在主要糧食作物提取中的作用，挖掘GF-6 WFV影像在主要糧食作物提取方面的應用潛力。

1 研究區概況與數據源

1.1 研究區概況

以江蘇省南通市如東縣為研究區，如圖1所示。該縣位于南通市北部，陸域面積約2 122 km²，由于在該縣行政區內東北方向的小島上沒有農作物種植，因此不將其納入研究范圍。該區域屬北亞熱帶海洋性季風氣候，年平均氣溫15.8 ℃，年均降水量? 1 074 mm。研究區內耕地面積10.85萬hm²，種植的主要糧食作物包括小麥、水稻和玉米。小麥為春季作物，種植時間為10月至次年5月；水稻和玉米均為夏季作物，水稻種植時間為5—10月，玉米種植時間為7—10月；其他還有油菜、蔬菜、果樹和大棚種植等。

1.2 數據獲取及預處理

1.2.1 遙感影像預處理 根據如東縣主要作物種植特點，選取2020年4月26日和2020年9月3日覆蓋研究區的GF-6 WFV影像分別進行小麥、水稻和玉米的提取試驗，影像波段信息見表1。影像獲取時期研究區內糧食作物正處于生長旺盛季，適合進行作物的遙感識別和分類研究。影像預處理主要包括輻射定標、大氣校正、正射校正等。

1.2.2 樣本與驗證數據 根據實地踏勘和同時相GF-2影像目視解譯，針對小麥提取試驗與水稻、玉米提取試驗，分別在研究區內隨機選擇訓練樣本及測試樣本，各地類樣本情況如表2所示。

2 研究方法

針對GF-6 WFV影像構建基于特征優選的主要糧食作物提取方法。該方法的技術路線如圖2所示，包括：①GF-6 WFV影像預處理；②根據野外調研數據和GF-2影像目視解譯繪制訓練樣本和測試樣本；③特征提取，主要提取影像光譜特征、植被指數、水體指數和紅邊指數；④作物分類，主要構建不同分類方案，選擇較優的分類模型并進行特征選擇，基于最優特征集利用最優分類模型進行作物分類，獲取最終分類結果并進行精度評價。

2.1 特征集構建

提取光譜特征、植被指數、水體指數和紅邊指數構建特征集。其中，植被指數包括歸一化植被指數（NDVI）^［8］、差值植被指數（DVI）^［9］、比值植被指數（RVI）^［9］；水體指數為NDWI^［10］指數；由于紅邊波段是植被的敏感特征光譜波段，紅邊指數對農作物和其他植被的分類具有重要影響，根據GF-6 WFV影像具有2個紅邊波段的特點，本研究提取了4個紅邊指數，分別為NDVI_re1^［11］、NDVI_re2^［11］、ND_re1^［12］和CI_re^［13］，并將紅邊指數單獨作為一類特征進行分析。各種特征的詳細描述及其表達方式如表3所示。

2.2 分類模型

2.2.1 隨機森林分類算法 隨機森林（Random forest，RF）算法最早由Breiman^［14］于2001年提出，該方法將多棵獨立的決策樹進行排列，每棵決策樹依賴獨立抽取的樣本進行訓練，并對決策樹節點進行隨機分裂。隨機森林算法參數少、訓練時間短的優點使得其在遙感影像分類領域得到了廣泛應用。

2.2.2 XGBoost分類算法 XGBoost（eXtreme gradient boosting）算法由CHEN等^［15］提出，是在梯度提升算法（Gradient boosting decision tree， GBDT）基礎上優化而來。Boosting算法是將基分類器組合提升為強分類器的算法，首先利用初始訓練集訓練一個基分類器，根據表現調整下一個基分類器中訓練樣本的權重，分類錯誤的樣本得到更多的關注，多次重復達到滿足條件為止，最后將訓練后的多個分類器加權組合。與GBDT相比，XGBoost具有準確度高、不易過擬合、可擴展性強等特點。

2.3 基于置換重要性的遞歸特征消除算法

置換重要性（Permutation importance）^［16］是一種常用的計算特征重要性算法，其核心思想在于，如果用隨機排列的值替換特征，會導致模型分數的下降。置換重要性的計算步驟如下：首先在由原始特征組成的數據集上評估初始得分，然后通過隨機破壞特征值并置換測試集上的相應特征列，保持目標變量和其他特征不變，再次評估分數，初始得分和置換特征列中的得分之間的差異被定義為置換重要性。

