基于Segformer網絡的地塊尺度作物種植結構精細化識別與分類

摘要：防止耕地“非糧化”、穩定糧食生產是中國糧食安全的基石。為實現地塊破碎化地區作物類型及種植結構精細化識別和分類，本研究以江蘇省泰興市為研究區，基于高分辨率遙感影像和多尺度融合特征顯著的Segformer語義分割模型，實現地塊尺度的耕地信息精細化提取;同時結合多源遙感數據構建主要植被類型歸一化植被指數（NDVI）時序曲線及植被生長關鍵時間節點的光譜反射特征，開展地塊尺度的作物種植結構分類。結果表明：基于Segformer模型的分割方法可有效識別耕地，F1系數達92.4%;基于主要植被類型多時相NDVI時序特征及植被生長關鍵時間節點光譜反射特征的作物種植結構分類方法能夠實現地塊尺度的種植結構分類，總體分類精度達82.38%。因此，本研究建立的方法可有效實現地塊尺度耕地信息的精細化提取及種植結構識別和分類，為耕地保護提供技術支持。

關鍵詞：種植制度;地塊尺度；精細化識別和分類;遙感

中圖分類號：S127文獻標識碼：A文章編號：1000-4440（2024）02-0293-10

Refined identification and classification of crop planting structure at plot scale based on Segformer network

GU Yu-qing1，LI Xiao-wen2，3，CAO Wei1，WANG Ya-hua2，3，ZHOU Xin-xin3，4，ZHAO Bi1

（1.Nanjing Guotu Information Industry Co.， Ltd.， Nanjing 210036， China;2.School of Geography， Nanjing Normal University， Nanjing 210023， China;3.Key Laboratory of Virtual Geographic Environment， Nanjing Normal University， Ministry of Education， Nanjing 210023， China;4.School of Geographic and Biologic Information， Nanjing University of Posts and Telecommunications， Nanjing 210023， China）

Abstract：Preventing the “non-grain” of cultivated land and stabilizing food production are the cornerstones of China’s food security. In order to realize the fine identification and classification of crop types and planting structure in the area of land fragmentation， this study took Taixing City， Jiangsu province as the research area， and realized the fine extraction of cultivated land information at the plot scale based on the high-resolution remote sensing images and the Segformer semantic segmentation model with significant multi-spatial scale fusion features. At the same time， the normalized difference vegetation index （NDVI） time series curve of the main vegetation types and the spectral reflectance characteristics at the key time nodes of vegetation growth were constructed by combining multi-source remote sensing data， and the classification of crop planting structure at the plot scale was carried out. The results showed that the segmentation method based on Segformer model could effectively identify cultivated land， and the F1 was 92.4%. The classification method of crop planting structure based on multi-temporal NDVI time series characteristics of main vegetation types and spectral reflection characteristics at key time nodes of vegetation growth could realize the classification of planting structure at plot scale， and the overall classification accuracy was 82.38%. Therefore， the method established in this study could effectively realize the fine extraction of cultivated land information at the plot scale and the identification and classification of planting structure， and provide technical support for cultivated land protection.

Key words：planting system;plot scale;refined identification and classification;remote sensing

區域尺度作物種植結構的精細識別和分類是農情監測、作物生產力預測、農業政策制定的信息基礎，對農業精細化管理、農業結構調整、國家糧食安全保障具有重要意義[1-3]。2020年，國務院辦公廳出臺《關于防止耕地“非糧化”穩定糧食生產的意見》，要求優化區域布局和生產結構，科學合理利用耕地資源，保障國家糧食安全。大尺度的作物種植類型和種植制度監測雖然有一定的參考價值，但其精度一般不高。為此，實現地塊尺度上的作物種植類型及種植制度的精細化識別和分類勢在必行。然而，要實現地塊尺度上的作物種植類別和種植制度精細化識別和分類，不僅需要高時效、大尺度的耕地提取技術，還需要地塊尺度的高精度作物種植信息[4-5]。近年來，隨著遙感與深度學習技術的飛速發展，高時效高精度的耕地監測、作物類別和種植制度精細識別和分類已成為農業遙感領域的熱點問題[6-9]。

