基于隨機森林法的農作物遙感識別方法研究
——以阿榮旗部分區域為例

內蒙古自治區農牧業科學院 包珺瑋 于利峰 烏蘭吐雅

科技迅速發展，農業遙感技術用于農業資源監測已成為當今人們研究和應用的熱點。傳統的農業信息獲取方式往往采用統計匯總，以行政區域為統計單位，逐級統計匯總，需要投入大量的人力、財力，而統計結果時效性差、干擾因素多。遙感技術具有監測范圍廣、時效性強、信息量大、成本低、數據及時準確等特點，被廣泛應用于農情監測中，為農業產業規劃、鄉村振興提供了科技支撐。

隨著遙感影像數據源的不斷豐富，高分辨率影像已廣泛應用于大范圍農作物面積的提取研究。自2015年6 月歐空局成功發射Sentinel-2A 以來，因其影像覆蓋范圍大、分辨率高、光譜信息風度等優勢被廣泛應用于土地覆蓋分類、農作物識別、物種分類等領域，取得了很好的效果。朱琳利用Sentinel-2A 多源遙感數據進行了農作物分類和面積的提取研究，取得了不錯的效果，分類精度及Kappa 系數都比光學遙感分類結果好。王蓉等利用Sentinel-2A 影像結合DEM 高程模型提取雨養區和灌溉區的冬小麥種植面積，Sentinel-2A 影像對冬小麥提取效果明顯。農作物面積提取是農作物估產、長勢等農情信息分析的基礎，如何提高農作物提取的準確性，改善分類時效性就顯得尤為重要。

隨機森林法作為一種集成學習方法，具有高效、靈活、準確、選擇能力強等特點，被廣泛應用于中高分辨率影像分類中。黃春燕等基于Sentinel-2A 數據，采用機器學習法以地塊特征基元為基本單元，提取農作物分類信息，有效解決了“椒鹽”效應，提高了農作物分類精度。雷小雨等利用隨機森林法結合構建差值特征對南方水稻種植面積進行提取，改善了水稻面積的提取精度。王娜等利用單變量特征和隨機森林法進行蘇北地區主要農作物識別和提取，有效降低了數據冗余，提高了農作物的分類精度。因此，如何利用遙感數據源、特征變量及面積提取算法模型提高分類精度已成為農作物識別的主要研究內容。

基于前人研究成果，本文在Sentinal-2A 光譜特征、數據提取方法和模型選擇方面進行嘗試，較高精度地提取研究區的主要農作物種植面積并繪制空間分布“一張圖”，通過阿榮旗部分區域實踐和探索，制定出適合內蒙古自治區東北部地區的主要農作物提取方法和模型，為將來更大幅度地提取打下堅實基礎。

一、研究區概況

阿榮旗地處呼倫貝爾市東南部，全旗總面積1.36萬km2，耕地面積31.44 萬hm2，種植作物種類豐富，主要有玉米、馬鈴薯、大豆、水稻等，常年糧食生產量15 億kg，是全國441 個優質商品糧基地之一和內蒙古自治區5 個大豆主產區之一。

二、數據預處理與分析

（一）數據預處理

Sentinel-2A 衛星是可覆蓋13 個光譜波段并攜帶多光譜成像儀的全球環境衛星，包括10 m 分辨率的紅、綠、藍波段及1 個近紅外波段、4 個20 m 分辨率植被紅邊波段、2 個短波紅外波段，另外還有60 m 分辨率水蒸氣、卷云、沿海氣溶膠數據。研究區影像在USGS網站下載后，經過大氣校正、重采樣，得到10 m 分辨率影像，利用ENVI 軟件轉換為標準格式并裁剪得到影像。

研究區影像采用2018 年7 月的Sentinel-2A 衛星影像，選取11 波段、5 波段、4 波段組合顯示圖像。該方法利用與Rapideye 相近的紅邊波段及短波近紅外波段。短波近紅外波段能夠顯著放大作物之間的光譜差異性，是識別作物的有效手段。（見表1）

