基于深度學習的滇中城市多光譜 影像建設用地信息提取

陳磊士，趙俊三,董智文，朱褀夫

(1.昆明理工大學 國土資源工程學院，云南 昆明 650500；2.北京長地萬方科技有限公司佛山分公司，廣東 佛山 528305)

0 引言

城市建設用地信息提取是進行城市開發利用和環境變化研究的一項重要數據來源，為城市規劃管理工作提供數據參考。近年來我國城市快速發展，城市建設用地信息變化呈現出范圍廣、速度快的特點，而多光譜遙感因具有快速獲取空間連續和觀測持續的影像數據能力，成為快速獲取城市建設用地信息的重要方法[1]，國內外已有大量取得了較好效果的相關研究。為了進一步提高遙感影像圖精度，深度學習技術逐漸在信息提取、遙感影像分類、變化監測等領域廣泛應用。但基于深度學習技術的影像分類應用目前較少，劉亞丹[2]在遙感影像分類任務上的嘗試較具有代表性。與以支持向量機為例的傳統方法相比，深度學習技術在影像空間分布規律上的挖掘精度更加準確，高常鑫[3]等通過分層方法建立深度學習模型，完成了對影像的高精度分類；張鑫龍[4]等通過提取變化和未變化區域深層特征有效辨別變化區域，闞希[5]等利用多光譜衛星遙感和深度學習方法進行青藏高原積雪判識研究，取得了較好結果；鮑江峰[6]將深度置信網絡應用于探測墨西哥灣溢油區域情況。而在西南地區高原山地城市應用深度學習進行多光譜遙感影像快速提取城市建設用地信息的研究較為鮮見。

機器學習是人工智能的核心，隨著當前機器學習技術的發展，深度學習模型憑借多隱層結構優勢，被廣泛應用于多個領域。卷積神經網絡(Convolutional Neural Network, CNN)是前饋神經網絡的一種，其特點包括：局部感知域、權值共享域和池化，對于影像的提取分類有明顯優勢，其層次多、容量大的優點滿足了影像分類中對大量數據處理的需要，近年來在遙感影像分類處理領域取得了很好的成果[7]。本文分別對Landsat8 OLI_TIRS遙感影像使用深度卷積神經網絡進行城市建設用地分類提取處理，使用BP神經網絡作為對照實驗組，按照對象個數、對象面積和地表覆被吻合度3種提取精度評價指數對分類結果進行評價分析[8]。

1 研究區概況

曲靖是云南省下轄地級市，位于云南省東部，與貴州省、廣西壯族自治區毗鄰，有“云南咽喉”之稱。國土總面積2.89萬km2，地跨東經102°42′-104°50′，北緯24°19′-27°03′。總人口634萬人。世居漢、彝、回、壯、布依、苗、水、瑤等8個主體民族，其中少數民族49.03萬人。是云南省僅次于昆明的重要工商業城市，也是省區域中心城市和第二大綜合性城市。境內土壤類型從赤紅壤到亞高山草甸土均有分布，土壤地理分布具有明顯的垂直帶和一定的水平差距，自1971-2000年間的日平均氣溫為14.4℃，年平均降水985.8mm，全市屬于低緯度地區高原山地季風性氣候[9]。

曲靖市主城區概況如圖1所示，其東與富源縣接壤，南與羅平縣、陸良縣毗鄰，西與馬龍縣交界，北與沾益區相連，根據云南省第二次土地調查結果顯示，主城區總面積為1 201.01km2，截至2013年底人口達到100萬人，近年來隨著城市的快速發展，建成區范圍擴展迅速，對城市建設用地信息快速提取的需求持續加大。其主城區由9部分組成：麒麟區南寧街道、建寧街道、寥廓街道、白石江街道、三寶街道、珠街街道、沿江街道、西城街道和馬龍縣通泉鎮及沾益縣西平鎮。

圖1 研究區概況

2 數據來源與預處理

2.1 數據來源

本研究采用的數據源包括：2015年11月20日的Landsat8 OLI_TIRS遙感影像，數據標識碼為LC81290422015324LGN00，分辨率為30m，接收站LGN，中心經度103.457，太陽高度角40.74°，太陽方位角155.83°，條帶號129，行編號42。輔助數據包括：曲靖市主城區矢量范圍線，用于研究區范圍劃定；曲靖市土地利用現狀圖(2015年)及野外調研資料，用于地類提取過程中樣本選取與精度評定；SRTM.V4曲靖市30m精度DEM數據，用于影像地形校正。

