XGBoost算法在多光譜遙感淺海水深反演中的應用

胡 鵬, 趙露露, 高 磊, 朱金山, 2, 3

XGBoost算法在多光譜遙感淺海水深反演中的應用

胡 鵬1, 趙露露1, 高 磊1, 朱金山1, 2, 3

(1. 山東科技大學測繪科學與工程學院, 山東 青島 266590; 2. 地理信息工程國家重點實驗室, 陜西 西安 710054; 3. 自然資源部海洋測繪技術重點實驗室, 山東 青島 266590)

在多光譜遙感淺海水深反演過程中, 考慮到水體和底質影響, 水深值和海水表面輻射亮度之間的線性關系不成立。本文以甘泉島南部0~25 m范圍的沙質區域為研究區域, 利用GeoEye-1多光譜遙感影像和多波束實測水深數據構建XGBoost非線性水深反演模型, 研究了XGBoost算法用于水深反演的性能。以決定系數(2), 均方誤差(MSE)和平均絕對誤差(MAE)作為評價指標, 并與3種傳統線性回歸模型進行了對比分析。結果表明, XGBoost非線性水深反演模型的2、MSE和MAE分別為0.991、0.33 m和0.44 m, 擬合程度最好, 精度優于線性回歸模型。為進一步探究各模型在不同水深的反演精度, 將水深范圍分成3段(0~8 m, 8~15 m, 15~25 m)分別進行精度驗證和誤差分析。結果表明, XGBoost模型在各分段的精度均優于線性回歸模型, MSE依次為0.56 m, 0.14 m和0.43 m。可見, 在單一底質區域下XGBoost模型的水深反演精度更高, 且反演效果更穩定。

光學淺海水深反演; XGBoost算法; 非線性回歸模型; 底質類型

我國海岸線漫長、海域遼闊, 擁有豐富的優勢海洋資源, 水深信息探測對海上交通運輸、海洋科學研究及海岸帶規劃管理等具有重要意義[1-2]。淺海水深信息作為海島礁、海岸帶重要的地形數據, 時常受海上天氣變化、海底地形復雜多樣、時空限制、經費不足以及權益爭端海域難以進入等影響, 水深信息現場探測工作難以開展[3]。

20世紀60年代多光譜遙感衛星升空, 為水深反演模型提供了多光譜遙感數據, 光學水深遙感技術得到了迅速發展, 迄今為止常用的淺海水深反演模型主要有理論解析模型、半理論半經驗模型和統計模型三類[4]。

Figueiredo等對Lyzenga利用雙層流近似假設建立的理論解析模型進行了改進[5-8]。理論解析模型精度高, 但實際應用受到眾多水體光學參數難以獲取的限制。Su等[9]在Paredes等[10]和Stumpf等[11]建立的對數線性模型基礎上, 結合克里金插值建立了克里金反演水深模型。半理論半經驗模型在保證了反演精度的前提下, 減少了模型參數的輸入量和計算量。

王艷姣等利用Landsat7 ETM+影像和實測水深數據, 建立了動量BP人工神經網絡模型反演水深信息[12]。邱耀煒等結合隨機森林算法構建了甘泉島海域的非線性水深反演模型[13]。朱金山等針對海底底質不均一情況, 提出了一種結合底質分類與SVR算法的水深反演模型[14]。考慮到實際海底底質并不均一, 不同海底底質類型建立不同水深反演模型十分必要。

有學者以海水波為切入點研究水深遙感, Adrien等提出了一種利用小波和互相關技術及線性色散關系進行SPOT-5立體像對水深反演的方法[15]。Li等利用QuickBird高分辨率遙感影像提出了海浪譜測深反演方法[16]。目前XGBoost算法針對于光學淺海水深反演的應用較少。

本文以南海甘泉島南部海域為研究區域, 利用GeoEye-1多光譜遙感數據和多波束實測水深數據對沙質底質區域構建XGBoost水深反演模型。以決定系數(2), 均方誤差(MSE)和平均絕對誤差(MAE)作為評價指標, 用實測水深樣點驗證XGBoost模型精度, 并同單因子、雙因子和多因子回歸模型進行對比分析。進一步探究在不同水深范圍, XGBoost算法在沙質底質區域反演水深的性能。