光譜、時相與空間特征是作物種植結構遙感提取的理論基礎[1，9]。已有的作物遙感分類研究中[10-15]，主要聚焦在省級、國家級、全球尺度上，分類尺度過大，難以實現地塊尺度的作物提取分類。如以MODIS衛星影像作為數據源，利用植被指數時間序列數據并結合植被生長周期獲取作物信息的方法，可以實現大尺度種植區的作物種植結構識別與分類，但這種方法只適用于規模化生產地區[10-12]。對于地塊破碎化嚴重的長江中下游地區，這種方法精度較低。高分辨率遙感影像可以提供地塊尺度作物類型的空間分布與紋理信息[16-22]，為地塊尺度的作物高精度提取與分類提供了可能。但高分辨率遙感衛星的幅寬較窄與重返周期較長，增加了作物識別與精細分類的難度。

鑒于遙感影像時空分辨率的矛盾性，本研究充分發揮中低分辨率遙感影像高時間分辨率與高分辨率影像的高空間分辨率優勢，結合遙感與深度學習技術，提出一種基于深度學習語義分割的多源遙感作物類型及種植制度精細識別和分類方法。即通過Segformer深度學習網絡提取地塊尺度的耕地信息，以地塊尺度為觀測單元，結合主要植被類型周年多時相歸一化植被指數（NDVI）特征和關鍵時間節點的光譜反射特征，實現地塊尺度作物類型及種植制度的識別與精細分類和制圖。

1材料與方法

1.1研究區概況

選取江蘇省泰興市作為研究區。泰興市位于江蘇省中部、長江下游北岸，介于119°54′E～120°22′E、31°58′N～32°23′N，面積1 172.27 km2，是典型的平原地貌區（圖1）。泰興市地處北亞熱帶海洋性季風氣候區，夏季高溫多雨，年平均氣溫14.9 ℃，年平均降水量1 027 mm，年平均日照時數2 125 h，無霜期220 d。泰興市河網密集、地塊破碎度高、作物類別多、種植結構復雜，主要作物包括小麥、水稻、油菜、玉米、大豆等。

1.2多源遙感數據

本研究使用覆蓋泰興市全域的高分辨率遙感影像與多時相Sentinel-2 A/B衛星遙感影像作為數據源。高分辨率遙感影像為Google Earth的18級產品，影像分辨率為1.2 m。利用2020年6月泰興市全市遙感影像作為樣本來源，進行耕地樣本的勾繪工作，用于耕地模型的訓練。利用2022年8月泰興市1.2 m影像作為推理影像，運用模型對耕地進行推理，實現泰興市耕地的精細化提取。

多源數據結合使用具有更高的時間分辨率，有利于作物類型和種植制度的精確分類。本研究采集2022年1月至2023年4月Sentinel-2 A/B衛星中分辨率遙感數據作為泰興市農田作物類型和種植結構識別和分類數據源。 Sentinel-2數據共13個光譜波段，影像分辨率包含10 m、20 m和60 m，選取其中10 m分辨率的可見光（B2、B3、B4）和近紅外（B8）波段圖像用于計算歸一化植被指數（NDVI）。Sentinel-2 A/B數據下載于歐洲空間局官網，級別為Level-2A級，原始地表反射率數據經過輻射定標、幾何校正和大氣校正后使用與分析。

光學遙感影像通常易受云霧遮擋的影響，這對耕地作物類型和種植制度的識別分類產生了很大干擾。因此研究中首先根據泰興市行政邊界文件裁剪得到泰興市2022年1月-2023年4月所有Sentinel-2遙感影像，然后選擇云霧覆蓋率≤5%的影像作為分析數據。最終共選取31景Sentinel-2影像，影像詳細信息如表 1所示。