2.2 預處理

使用FLAASH大氣校正工具，FLAASH模塊能夠精確補償大氣影像，導入Landsat8影像數據配套MLT文件相關參數，輻射率單位調整系數設定為0.1，大氣模型參數則按照氣候模型設定[10]。

對數據進行地形校正地理編碼(GTC)，配合已有的SRTM.V4曲靖市30m精度DEM數據，與地理坐標系建立映射關系后進行地形校正。選擇C模型法校正地形，C模型是一種應用半經驗系數C的基于余弦校正的模型[11]，其公式為：

(1)

其中，LH代表校正后像素輻射量度，LT代表校正前像素輻射量度；θs為太陽天頂角，i為太陽有效入射角；c為半經驗系數，無明確物理含義。

選擇ENVI軟件中提供的二次多項式法為幾何校正方法，將誤差控制在0.5個像元之內，完成遙感影像預處理過程[12]。

3 卷積神經網絡模型

3.1 基本結構

經典卷積神經網絡主要組成部分包括輸入層、卷積層、池化層、全連接層和輸出層5個部分[13]。卷積神經網絡模型的運算通常為先輸入原始圖像X，再通過卷積層得到特征圖，本文用Hi表示卷積神經網絡第i層的特征圖(H0=X)。設Hi為卷積層，則Hi特征圖產生過程如式(2)所示。

Hi=f(Hi-1?Wi+bi)

(2)

其中，Wi為第i層卷積核權值向量，運算符號“?”代表第i-1層圖像或者特征圖與卷積核進行的一系列卷積操作，卷積操作后得到圖形，與第i層的偏移向量bi相加，最后使用非線性激勵函數f(x)進行非線性計算，得到第i層特征圖。

卷積層之后與之相連的通常是池化層，將特征圖根據一定的池化規則進行池化[7]。池化層主要是將特征圖進行降維的同時，在一定程度上維持特征的尺度不變特性。池化層工作原理如式(3)所示。

Hi=subsampling(Hi-1)

(3)

在通過多個池化層和卷積層的相互傳遞后，卷積神經網絡模型通過全連接網絡對目標對象特征進行針對性提取和分類，基于輸入對象得到概率分布Y(li表示第i個標簽類別)[8]。如式(4)所示，卷積神經網絡的本質是基于特征尺度不變特性的前提下，將原始矩陣(H0)經過降維，在多層次的數據變換后，映射到一個新的特征表達(Y)數學模型中。

Y(i)=P(L=li|H0;W,b))

(4)

卷積神經網絡的訓練目的是將網絡損失函數L最小化。輸入H0進行前向傳導，再通過損失函數計算出目標與期望值之間的殘差。常見損失函數有均方誤差(Mean Squared Error, MSE)函數和負對數似(Negative Log Likelihood, NLL)函數[8]，如式(5)、式(6)所示。

(5)

(6)

最終，損失函數通常通過增加L2減輕過擬合問題，通過參數λ(weight decay)控制過擬合作用的強度，通過范數控制權值的過擬合[9]，如式(7)所示。

(7)

卷積神經網絡通常使用梯度下降方法作為訓練的優化方法。殘差經過梯度下降進行反向傳播，進而逐層更新卷積神經網絡的每層可訓練參數(W和b)。其中學習速率參數(η)控制殘差梯度下降時反向傳播的強度[14]，如式(8)、式(9)所示。

(8)

(9)

3.2 基本原理

20世紀90年代，LeCun等在傳統神經網絡結構的基礎上引入了卷積核池化概念，首次提出了卷積神經網絡，其基本結構由輸入層、卷積層、池化層、全連接層、分類層和輸出層構成。在具體的應用中池化層和卷積層的參數、層數及全連接運層類器類型可隨之改變，其基本原理[15]如圖2所示。

圖2 卷積神經網絡基本原理

(1)輸入層。輸入一幅大小規范的二維圖像。

(2)卷積層。通過卷積處理將輸入的圖像分為4個特征圖。

(3)池化層。將C1層中得到的毎一個特征圖相鄰局部區域進行加權運算，再乘以—個乘子偏差，加上一個附加偏差，最后通過一個激勵函數在下采樣層S1得到4個特征圖，池化層計算公式如式(10)所示。

(10)

