基于特征優選的GF-6WFV 影像濕地信息提取

黃冰鑫，徐 佳*，張曉同，陳 成

（1. 河海大學地球科學與工程學院，江蘇 南京 211100；2. 江蘇省測繪工程院，江蘇 南京 210013）

2018年6 月2 日，我國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），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。目前距高分六號衛星升空時間較短，關于該衛星WFV 影像的應用研究還相對較少。有學者嘗試對GF-6 WFV數據在樹種識別[1]、作物提取[2]等方面的應用進行了探討，也有學者將GF-6 WFV 數據應用于濕地植被提取研究，如姜怡[3]等探討GF-6 WFV影像在三江保護區植被類型識別的最佳波段組合，但該研究僅對影像的原始波段特征進行分析，并未詳細分析影像的紅邊波段和紅邊指數在濕地信息提取中的重要性。GF-6 WFV 影像在濕地信息提取中是否具有優勢，其紅邊波段及紅邊指數在濕地分類中的作用還有待深入探討。

針對以上問題，本文以洪澤湖淡水濕地作為研究對象，一方面利用面向對象隨機森林和遞歸特征排除算法，構建一種基于特征優選的GF-6 WFV影像濕地分類方案，篩選出最優特征集，提高研究區濕地信息提取的精度；另一方面分析GF-6 WFV紅邊波段及紅邊指數在湖泊濕地分類中的作用，挖掘該影像在濕地信息提取與分類方面的應用潛力。

1 研究區與數據

1.1 研究區概況

洪澤湖是我國第四大淡水湖，位于江蘇省西部淮河下游。洪澤湖濕地自然保護區位于洪澤湖西南部，是整個洪澤湖地區中濕地生態系統保存最為完整的區域，也是江蘇省最大的淡水濕地自然保護區。屬于中緯度暖溫帶季風氣候，年均降水量為925.5 mm，年均氣溫為16.3℃。眾多的水生植被和濕地生態系統為多種鳥類提供了棲息地，具有極高的生態、經濟價值。本文選取洪澤湖濕地自然保護區及其周圍濕地作為研究區域，區域內主要包含湖泊、耕地、養殖塘及多種水生植被。

1.2 數據及預處理

本研究使用的GF-6 WFV 影像日期為2020年5 月12日。影像共包含8個波段信息，空間分辨率為16 m。影像預處理主要包含：①輻射定標，將影像的亮度值轉換為表觀輻射亮度，消除輻射畸變對影像的影響；②根據GF-6 WFV的光譜相應函數進行大氣校正，獲取影像地表反射率；③利用影像的有理多項式系數（rational polynomial coefficient，RPC）信息和地面高程數據進行正射校正。

1.3 濕地分類方案

參考《濕地公約》和《全國濕地資源調查與監測技術規程》，以及相關文獻資料分類體系[4]，結合研究區域實際情況，確定了適合本研究區的濕地分類體系。具體如表1所示。

表1 洪澤湖研究區濕地分類體系

1.4 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，在研究區隨機、均勻地選擇養殖塘、浮葉及挺水植被、沉水植被、敞水區、裸土、建筑區、耕地等各類樣本。其中7 類地物樣本合計14952 個，訓練樣本9582 個，測試樣本5370個。

2 研究方法

針對GF-6 WFV影像構建一種基于特征優選的濕地地物面向對象分類方法。包括：①數據準備，對GF-6 WFV影像的預處理及樣本制作；②影像分割，對影像進行多尺度分割，其中分割尺度依據局部方差變化率確定；③特征提取與選擇，提取影像光譜特征、植被指數、水體指數、紅邊指數和紋理特征，采用基于MDA的遞歸特征排除算法構建最優特征集；④分類與結果分析，基于最優特征集進行面向對象的隨機森林分類，獲取最終分類結果并進行精度評價。下面對其關鍵步驟進行詳細說明。

2.1 特征集構建

本文提取光譜特征、植被指數、水體指數、紅邊指數和紋理特征構建特征集，植被指數包括歸一化植被指數（NDVI）[5]、增強型植被指數（EVI）[6]、差值植被指數（DVI）、比值植被指數（RVI）[7]以及綠色葉綠素植被指數（GCVI），其中GCVI 指數與NDVI 指數不同的是，GCVI 指數在葉面積較高時不會飽和，并且已有研究證明其在農作物提取時有較好的應用[8]，因研究區含有部分耕地，且多有農作物生長，故在此引入GCVI 指數；水體指數方面提取NDWI[9]指數；由于2 個紅邊波段為GF-6 WFV 相比于GF-1 WFV 增設的，所以本文提取的紅邊指數為NDVIre1、NDVIre2、NDre1 和Cire[10]，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2所示。