遞歸特征消除（Recursive feature elimination， RFE）^［17］是通過特征重要性與遞歸過程得到最佳特征集的特征選擇方法。由于在逐步消除的過程中，特征間的相對重要性會發生變化，迭代的過程是必須的，因此本研究采用基于置換重要性的遞歸特征排除算法選擇特征。首先，以初始特征集訓練模型并計算每個特征的重要性。然后，從當前特征集中刪除重要性得分最低的特征并記錄當前特征集的分類精度。不斷重復此過程直至特征集中特征數目為0，根據特征集分類精度選取最佳特征集。基于置換重要性的遞歸特征消除算法如圖3所示。為了避免隨機置換的不確定性影響，將特征優選算法重復100次并取均值。

2.4 類別可分性分析

采用J-M距離（Jeffreys-Matusita distance）^［18］方法分析主要糧食作物與其他地物在紅邊波段和紅邊指數特征上的可分性，計算式如下。

J=2（1-e^-B）? ? ? ? ? ? ? ? ?（1）

式中，J為J-M距離，J的取值范圍為0～2.0，J的數值越大，表明在特征空間中樣本的可分性越好。當0

式中，m為某類特征的均值；δ為某類特征的標準差。

2.5 分類精度評價

基于混淆矩陣，采用總體精度（Overall accuracy，OA）和Kappa系數評價分類精度。總體精度等于正確分類的像元總和與總像元數的比值，其值越大表示精度越高；Kappa系數是一個可以衡量分類一致的指標，其取值越大表示分類準確度越高。

3 結果與分析

3.1 試驗簡介

為了驗證GF-6 WFV影像在復雜環境下對主要糧食作物提取的有效性，并分析該影像光譜特征及各類指數特征在農作物分類中的作用，共設計了6種試驗方案進行對比研究，各方案采用的特征組合如表4所示。其中，前5個方案采用RF算法進行試驗，該算法參數少、建模快的優勢有利于探討不同特征對分類結果的影響；為了進一步探討分類模型對結果的影響，在方案六中采用XGBoost算法，在基于遞歸特征消除算法獲得的最優特征集上對比研究了RF和XGBoost模型的分類性能。

3.2 分類模型訓練

利用研究區GF-6 WFV影像，使用訓練樣本對XGBoost和RF模型進行訓練。通過網格搜索法使用Python優化2個模型參數，如表5所示，其余參數皆為默認值。

3.3 特征分析

3.3.1 特征的重要性排序及分析 基于遞歸特征消除算法計算出的特征消除順序可以反映出特征間的相對重要性，在小麥提取試驗和水稻、玉米提取試驗中的特征消除順序分別如圖4a和圖4b所示，綜合2個特征消除順序可以發現，植被指數DVI、RVI和紅邊指數CI_re、ND_re1在特征消除順序中相對靠前，說明這些特征在分類過程中的重要性較低或對整個特征集產生冗余。而紅邊指數NDVI_re1、NDVI_re2和NDVI、NDWI、B₂、B₃、B₇等特征在消除過程中相對靠后，說明這些特征在分類中重要性較高。

3.3.2 紅邊特征分析 為了進一步討論紅邊波段和紅邊指數對主要糧食作物提取的影響，計算了主要糧食作物樣本與其他地物樣本在紅邊波段（B₅、B₆）和紅邊指數特征（NDVI_re1、NDVI_re2、ND_re1、CI_re）上的J-M距離，計算結果如圖5所示。從圖5可以發現，在主要糧食作物與非植被類地物的可分性方面，除了小麥與大棚在紅邊波段和紅邊指數特征上的J-M距離較低以外，其余J-M距離普遍較高，說明紅邊波段和紅邊指數有利于區分主要糧食作物與大部分非植被類地物。在主要糧食作物與植被類地物的可分性方面，玉米與其他植被在紅邊波段和紅邊指數特征上的J-M距離最低，即可分性較差；水稻與其他植被以及水稻與玉米除了在B₆波段上J-M距離較低以外，在其余紅邊特征上的J-M距離均較高，說明水稻在這些紅邊特征上與植被類地物的可分性較好；小麥與其他植被在紅邊指數特征NDVI_re2上的J-M距離最高。