1.3實地采樣數據

為掌握泰興市種植的主要作物類型以及空間分布，2023年6月1日-6月10日對泰興市耕地地塊進行了隨機采樣。為避免因土地流轉以及采樣數據與遙感影像數據時間滯后等因素造成的樣本地塊屬性變化，選取的采樣地塊均位于永久基本農田內，且盡量滿足均勻分布。調查過程中，準確記錄采樣地塊的經緯度坐標，并向當地政府及種植戶咨詢地塊全年耕作情況以及種植作物類型等。研究中共調查982個地塊樣本，其中種植小麥-玉米的樣本183個，小麥-水稻的樣本234個、油菜-水稻的樣本163個、鮮食大豆-水稻的樣本52個、油菜-休耕樣本61個，水稻-休耕樣本117個，其他（蔬菜等）地塊169個，撂荒地塊3個。

1.4研究方法

本研究主要包括耕地地塊信息精細化提取和地塊尺度作物種植結構識別與分類兩個內容，技術路線如圖2所示。首先基于高分辨率遙感影像與泰興當地矢量調查數據，構建泰興市耕地與非耕地光譜樣本庫;基于Segformer深度學習網絡模型訓練耕地樣本，建立耕地智能解譯模型，實現耕地地塊的精細化識別。在上述得到的耕地地塊信息的基礎上，基于多時序中分辨率遙感影像，構建地塊多時相光譜物特征及不同作物生長關鍵時間節點光譜曲線，套合語義分割的耕地圖斑，確定耕地地塊種植作物，實現地塊尺度上的作物種植結構精細分類。

1.4.1耕地地塊信息精細化提取為提高耕地地塊識別的準確率，基于泰興市2020年高分辨率遙感影像，繪制耕地與背景兩類語義分割樣本（背景指除耕地外的其他用地），構建針對耕地對象的譜系化樣本庫，共計完成人工標注耕地樣本14 496張，樣本尺寸均為512×512像素，并將其按6∶2∶2的比例隨機分為訓練集（8 698張）、驗證集（2 899張）與測試集（2 899張），樣本制作完成后按公共數據集PASCAL VOC2012格式存儲。

考慮到泰興市耕地存在破碎度高、空間分布與幾何形狀復雜、影像分辨率不一致等特征，本研究選取Segformer深度學習模型提取耕地地塊信息。該模型結合了Transformer結構與多層感知器（MLP）解碼器。在編碼器階段，每一層Transformer結構輸出的特征尺度逐層遞減，確保能夠獲取不同尺度的特征信息，可以有效減少幾何形狀、紋理、影像分辨率等因素對耕地信息解譯結果的影響。在獲取不同尺度耕地地塊特征信息的同時，Segformer網絡在位置編碼部分，擯棄了ViT網絡中使用的固定分辨率，彌補卷積神經網絡（CNN）在不同分辨率影像上特征信息提取疏漏的缺陷，其網絡結構圖如圖3所示。高分辨率遙感圖像耕地地塊語義分割的具體過程如下：

（1） 輸入耕地地塊樣本圖片，通過數據處理將耕地地塊圖片分成4×4的圖像塊（patches）;

（2） 將4×4的patches輸入到編碼器（Encoder）模塊中，生成多層級特征圖，然后基于圖像塊疊加方式合并特征圖，降低特征圖的分辨率，進一步生成分辨率為原先1/2、1/4、1/8、1/16的特征圖，并在解碼器（Decoder）模塊中融合不同分辨率特征圖，形成耕地地塊的多層級特征。