1 XGBoost原理

極限梯度提升算法, 即XGBoost(eXtreme Gradient Boosting)算法, 可用于解決非線性回歸問題。它由陳天奇提出設計, 致力于讓提升樹突破自身的計算極限, 以實現運算快速, 性能優秀的工程目標[17]。與傳統的梯度提升算法相比, XGBoost進行了許多改進, 它能夠比其他使用梯度提升的集成算法更加快速, 并被廣大學者認為是在分類和回歸上都擁有超高性能的先進評估器。

XGBoost與決策樹、SVM等算法不同, 其核心是基于梯度提升樹實現的集成算法, 整體來說可以有三個核心部分: 集成算法本身, 用于集成的弱評估器, 以及應用中的其他過程。XGBoost建模過程大致如下: 首先使用訓練集建立一棵樹, 然后用這棵樹預測訓練集, 每次迭代過程中都會增加一棵樹來擬合上次預測的殘差, 逐漸形成由眾多樹模型集成的強評估器, 各個葉子權重之和便是該樣本的預測值。XGBoost在傳統損失函數的基礎上引入了模型復雜度來衡量算法的運算效率, 其目標函數為:

2 水深反演模型建立

2.1 研究區域與數據處理

本文選取西沙群島中的甘泉島南部海域作為研究區域, 如圖1a中紅色框所示, 其經緯度范圍為16°29′55″N~16°30′17″N, 111°34′21″E~111°35′26″E。遙感影像為2013年2月18日獲取的GeoEye-1多光譜影像, 具有藍、綠、紅和近紅外四個標準波段, 空間分辨率為2 m, WGS-84坐標系。

為了進行水深信息定量提取, 采用ENVI軟件對GeoEye-1影像進行輻射定標、FLAASH大氣校正和NDWI水陸分離等預處理。實測水深數據信息由DL-V3慣導接收機和R2Sonic 2024多波束測深儀采集, 其水平精度為0.2 m, 量程分辨率為1.25 cm, 采用CGCS2000國家大地坐標系。由于遙感影像成像和水深數據采集存在時間差, 本文采用中國海事服務網(https://www. cnss.com.cn/tide/)提供的潮位信息進行潮汐校正。

為挑選單一底質作為研究區域, 本實驗中采用支持向量機(SVM)進行底質分類。SVM基于統計學習理論, 具有自動找出區分地物類別較強支持向量的能力, 并具有較高的分類準確率[18]。通過遙感影像目視解譯和水下視頻辨析選取沙質底質的像元作為SVM分類訓練樣本, 并將分類后結果進行矢量化輸出, 結果如圖1b所示。為了實現遙感影像與水深數據精確配準, 需要將遙感影像坐標系轉換為水深數據坐標系(CGCS2000), 配準后結果如圖1c所示。

2.2 線性回歸模型

根據配準后水深點數據的經緯度坐標, 將遙感影像對應位置的4個波段像元值分別提取到水深范圍在0~25 m的921個水深數據點上。將水深數據點按8︰2比例隨機劃分, 其中訓練樣本點736個, 測試樣本點185個。為了挑選合適的模型反演參數, 統計736個水深點值與GeoEye-1影像4個波段及6個波段組合的相關性如表1所示。根據表1, 選取1/2、4/2和4/3三個相關性強的反演因子, 分別組建單因子、雙因子和多因子線性回歸模型, 見表2。

2.3 XGBoost模型

太陽耀斑、水體類型、水體懸浮物質和海底底質等都會導致水深值和海水表面輻射亮度之間的線性關系并不成立, 從而影響模型反演精度。XGBoost采用多顆CART樹進行預測, 泛化性能好, 非常適合解決復雜的非線性回歸問題。采用與線性模型相同的訓練樣本, 構建XGBoost水深反演模型。根據表1中各因子相關系數, 選取4個波段(1、2、3、4)和6個波段組合信息(1/2、3/1、4/1、3/2、4/2、4/3)作為輸入特征, 實測水深信息作為輸入標簽。

圖1 研究區域及樣本點分布情況

表1 水深值與GeoEye-1影像各波段及波段組合的決定系數

因子B3/B1B4/B1B3/B2B4/B2B4/B3 決定系數R20.3670.6680.1380.8050.702

表2 線性回歸模型

計算模型中各個特征的重要性, 圖2反映了10個特征對模型的貢獻, 重要性值越大說明該特征與標簽信息最密切。在10個特征中1/2重要性分數最高, 說明該特征對模型的影響最大。