(4)重復(2)、(3)后得到C2和S2層，使特征圖通過不斷卷積和池化處理縮小，直到最后一次卷積得到一維數據。

(5)通過一系列的卷積和池化后，在最后一層一維池化層后加入特定的分類器進行數據識別分類。

4 實驗結果分析

為驗證卷積神經網絡的精度，本文基于深度學習框架MXNet系統，以GoogleNet Inception V3為分類器，并以常用的BP神經網絡作為對比方法，對圖像標準化處理后，輸入不同網絡模型進行訓練、驗證和預測，比較兩種不同提取方法的提取效果，兩種提取方法的影像數量統計如表1所示。

在模型訓練過程中，為了控制殘差反向傳播及網絡穩定性，設置學習率初始值為0.01，根據不同提取方法對應調整每一批訓練樣本的批大小(batch size)，對以標準化方式處理后的區域多邊形影像對象分別進行30次訓練，并記錄其提取精度[16]。

表1 不同提取方法下對象數目統計

使用卷積神經網絡提取的曲靖市主城區建筑用地范圍如圖3所示，為了評價卷積神經網絡對城市建設用地信息遙感影像的提取能力，本文提取了BP神經網絡對研究區域進行城市建設用地作為卷積神經網絡的對照組[17]，在提取過程中，影像預處理階段采用與卷積神經網絡相同的參數設置[18]，在分類器訓練和提取階段均采用相同的參數設置。兩種提取方法下建設用地信息提取的精度對比如表2所示，在對象個數、對象面積和地表覆被吻合度提取精度的評價方法中，卷積神經網絡的提取精度達到92.99%、94.78%和89.64%，遠高于常用的BP神經網絡提取精度：75.42%、80.76%和78.97%，證明卷積神經網絡應用于實驗區城市建設用地取得了較高的提取精度。

表2 不同提取方法下提取精度對比

由此可知，根據不同的精度評價方法，卷積神經網絡的提取精度在道路信息提取和其它建筑用地提取上精度明顯高于BP神經網絡法。如圖4所示，在圖像細節特征分類提取中，尤其在城市道路的提取上，卷積神經網絡法相比傳統的BP神經網絡法，其精度有了顯著提高。因此無論是在數據上還是在效果圖上，均表現卷積神經網絡法在滇中城市多光譜影像建設用地提取研究中體現了較高的提取精度。

圖3 使用卷積神經網絡的曲靖市主城區建筑用地提取

圖4 建筑用地提取影像提取精度局部對比

經過實驗可知，相比于以卷積神經網絡模型為代表的深度學習城市建設用地提取方法，傳統BP神經網絡在訓練樣本較少時能取得一定效果，但當訓練樣本較多時或地類特征差異較明顯時，提取效果比卷積神經網絡差，且BP神經網絡在該類具有針對性的分類提取應用中，隨著分類器的不同會產生差別較大的特征判定，使其在進行有針對性的分類提取工作中收到局限性影像。與之相比，卷積神經網絡能夠自動識別、學習并存儲目標結構特征，同時自主改進識別模式[19]，因此在進行多光譜影像建設用地信息提取中具有明顯優勢，尤其是在以曲靖市為代表的滇中城市取得了較好提取效果。

5 結語

以曲靖市主城區為例，本文使用以卷積神經為代表的深度學習方法對該區域Landsat8 OLI_TIRS多光譜遙感影像數據進行城市建設用地信息提取，將當前機器學習技術中較為前沿與熱門的深度卷積神經網絡模型應用于多光譜影像城市建設用地影像提取，研究對比了BP神經網絡和卷積神經網絡兩種機器學習算法的提取精度，驗證了深度學習技術在城市建筑用地遙感影像提取中具有一定優勢。但在進行Landsat8 OLI_TIRS數據預處理時，在多光譜影像提取波段的選擇上未進行足夠全面的分析和評價，可能會影響后續處理精度[20]。另外，本文提取方法對城市大范圍建成區域和城市道路的提取效果較好，但對以鄉鎮為代表的小尺度建設用地提取仍存在一定改進空間，深度學習相關理論研究和技術實現領域仍有很大空間有待拓展。本文利用深度卷積神經網絡和卷積神經網絡兩種分類器進行監督分類，人工選取樣本，并結合已有資料和野外調研數據，雖然精度較高但較繁瑣，下一步可展開對樣本自動選取的研究，提高提取工作的簡便性和適用性，尤其是結合現有機器學習方法，未來有廣闊的研究空間[21]。