（3）將耕地地塊多層級特征輸入MLP層，統一通道維度，同時在不同分辨率的特征圖上采集原圖的1/2，連接上采樣特征圖并利用MLP聚合，輸出耕地地塊目標。

Segformer模型訓練環境及參數配置如下：訓練環境為Pytorch1.10，CUDA版本11.3，顯卡為NVIDIA-A40-48Q，顯存48 GB，內存128 G;使用AdamW優化器，初始學習率設置為1×10-6，采用指數變換策略動態調整學習率，共訓練300代，批大小設置為16，其他參數采用默認值。

基于測試數據集，選取F1系數（F1）來評價耕地地塊信息提取的精度;采用總體精度（Accuracy）衡量作物分類識別精度，相關計算公式如下：

F1=2×Precision×RecallPrecision+Recall（1）

Precision=TPTP+FP（2）

Recall=TPTP+FN（3）

Accuracy=TP+TNTP+FP+TN+FN（4）

式中，TP、TN、FN、FP分別為混淆矩陣中真正類、真負類、假負類和假正類。

1.4.2作物種植模式識別與分類首先利用Sentinel-2遙感數據構建泰興市全域歸一化植被指數（NDVI）時序庫。NDVI計算如下：

NDVI=RNIR-RREDRNIR+RRED（5）

其中，RNIR與RRED分別表示近紅外波段、紅波段的地表反射率。

為消除NDVI異常值對種植制度識別和分類的影響，本研究設計了一套NDVI異常值的剔除方案：以任意NDVI觀測時間節點為中心建立一個滑動窗口，對其前時相和后時相的NDVI作線性內插，并設置一個差異閾值（β，β取值為0.2）;若內插值與該時間節點觀測值相差超過差異閾值（β），則判定該時間節點的觀測值為異常值，并用內插值代替觀測值，重建NDVI時序曲線，否則保留原觀測值。

然后根據調查樣地數據，建立不同種植制度下植被周年NDVI多時相特征曲線及關鍵發育期不同波段光譜特征曲線。通過NDVI時序特征曲線，確定作物種植類型，對于生長周期相似的作物，以關鍵生育期的光譜曲線作為輔助信息進一步判斷，確定泰興市的種植結構類型。最終以上述特征曲線為依據，套合耕地地塊精細化圖斑，利用決策樹分類法對泰興市所有像素點的種植結構進行識別和分類，并通過實地調研數據對種植結構分類識別結果進行精度評價，進而實現泰興市種植制度的精細化識別與分類。