表2 提取特征變量集說明

除上述4 種特征外，紋理特征也能反映豐富的地物信息，有研究證明其對濕地信息提取精度也有一定的提高[1-2]。本文通過灰度共生矩陣（GLCM）來提取紋理特征，通過分析各類地物的光譜特征差異得出各類地物在紅光波段皆具有一定的區分性，而在其他波段呈現不同程度的重合，因此本文在紅光波段通過灰度共生矩陣提取均值、對比度、熵、二階矩和相關性5個冗余度較小的紋理特征。

2.2 面向對象的隨機森林分類方法

隨機森林算法最早期由Breiman[12]于2001年提出，該算法實際上是Bagging 算法與Random Subspace 算法[13]的結合。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。隨機森林算法近年來在遙感影像分類領域得到了廣泛應用，但傳統的隨機森林分類以像元為處理單元，分類結果往往較為破碎，相關研究表明將面向對象技術與隨機森林結合可以有效減少“椒鹽效應”。

本文采用多尺度分割算法對影像進行分割，該方法主要依賴于3個參數：尺度、形狀因子和緊致度因子，其中分割尺度是分割質量的關鍵。本文運用ESP工具選擇合適的分割尺度，該工具首先計算對象間的同質性，并獲取同質性的局部方差；然后通過評估不同分割尺度下局部方差（local variance，LV）的變化，來衡量對象間的異質性變化，局部方差較高處的峰值代表了最佳分割尺度[14]。使用ESP工具反復實驗，最終設定分割尺度為70，形狀因子為0.3，緊致度因子為0.5。

在影像分割的基礎上，采用隨機森林算法對影像進行分類。經實驗當決策樹數目超過800 時分類精度趨于穩定，因此本文將隨機森林算法中的決策樹數目設置為800；而特征數目則由特征優選算法決定。

2.3 基于MDA的遞歸特征排除算法

平均準確度下降法（MDA）[15]是隨機森林算法中常用的重要性評價方法之一，通過計算對袋外數據（out of bag，OOB）的各特征加入噪聲前后的平均準確度下降程度來評估特征的重要性。對于較為重要的特征，對其加入噪聲后，袋外數據誤差上升幅度大；對于不重要的特征，則效果相反。特征j的MDA值計算方法如下：

式中，N為決策樹的棵數；errOOB1(i)為特征j加入噪聲前第i棵決策樹的OOB誤差；errOOB2(i)為特征j加入噪聲后第i棵決策樹的OOB誤差。

遞歸特征排除（RFE）[16]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，因此本文采用基于MDA 的遞歸特征排除算法來進行特征優選，其算法過程如下：①訓練隨機森林，根據特征的MDA 值來計算特征的重要性，并依據重要性對特征排序。②刪去重要性最低的特征。③記錄當前特征集分類精度。④重復①～③，直到特征集中特征數目為0，根據特征集分類精度確定最佳特征集。

2.4 基于Gini系數的遞歸特征排除算法

Gini系數表示樣本集中隨機選中的樣本被分錯的概率，通過計算隨機森林中每棵決策樹內部節點分支前后的基尼雜質或信息增益差得出特征重要性。Gini系數的計算公式及特征在節點的的重要性計算公式如下：

式中，k為類別個數；Pmk為節點m中選中的樣本屬于類別k的概率； (1-Pmk) 為樣本被分錯的概率；VIMm為特征在節點m的重要性；Ginir、Ginil為節點m分枝后2個新節點的Gini系數。

本文采用的基于Gini系數的遞歸特征排除算法過程如下：①訓練隨機森林，根據特征的Gini系數計算特征的重要性，并對特征排序；②刪去重要性最低的特征；③記錄當前特征集分類精度；④重復①～③，直到特征集中特征數目為0，根據特征集分類精度確定最佳特征集。