構建XGBoost模型過程中, 訓練集和測試集的劃分會干擾模型的結果。使用K折交叉驗證(K-Fold Cross Validation)能夠觀察模型的穩定性, 有效避免信息泄露對模型超參數的影響。交叉驗證是將數據劃分為K份, 依次使用其中一份作為測試集, 其他K– 1份作為訓練集, 多次計算模型的精度來評估模型的平均精度。將網格搜索與學習曲線結合, 通過多次試驗對模型進行優化調參, 參數取值如表3所示, 其他參數缺省。

圖2 特征重要性分數

表3 模型重要參數取值

采用5折交叉驗證繪制模型調參后在不同訓練樣本上的學習曲線, 來衡量模型反演水深的性能, 結果如圖3所示。圖3中隨著訓練樣本數量增加, XGBoost模型的過擬合逐漸減輕, 泛化能力逐漸提高, 訓練集和測試集的結果逐漸接近。

圖3 XGBoost學習曲線

3 結果與分析

為了檢驗XGBoost模型水深反演能力, 以未參與建模的185個實測水深點作為驗證樣本, 并同線性回歸模型反演的水深值與水深實測值之間的誤差進行對比分析。采用決定系數(2)、均方誤差(MSE)和平均絕對誤差(MAE)作為精度評價指標, 并繪制了各模型得到的水深反演值與實測值分布散點圖, 結果如圖4所示。圖4直觀反映了各模型反演水深值和實測水深值的偏離程度, 各驗證樣本點離圖中1︰1直線越接近說明離散程度越小, 反演結果越可靠, 模型具有較高精度。

在3種線性模型中, 單因子模型(圖4a)總體偏移量較大, 精度最低, 均方誤差(MSE)和平均絕對誤差(MAE)為1.52 m和0.91 m, 多因子模型(圖4c)精度最高, MSE和MAE分別為0.58 m和0.59 m, 說明多因子線性模型結合多個波段信息后反演精度得到提高。XGBoost模型偏差明顯較小,2、MSE和MAE精度均優于線性回歸模型, 分別為0.991 m、0.33 m和0.44 m。

從總體上看, 4個水深反演模型的決定系數(2)均在0.95以上, 說明各模型的自變量與因變量均表現為強相關性。其中XGBoost模型性能最優, 說明XGBoost模型綜合利用10個特征信息后, 在其非線性回歸預測能力支撐下, 取得了較好的反演精度。

為進一步分析各模型水深反演能力, 將水深范圍分成3段(0~8 m, 8~15 m, 15~25 m), 分段比較分析XGBoost模型與其他三種線性回歸模型的精度, 結果如表4所示。從表4和圖4可以看出, 在8~15 m段XGBoost模型和線性模型的水深反演值與實測值偏離程度最小, 擬合程度最好, 各模型精度也優于其他水深范圍。其中XGBoost模型的精度最高, MSE為0.14 m。在15~25 m段, 單因子模型(圖4a)離散程度較大, MSE高達2.59 m, 反演值整體偏低, 可能是此模型只包含了藍綠波段, 而沒有考慮到其他波段信息, 從而限制了其水深反演能力。在0~8 m段, 各模型擬合效果較差, 可能是該段的底質較復雜混合像元較多, 導致SVM分類結果較差, 水深反演時受其他底質類型影響。特別是2 m左右淺水區處于波浪破碎帶, 易受白色浪花干擾, 在一定程度上影響了反演結果。但是對于任意分段, 綜合利用多個波段特征信息的XGBoost模型的反演精度均優于線性回歸模型。

總體來說, XGBoost模型獲得的水深反演值與實測值之間的2最高、MSE和MAE最低, 結果表明采用XGBoost非線性模型進行水深反演可取得較好的結果。

4 結束語

本文基于水深實測數據和GeoEye-1多光譜遙感影像, 構建XGBoost非線性回歸預測模型對甘泉島南部0~25 m水深范圍內沙質區域進行水深定量反演, 并同3種線性回歸模型進行精度對比分析。結果分析表明: 模型中包含波段特征信息的個數在一定程度上影響反演精度, 對于任意分段, 綜合多個波段信息構建的XGBoost模型的反演精度均優于線性回歸模型。由此可見, XGBoost非線性模型更適合反演甘泉島南部沙質海域。