2結果與分析

2.1耕地地塊信息提取結果

Segformer模型經過170代訓練后，模型達到最優水平。利用最優模型對測試集進行驗證，結果如表2所示。最優模型的F1達到92.4%。

耕地地塊信息的預測結果如圖4所示。從圖中可以看出，模型能有效區分耕地地塊與背景地塊（水系、林地、建設用地等其他地物地塊），兩者邊界清晰，整體提取效果較好。

2.2不同植被NDVI時序特征及關鍵生長時間節點光譜分析

982個實地調研地塊，共篩選得到8種典型的種植制度：小麥-玉米、油菜-休耕、小麥-水稻、水稻-休耕、油菜-水稻、鮮食大豆-水稻、其他、撂荒。不同種植制度下，耕地周年NDVI時序特征曲線如圖5所示。從圖中可以看出，不同種植制度下由于作物種植類型及季節的差異，耕地周年NDVI時序特征存在明顯的差異。小麥與油菜是主要的越冬作物，一般在10-11月播種或移栽，此時NDVI較低，此后隨著小麥、油菜的生長，NDVI逐漸增加，至4月達峰值。此后隨著小麥、油菜的成熟和收獲，NDVI呈現下降特征（圖5A、圖5B、圖5C、圖5E）。夏季種植的作物主要為水稻，其NDVI曲線一般從6月開始逐漸增加，9月前后達峰值，此后隨著水稻的成熟，NDVI逐漸減少（圖5C～圖5F）。玉米的生長季與水稻類似，但NDVI峰值出現的時間遲、持續時間短（圖5A）。作為水稻的前茬，鮮食大豆NDVI從5月中下旬開始逐漸增加，6月中下旬達峰值，此后隨著鮮食大豆的收獲，NDVI迅速下降（圖5F）。其他植被（如蔬菜、果園等）其NDVI曲線波動無明顯的周期性規律（圖5G）。而休耕季節及撂荒耕地，NDVI一般始終保持較低狀態（圖5B、圖5D、圖5H）。不同植被生長關鍵時間節點，Sentinel-2多光譜數據不同波段的反射率曲線如圖6所示。從圖6中可以看出，同一生長季不同作物生長關鍵時間節點不同波段反射率曲線存在一定的差異，可以作為種植制度識別的輔助信息。2022年4月8日，小麥、油菜生長旺盛，植被特征明顯。小麥在近紅外波段（B8）的光譜反射峰明顯高于油菜，而其他波段的反射率則是油菜高于小麥。2022年6月17日，此時鮮食大豆生長旺盛、植被特征明顯，而休耕地無明顯的植被特征。2022年10月10日，玉米、水稻植被特征明顯，水稻光譜在近紅外波段（B8）的反射率明顯高于玉米，在紅波段（B4）的吸收率低于玉米。除上述常見種植制度外，還有部分蔬菜、果園、草地等（本文統稱為其他類），其輪作特征不明顯。

根據不同種植制度下的耕地周年NDVI時序特征曲線和作物生長關鍵時間節點Sentinel-2多光譜數據不同波段的反射率曲線對982個樣地的種植制度進行檢驗，結果如表3所示。從種植制度分類的混淆矩陣可以得到，泰興市種植結構分類的總體精度為82.38%，這說明泰興市種植制度的識別和分類較為準確。

2.3泰興市地塊尺度耕地種植結構分類

泰興市地塊尺度的耕地種植結構如圖7所示。可以看出，泰興市主要的種植結構為小麥-水稻輪作，面積約為371 km2，約占總耕地面積的32.8%，其他種植結構分布較為零散。部分地塊，存在休耕，休耕總面積約181 km2，占總耕地面積的16.0%。撂荒地塊面積占比不到1.0%。根據泰興市作物種植結構分類結構圖，可以看出，泰興市存在少量耕地“非糧化”傾向，呈零散式分布，未出現大規模“非糧化”行為，種植結構方式較為穩定。

3結論

利用單一遙感數據源進行區域種植結構識別難度大、精度低，本研究提出了一種基于深度學習和多源遙感數據的地塊破碎化嚴重地區的種植結構分類方法，得出以下結論：

（1）利用Segformer深度學習語義分割模型和高空間分辨率遙感數據，構建泰興市耕地樣本，可以有效識別耕地圖斑，實現地塊尺度耕地信息的精細提取，耕地與非耕地邊界清晰，驗證集分類的F1達92.4%。

（2）在耕地信息提取的基礎上，進一步利用中分辨率多源遙感數據，構建耕地不同種植制度周年NDVI時序特征曲線及典型植被生長關鍵時間節點的光譜特征曲線，實現了泰興市種植制度的精細化分類，調查樣地的分類總體精度達82.38%。泰興市主要的種植制度為小麥-水稻輪作，約占耕地總面積的32.8%。油菜是主要油料作物，泰興市并未出現大規模“非糧化”行為。

參考文獻：

[1]胡瓊，吳文斌，宋茜，等. 農作物種植結構遙感提取研究進展[J]. 中國農業科學，2015，48（10）：1900-1914.

[2]SALMON J M， FRIEDL M A， FROLKING S， et al. Global rain-fed，irrigated， and paddy croplands：a new high resolution mapderived from remote sensing， crop inventories and climate data[J]. International Journal of Applied Earth Observation amp; Geoinformation，2015，38：321-334.

[3]陳仲新，任建強，唐華俊，等. 農業遙感研究應用進展與展望[J]. 遙感學報，2016，20（5）：748-767.