表1 Sentinel-2A光譜范圍

（二）地面調查

地面調查數據為解譯點坐標信息、驗證點坐標信息、照片等。獲取方式是選擇農作物種植類型豐富且集中連片的區域，利用手持差分GPS 沿著省級、市級、縣級等主要道路，按照每5 km 一個點的標準采集。此次共采集解譯標志394 個、驗證點100 個。采集作物包括玉米、高粱、水稻、大豆、小麥、甜菜及其他作物。采集多種解譯標志避免其他作物特征影響目標作物識別。（見表2）

表2 農作物地面點詳情

線狀地物采集類型為省級、縣級、鄉道及田間道路、河流、溝渠、林帶等，共采集19 條線狀地物。經過實際調查，受兩盟市耕地種植結構和種植習慣影響，采集的線狀地物小于1 個像元15 m。

（三）輔助數據

2014—2015 年快鳥影像、Wordview 影像為底圖解譯出已經確定耕地面積范圍并去除了線狀地物信息的2 m 分辨率的呼倫貝爾市耕地底圖。

三、研究方法

（一）技術路線

研究區主要農作物面積提取主要以計算機解譯為主，充分利用Sentinel-2A 影像豐富的光譜信息，結合研究區種植結構制定如下技術路線。（見圖1）

（二）特征分析

在實際農作物遙感提取中，人工目視解譯實效性差、效率較低，而傳統基于像元的高分辨率數據分類會受到“同物異譜”“同譜異物”的影響出現“椒鹽”現象，使得地塊整體結構破壞。因此，本文擬從光譜特征、參數特征與紋理特征入手，充分挖掘數據信息，實現精確作物提取。

1.光譜特征分析。目前，有大量的影像分割處理軟件，但是對于提升影像的分割精度和準確度往往難度較大，因為對于同一個農田，溫度、水分、光照等影響因素導致其農作物長勢不同，呈現的光譜特征差異較大。研究區屬于農業大縣，種植作物種類豐富，大量的雜糧雜豆，光譜特征變化不大，種植作物邊界不清晰，研究區耕地種植緊湊，農田間邊界不清晰，影像分割難度大。

本文采用均值漂移的算法改善影像分割精度和準確度。均值漂移MS（Mean Shift）算法是一種通用的聚類算法，其特點是不受數據分布特征及形態影響，適用于各種分布特征的影像數據。該算法最初由Fukunaga 和Hostetler 于1975 年提出，Cheng 和Comaniciu 等針對采樣點對周圍樣本的重要程度提出了一組核函數，將均值漂移算法的使用范圍進行了發展，其基本數學形式為：給定一個d 維空間中，存在n 個樣本點，則均值漂移基本形式為：

式中，Sh是一個半徑為h 的高維球區域，k表示n 個樣本點有k個點落入Sh中。

對于所有采樣點，每個樣本點的重要性應該是不同的，離中心點越遠，其權值應該越小。因此，應引入核函數和權重系數來提高跟蹤算法的濾波性并增加搜索跟蹤能力。在一個d 維的歐式空間中，x 表示該空間中的一個點，用一列向量表示，存在標準化常量c，d 使得核函數K（x）=cdk（||x||）2。K（x）核函數應滿足K 是非負的、K 是非增的、K（x）連續的。

平均的偏移量會指向樣本點最密的方向，也就是概率密度函數的梯度方向，引入核函數和權重系數后得到：

式中G（x）是一個單位核函數，H是一個正定d×d的對稱矩陣，ω（x（i））是采樣點x（i）的權重。蘇騰飛等利用改進型MS 濾波算法對高分辨率影像分割，其結果明顯改善了農田邊界的平滑效果，優化了影像分割精度。

2.參數特征分析。遙感的參數特征是指采用了比值運算和歸一化（normalization）處理得到的一系列指數。由于進行了比值計算，其生成的指數影像有助于消除地形差異的影響。通過比值運算，以幾何級數進一步擴大反射率之間的差距，使要研究的農作物在指數影像上得到最大的亮度增強，達到農田特征區分的目的。