3 實驗與分析

3.1 實驗簡介

為了驗證基于特征優選的濕地地物面向對象分類方法的有效性，并分析GF-6 WFV 植被及水體指數、紅邊波段及相關衍生因子、紋理特征以及除紅邊波段外的其余光譜特征在濕地分類中的作用，本文共設計了6 種實驗方案進行對比研究，各方案采用的特征組合如表3 所示。另外為了評價特征優選算法的性能，本文采用4 種特征優選算法進行了特征選擇實驗，分別是基于MDA 的遞歸特征排除算法（RFE-MDA）、基于MDA的非遞歸特征排除算法（NRFE-MDA）、基于Gini系數的遞歸特征排除算法（RFE-Gini）和基于Gini系數的非遞歸特征排除算法（NREF-Gini）。為了獲得可靠結果，實驗過程通過10倍交叉驗證計算特征集分類精度。

表3 不同實驗方案

表6 六種方案分類精度評價

3.2 特征優選方法對比

對比4 種特征優選方法可以發現，RFE-MDA 算法在刪除13 個特征時分類精度達到最高（89.58%）；NRFE-MDA 算法在刪除6 個特征時達到了最高精度（88.88%），略低于RFE-MDA；RFE-Gini 算法在刪除了5個特征后精度達到最高（88.58%）；NRFE-Gini算法在刪除5個特征后獲取最佳精度（88.54%）。

綜合考慮特征數目與分類精度，本文在對比了4種特征選擇算法后，選用RFE-MAD 算法構建最優特征集。通過該算法優選得到的特征集包括：B3、B4、B5、B7、RVI、EVI、GCVI、NDVIre1、NDVIre2 和CON共計10維特征。

3.3 特征分析

RFE-MDA 算法過程中的特征排除順序可以反映特征間的相對重要性，對特征排除順序進行統計可以發現，紅邊指數如NDVIre1 和NDVIre2，在遞歸消除過程中刪除順序相對靠后，其在濕地分類中對植被的區分發揮了重要作用。此外，B3和B7在特征刪除順序中也較為靠后，說明紅光和紫光波段適用于濕地分類，與其他可見光波段相比紅光波段對濕地分類重要性最高。RVI和GCVI 2個植被指數在整個過程中的順序也是較為靠后的，說明2 個植被指數對于區分研究區內的不同植被具有重要作用。紋理特征CON在整個過程中的順序也比較靠后，說明研究區的各類地物的紋理具有不同的溝紋深淺，該特征對研究區整體的分類上也具有重要作用。ENT、B2、COR、B8為較早排除的4 個特征，說明這些特征對于研究區而言重要性較低，結合研究區地物類型，可以發現這些特征不利于區分不同的濕地植被。

為了進一步分析紅邊波段及紅邊指數對濕地、非濕地以及濕地內部地物的區分能力，本文對研究區內各地物樣本在紅邊波段及其衍生因子的分布情況進行統計。為了統一多種特征的量綱，并消除異常值對統計結果的干擾，本文對各特征進行歸一化處理，并以樣本均值加減3 倍標準差的范圍界定各地物在特征中的分布區間。其中，紅邊波段B5和紅邊指數Ndvire1 比其他特征在區分濕地類地物與非濕地類地物上能力更強。在B5特征上裸土與建筑區的特征值明顯高于其他地物特征，耕地的特征值明顯低于其他特征，因此該特征在濕地非濕地分類中具有很強的作用。在Ndvire1 特征中耕地的特征值分布最高，浮葉及挺水植被次之，沉水植被與敞水區的特征值最低，可與其他地物明顯區分，因此在濕地分類中具有突出貢獻。

對比4 組紅邊指數可以發現：①耕地與浮葉及挺水植被在4個特征上的差異被進一步擴大。②沉水植被在4個特征下與敞水區重合度很高，很難區分。③與裸土相比，建筑區更具多樣性。2 種地物的特征值在Ndvire1 和Ndre1 上具有一定的差異性，而在Ndvire2和Cire 上重合度較高。④養殖塘的光譜反射特征受到更多因素的影響，如養殖塘中水量的多少、養殖塘淤泥裸露情況等，相比敞水區更具復雜化，使得養殖塘在4個紅邊指數上的特征值普遍高于敞水區。