[4]劉煥軍，邱政超，孟令華，等. 黑土區田塊尺度遙感精準管理分區[J]. 遙感學報，2017，21（3）：470-478.

[5]劉哲，劉帝佑，朱德海，等. 作物遙感精細識別與自動制圖研究進展與展望[J]. 農業機械學報，2018，49（12）：1-12.

[6]WU M， HUANG W， NIU Z， et al. Fine crop mapping by combining high spectral and high spatial resolution remote sensing data in complex heterogeneous areas[J]. Computers and Electronics in Agriculture，2017，139：1-9.

[7]YU B， SHANG S. Multi-year mapping of maize and sunflower in Hetao irrigation district of China with high spatial and temporal resolution vegetation index series[J]. Remote Sensing，2017，9（8）：855.

[8]楊穎頻，吳志峰，駱劍承，等. 時空協同的地塊尺度作物分布遙感提取[J]. 農業工程學報，2021，37（7）：166-174.

[9]張鵬，胡守庚. 地塊尺度的復雜種植區作物遙感精細分類[J]. 農業工程學報，2019，35（20）：125-134.

[10]ZHENG Y， WU B， ZHANG M， et al. Crop phenology detection using high spatio-temporal resolution data fused from SPOT5 and MODIS products[J]. Sensors，2016，16（12）：2099.

[11]GAO F， ANDERSON M C， ZHANG X， et al. Toward mapping crop progress at field scales through fusion of Landsat and MODIS imagery[J]. Remote Sensing of Environment，2017，188：9-25.

[12]HAO P， ZHAN Y， WANG L， et al. Feature selection of time series MODIS data for early crop classification using random forest：a case study in Kansas， USA[J]. Remote Sensing，2015，7（5）：5347-5369.

[13]王娜，李強子，杜鑫，等. 單變量特征選擇的蘇北地區主要農作物遙感識別[J]. 遙感學報，2017，21（4）：519-530.

[14]SONOBE R， TANI H， WANG X， et al. Parameter tuning in the support vector machine and random forest and their performances in cross-and same-year crop classification using TerraSAR-X[J]. International Journal of Remote Sensing，2014，35（23）：7898-7909.

[15]PELLETIER C， VALERO S， INGLADA J， et al. Assessing the robustness of Random Forests to map land cover with high resolution satellite image time series over large areas[J]. Remote Sensing of Environment，2016，187：156-168.

[16]DONG J， XIAO X， MENARGUEZ M A， et al. Mapping paddy rice planting area in northeastern Asia with Landsat 8 images， phenology-based algorithm and Google Earth Engine[J]. Remote Sensing of Environment，2016，185：142-154.

[17]鄧劉洋，沈占鋒，柯映明，等. 基于地塊尺度多時相遙感影像的冬小麥種植面積提取[J]. 農業工程學報，2018，34（21）：157-164.

[18]田海峰，鄔明權，牛錚，等. 基于Radarsat-2 影像的復雜種植結構下旱地作物識別[J]. 農業工程學報，2015，31（23）：154-159.

[19]黃啟廳，覃澤林，曾志康. 多星數據協同的地塊尺度作物分類與面積估算方法研究[J]. 地球信息科學學報，2016，18（5）：708-717.

[20]韓衍欣，蒙繼華. 面向地塊的農作物遙感分類研究進展[J]. 國土資源遙感，2019，31（2）：1-9.

[21]肖艷，姜琦剛，王斌，等. 基于ReliefF 和PSO 混合特征選擇的面向對象土地利用分類[J]. 農業工程學報，2016，32（4）：211-216.

[22]XIE E， WANG W， YU Z， et al. SegFormer：simple and efficient design for semantic segmentation with transformers[J]. Advances in Neural Information Processing Systems，2021，34：12077-12090.

（責任編輯：石春林）