3.4 分類結果及評價

采用6種方案中不同的特征分別對兩期GF-6 WFV影像進行分類，并對總體精度和Kappa系數進行統計，如表6所示。從表6可以看出，相較于其他5個方案，方案六在小麥提取試驗和水稻、玉米提取試驗中的總體精度和Kappa系數均更高，表明經過特征優化后能提高分類精度，有利于主要糧食作物的提取；在方案六中相同的特征下進行的2個分類試驗結果中，采用XGBoost模型進行分類的精度（方案六-2）略高于RF模型（方案六-1）；對比前5個方案可以發現，方案三、方案四、方案五的分類精度總體高于方案一、方案二，表明紅邊特征的加入可以提高主要糧食作物的提取精度；對比方案三和方案四可以發現，無論是小麥提取試驗還是水稻、玉米提取試驗，方案三的精度都高于方案四，表明紅邊1波段比紅邊2波段更有利于主要糧食作物提取。

由于方案六中在最優特征下基于XGBoost算法的分類精度最高，因此將此結果作為方案六的最終結果，并繪制如東縣主要糧食作物分類結果如圖6和圖7所示。從圖6a、圖7a可以看出，小麥和水稻主要種植區分別分布在研究區的中部和西部地區，而玉米種植主要分布在研究區的東南部。進一步選取局部典型區域繪制不同方案的3種主要糧食作物提取結果，小麥提取結果如圖6b至圖6g所示，水稻提取結果如圖7b至圖7g所示，玉米提取結果如圖8h至圖8m所示。從圖6、圖7可以看出，方案六對主要糧食作物提取效果最好，其圖斑更完整，分類結果中的“椒鹽現象”影響最小，表明進行優選后的特征集能對主要糧食作物提取產生較好的效果；對比方案一和方案二可以發現，方案二對主要糧食作物提取結果整體視覺效果與方案一差異不大；對比方案三、方案四、方案五和方案一可以發現，這3個方案的提取效果與方案一相比均有不同程度的改善，特別是方案五的提取效果最好；對比3種主要糧食作物的提取結果可以發現，玉米在不同方案下的提取效果差別不明顯，說明紅邊特征和特征優化對小麥和水稻的提取產生的積極影響較大，而對玉米提取的影響相對較小。

4 小結

紅邊波段是GF-6衛星作為農業遙感衛星設置的特色波段，本研究以江蘇省南通市如東縣為研究區，利用小麥、水稻和玉米各自生長期內的兩期GF-6 WFV影像開展主要糧食作物提取研究，探討該影像在農業遙感領域的應用潛力以及GF-6 WFV影像的紅邊波段和紅邊指數在主要糧食作物提取中的優勢。通過研究得出如下結論。

1）利用GF-6 WFV影像能夠有效提取主要糧食作物，尤其是其新增的2個紅邊波段和其紅邊指數能夠提高主要糧食作物的分類精度。通過計算J-M距離進行類別可分性分析，可以發現在紅邊波段和紅邊指數上主要糧食作物與其他地物間具有較高的可分性；在特征優選過程中可以發現紅邊指數NDVI_re1、NDVI_re2等特征排除順序相對靠后。

2）在所有的方案中，利用最優特征集和XGBoost算法對影像進行分類的精度最高，在小麥和水稻、玉米提取試驗中的總體分類精度分別達85.11%和90.54%，比未采用紅邊波段僅采用光譜、植被指數和水體指數（方案二）時分別提高了3.08、5.58個百分點，比僅采用光譜和紅邊指數特征未進行特征優選（方案五）時分別提高了1.83、1.43個百分點，說明紅邊特征的引入以及特征優選有利于提高主要糧食作物的提取精度。

本研究分析了GF-6 WFV數據的紅邊特征，探討了不同紅邊特征在主要糧食作物提取中的應用潛力，促進了GF-6 WFV影像在農業遙感領域的推廣應用。但是試驗中發現GF-6 WFV影像的紅邊特征對玉米提取的作用并不明顯，后續將進一步分析更多與紅邊波段相關的指數特征以及紫外波段、黃波段在主要糧食作物提取中的作用。

參考文獻：

［1］ ZHAO C J. Advances of research and application in remote sensing for agriculture［J］. Transactions of the Chinese society for agricultural machinery， 2014， 45（12）： 277-293.