歸一化植被指數NDVI（Normalized Difference Vegetation Index）表達式為NDVI=（NIR-Red）/（NIR+Red）

NDVI 通常是用衛星遙感數據計算，以評估目標地區綠色植被的生長狀況。計算方式是利用紅光與近紅外光的反射，顯示出植物生長、生態系活力與生產力等信息。數值越大表示植物生長越多。Huete 提出了土壤調節植被指數SAVI（Soil Adjusted Vegetation Index），通過引入土壤調節因子l，使無論是在深色土壤或淺色土壤背景中求得的植被指數都完全相等，從而消除了土壤背景的干擾。表達式為：

式中，L即為土壤調節因子，其值在0～1。“0”和“1”分別代表植被覆蓋率極高和極低的兩種極端情況。通常選擇0.5 可以較好地減弱土壤的背景差異，清除土壤的噪聲影響。增強植被指數EVI（Enhanced Vegetation Index）表達式為：

EVI通過加入藍色波段以增強植被信號，矯正土壤背景和氣溶膠散射的影響。EVI常用于LAI值高，即植被茂密區。

3.紋理特征分析。紋理是地物的物理形態所表達出的灰度空間的相關特性，紋理特征的核心問題是紋理區域的一致性和相鄰區域邊界的準確性。高分辨率數據下，由于不同作物之間的生理形態與疏密情況的差異，不同作物之間也存在紋理區別，可以有效區分農作物類型。

（三）分類方法

機器學習法是人工智能的一個分支，是一類從數據中自動分析獲得規律，并利用規律對未知數據進行預測的算法。作為新興的、高度靈活的一種機器學習算法，隨機森林法RF（Random Forest）擁有廣泛的應用前景，它的本質是集成學習（Ensemble Learning）方法。從直觀角度來解釋，每棵決策樹都是一個分類器，那么對于一個輸入樣本，N 棵樹會有N 個分類結果。而隨機森林法集成了所有的分類投票結果，將投票次數最多的類別指定為最終的輸出。在遙感領域其優點是幾乎不需要設置參數就可以得到比較好的提取結果，而且能夠有效地運行在大數據集上，能夠滿足未來大尺度范圍提取的要求。

四、分類結果與精度評價

本研究通過挖掘遙感數據的光譜特征、參數特征和紋理特征等信息，構建基于機器學習法的作物提取模型，對于未來大尺度提取農作物面積提供借鑒。在耕地底圖范圍內，基于2018 年Sentinel-2A 影像數據，利用隨機森林法得到各主要農作物的空間分布情況。

（一）精度驗證與評價

分類精度是影像像元被正確分類程度的評價指標。本文采用混淆矩陣精度分類，確定分類結果的精度和可靠性。混淆矩陣的分類評價指標包括總體分類精度、Kappa 系數、漏分誤差、錯分誤差、制圖精度、用戶精度，而制圖精度指標和用戶精度指標直接影響和決定分類結果的準確性。在精度評價過程中，將野外采集的100個地面驗證點，采用定性和定量的方式對作物品種判別準確度和作物面積提取的精確度進行驗證，建立了混淆矩陣評價指標。（見表3）

表3 精度驗證混淆矩陣

（二）結果分析

隨機森林法對農作物分類的制度精度能達到80%；Kappa 系數0.72，表示分類精度相對較好，尤其是大豆和甜菜的制圖精度可以達到90%，但是對于玉米和高粱的用戶精度則不高，分別是82%和53%，其主要原因是玉米和高粱在8 月的光譜特征相似，玉米和高粱錯分、混淆的概率加大，影響了整體的Kappa系數。采用均值漂移MS 法可以有效改善混合像元模糊與地塊內部光譜特征差別大的現象，但是對于光譜特征相似的作物，分類結果不理想。

本研究主要以農作物分布的遙感提取方法和模型為出發點，通過Sentinel-2A 數據進行一系列預處理和分析，并利用機器學習算法提取研究區的主要農作物分布“一張圖”，建立呼倫貝爾東北部的作物提取模型，為將來更大尺度地監測打下堅實基礎。

雖然通過模型可以提取較好的作物分布“一張圖”，但仍存在許多不足之處。首先，數據選取時受多種因素影響，是否存在與最佳提取時期不匹配的情況，應該進一步研究。其次，通過提取、挖掘遙感影像信息，可以較高精度地識別農作物分布，但在一定程度上也造成數據量冗余。最后，大尺度的數據選取與模型改進仍需一段時間的研究。