3.4 分類結果及精度評價

為進一步分析GF-6 WFV 影像中紅邊波段和紅邊指數在濕地分類中的作用，本文采用6 種方案進行分類，獲得的濕地分類結果如圖1 所示。對比分類結果可以看出：①方案一對研究區進行分類效果并不理想，如圖1a 中3 處標注區域普遍存在浮葉及挺水植被錯分為耕地的現象，區域1 中部分沉水植被錯分為敞水區；②方案二相比方案一改善了區域1 中敞水區和沉水植被混分現象，但浮葉及挺水植被仍被錯分為耕地；③方案三相比前2 個方案，在3 個區域中的錯分現象均減少，尤其在區域1中改善最為明顯；④方案四相比方案一改善了區域1 中浮葉及挺水植被錯分為耕地的現象，但部分沉水植被被錯分為養殖塘；⑤方案五運用了所有的特征，相比前4 個分類結果在3 個區域的錯分現象均有所改善，但仍有部分浮葉及挺水植被錯分為耕地；⑥與方案五相比，方案六是經過特征優選后進行分類的結果，其分類效果明顯更優，養殖塘與敞水區的混分、耕地與浮葉及挺水植被的混分、養殖塘與沉水植被的混分現象更少。

圖1 不同方案的分類結果

為了定量地評價各分類方案對洪澤湖濕地信息提取精度的影響，利用驗證數據對不同方案進行精度評價分析，采用的評價指標包括生產者精度（producer accuracy，PA）、用戶精度（user accuracy，UA）、總體精度（overall accuracy，OA）和Kappa系數[13]，具體結果如表4 所示，其中每類地物在所有分類方案中的最高生產精度以粗體標注，次高生產精度以下劃線標注。可以看出，方案一的總體分類精度最低，尤其浮葉及挺水植被的生產精度最差，不足60%；方案二加入植被指數與水體指數后總體精度略有上升，但是浮葉及挺水植被的分類精度仍然較低；方案三加入紅邊波段及紅邊指數后分類精度具有明顯的提升，特別是浮葉及挺水植被的生產精度提升最大；加入紋理特征的方案四總體精度比方案一略有提升，其中沉水植被和敞水區的生產精度提升較為明顯；方案五將所有特征都加入后的總體分類精度比前4 個方案都要高，其中浮葉及挺水植被和沉水植被的生產精度提升較明顯，均能達到90%以上；方案六采用優選的特征集后總體精度和kappa 系數與方案五相比均有明顯的提升，且浮葉及挺水植被、沉水植被和敞水區的生產精度相比其余方案均達到最高。說明方案六采用優選后的特征，減少了對分類產生負影響的特征冗余，其分類精度最高。

4 結論

高分六號是我國第一顆具有紅邊波段的寬視場中高分辨率衛星。本文以洪澤湖淡水濕地為研究對象開展濕地信息提取與分類研究，探討高分六號寬幅多光譜衛星影像在淡水濕地信息提取中的應用潛力，并對GF-6 WFV 紅邊波段及相關衍生因子和紋理特征在濕地分類中的作用進行分析。通過實驗研究，得到了如下結論：

1）利用GF-6 WFV 影像能有效地進行濕地地物分類，特別是其新增的紅邊波段有利于提高濕地分類精度。基于GF-6 WFV 影像2 個紅邊波段構建的紅邊指數NDVIre1、NDVIre2、Ndre1 和CIre 在濕地分類中的貢獻率高于植被指數和水體指數，尤其在區分濕地植被中有著明顯優勢。單獨引入紋理特征后對分類精度也有一定的提高，在浮葉及挺水植被和耕地的分類中提高最明顯。

2）特征優選對基于遙感影像的濕地分類十分重要。基于Gini 系數的特征選擇算法具有一定的偏向性，實驗對比表明基于MDA 的特征選擇算法更優；與NRFE 特征選擇算法相比，RFE 算法獲得的特征集更優，這說明遞歸迭代的過程更有利于特征優選。將RFE-MDA 算法得到的最優特征集用于濕地分類，相比未進行特征優選的分類結果，精度提高了1.55%。

由于紅邊波段是GF-6 WFV 影像設置的特色波段，因此本文對紅邊特征進行較詳細的探討，但對于紫波段和黃波段的研究不夠深入，后續可考慮對這2 個波段在濕地分類方面的作用進一步開展研究。由于本文研究以湖泊濕地為例，研究區中不存在鹽田、水庫等濕地地類，故無法進行鹽田與養殖塘、水庫與坑塘等光譜特征與幾何特征較為相似的地類的可分性研究，后續將更加深入的研究紅邊波段對濕地地類可分性的作用，更充分挖掘GF-6 WFV影像在濕地監測中的作用。