［2］ 余 超，李明陽，何隆華.利用決策樹分類方法的南京江寧水稻面積變化研究［J］.遙感信息，2015，30（2）：80-84.

［3］ HUANG S Y， YANG L， CHEN X， et al. Study of typical arid crops classification based on machine learning［J］. Spectroscopy and spectral analysis， 2018， 38（10）： 3169-3176.

［4］ 王 東. 基于多源遙感影像協同的農作物種植結構提取研究［D］. 武漢： 武漢大學， 2018.

［5］ 李國庭， 王德強， 趙德良， 等. 基于多源異構數據的糧食作物種植面積提取［J］. 山東國土資源， 2022（8）： 51-55.

［6］ XIA T， HE Z， CAI Z， et al. Exploring the potential of Chinese GF-6 images for crop mapping in regions with complex agricultural landscapes［J］. International journal of applied earth observation and geoinformation， 2022， 107： 102702.

［7］ 梁 繼， 鄭鎮煒， 夏詩婷， 等. 高分六號紅邊特征的農作物識別與評估［J］. 遙感學報， 2020， 24（10）： 1168-1179.

［8］ BECKER F， CHOUDHURY B J. Relative sensitivity of normalized difference vegetation index （NDVI） and microwave polarization difference index （MPDI） for vegetation and desertification monitoring［J］. Remote sensing of environment， 1988， 24（2）： 297-311.

［9］ KAUFMAN Y J ， TANRE D . Atmospherically resistant vegetation index （ARVI） for EOS-MODIS［J］. IEEE transactions on geoscience and remote sensing， 1992， 30（2）：261-270.

［10］ MCFEETERS S K. The use of the normalized difference water index （NDWI） in the delineation of open water features［J］. International journal of remote sensing， 1996， 17（7）： 1425-1432.

［11］ BARNES E M， CLARKE T R， RICHARDS S E， et al. Coincident detection of crop water stress， nitrogen status and canopy density using ground based multispectral data［A］.Proceedings of the fifth international conference on precision agriculture［C］.Bloomington， MN， USA：American society of agronomy， 2000.1-15.

［12］ GITELSON A， MERZLYAK M N. Spectral reflectance changes associated with autumn senescence of Aesculus hippocastanum L. and Acer platanoides L. leaves. Spectral features and relation to chlorophyll estimation［J］. Journal of plant physiology， 1994， 143（3）： 286-292.

［13］ GITELSON A A， GRITZ Y， MERZLYAK M N. Relationships between leaf chlorophyll content and spectral reflectance and algorithms for non-destructive chlorophyll assessment in higher plant leaves［J］. Journal of plant physiology， 2003， 160（3）： 271-282.

［14］ BREIMAN L. Random forests［J］. Machine learning，2001，45（1）：5-32.

［15］ CHEN T， GUESTRIN C. Xgboost： A scalable tree boosting system［A］. Proceedings of the 22nd acm sigkdd international conference on knowledge discovery and data mining［C］. New York， United States： Association for computeing machinery， 2016.785-794.

［16］ ALTMANN A， TOLO?I L， SANDER O， et al. Permutation importance： A corrected feature importance measure［J］. Bioinformatics， 2010， 26（10）： 1340-1347.

［17］ GRANITTO P M， FURLANELLO C， BIASIOLI F， et al. Recursive feature elimination with random forest for PTR-MS analysis of agroindustrial products［J］. Chemometrics and intelligent laboratory systems， 2006， 83（2）： 83-90.

［18］ 馬 娜， 胡云鋒， 莊大方， 等. 基于最佳波段指數和J-M距離可分性的高光譜數據最佳波段組合選取研究——以環境小衛星高光譜數據在東莞市的應用為例［J］. 遙感技術與應用， 2010， 25（3）： 358-365.

收稿日期：2023-11-03

基金項目：自然資源部國土衛星遙感應用重點實驗室經費資助項目（KLSMNR-K202209）；江蘇省農業科技自主創新資金項目［CX（22）2001］

作者簡介：許 康（1980-），男，江蘇揚州人，高級工程師，碩士，主要從事測繪工程研究，（電話）13584005583（電子信箱）99958463@qq.com。