圖4 水深反演值與實測值散點圖

表4 各模型水深反演結果分段比較

本文的研究工作仍存在不足之處, 在構建各模型時, 研究范圍只針對海底底質類型為沙子的區域, 未對其他底質類型區域展開研究。在前期使用SVM分類器進行單一底質分類時, 0~8 m段沙子和其他底質類型混合較為嚴重, 導致該分段范圍受混合像元影響較大, 誤將其他底質類型分入沙子類型, 從而影響反演精度。選取空間分辨率較高和光譜波段范圍較寬的遙感影像在一定程度上能提高SVM分類精度和水深反演精度。

[1] 王晶晶, 田慶久. 海岸帶淺海水深高光譜遙感反演方法研究[J]. 地理科學, 2007(6): 109-114.WANG Jingjing, TIAN Qingjiu. Study on inversion method of deep hyperspectral remote sensing for coastal shallow water[J]. Geographic Science, 2007(6): 109-114.

[2] 張鷹, 張蕓, 張東, 等. 南黃海輻射沙脊群海域的水深遙感[J]. 海洋學報, 2009, 31(3): 39-45. ZHANG Ying, ZHANG Yun, ZHANG Dong, et al. Remote sensing of water depth in the radial sand ridges of the South Yellow Sea[J]. Acta Oceanographica Sinica, 2009, 31(3): 39-45.

[3] 王艷姣, 董文杰, 張培群, 等. 水深可見光遙感方法研究進展[J]. 海洋通報, 2007(5): 93-102. WANG Yanjiao, DONG Wenjie, ZHANG Peiqun, et al. Research progress of water depth visible light remote sensing method[J]. Ocean bulletin, 2007(5): 93-102.

[4] 馬毅, 張杰, 張靖宇, 等. 淺海水深光學遙感研究進展[J]. 海洋科學進展, 2018, 36(3): 5-25. MA Yi, ZHANG Jie, ZHANG Jingyu, et al. Progress in optical remote sensing of shallow water depth[J]. Progress in Marine Science, 2018, 36(3): 5-25.

[5] LYZENGA D R. Passive remote-sensing techniques for mapping water depth and bottom features[J]. Applied Optics, 1978, 17(3): 379-383.

[6] FIGUEIREDO I N, PINTO L, GON?ALVES G. A modified Lyzenga’s model for multispectral bathymetry using Tikhonov regularization[J]. IEEE Geoscience and Remote Sensing Letters, 2015, 13(1): 53-57.

[7] LYZENGA D R. Shallow-water bathymetry using combined lidar and passive multispectral scanner data[J]. International Journal of Remote Sensing, 1985, 6(1): 115- 125.

[8] LYZENGA D R, MALINAS N P, TANIS F J. Multispectral bathymetry using a simple physically based algorithm[J]. IEEE Transactions on Geoscience and Remote Sensing, 2006, 44(8): 2251-2259.

[9] SU H, LIU H, WU Q. Prediction of water depth from multispectral satellite imagery—The regression kriging alternative[J]. IEEE Geoscience and Remote Sensing Letters, 2015, 12(12): 2511-2515.

[10] PAREDES J M, SPERO R E. Water depth mapping from passive remote sensing data under a generalized ratio assumption[J]. Applied Optics, 1983, 22(8): 1134- 1135.

[11] STUMPF R P, Holderied K, Sinclair M. Determination of water depth with high-resolution satellite imagery over variable bottom types[J]. Limnology and Oceanography, 2003, 48(1): 547-556.

[12] 王艷姣, 張鷹. 基于BP人工神經網絡的水體遙感測深方法研究[J]. 海洋工程, 2005, 23(4): 33-38.WANG Yanjiao, ZHANG Ying. Research on water remo-te sensing sounding method based on BP artificial neural network[J]. Ocean Engineering, 2005, 23(4): 33-38.

[13] 邱耀煒, 沈蔚, 惠笑, 等. 基于WorldView-2數據和隨機森林算法的遙感水深反演[J]. 遙感信息, 2019, 34(2): 78-82.QIU Yaowei, SHEN Wei, HUI Xiao, et al. Remote sensing water depth retrieval based on worldview-2 data and random forest algorithm[J]. Remote Sensing Information, 2019, 34 (2): 78-82.

[14] 朱金山, 宋珍珍, 趙露露. 結合底質分類與SVR算法的多光譜影像測深[J]. 地理空間信息, 2019, 11: 44-46.ZHU Jinshan, SONG Zhenzhen, ZHAO Lulu. Multispectral image bathymetry combined with sediment clas-sification and SVR algorithm[J]. Geospatial Information, 2019, 11: 44-46.

[15] POUPARDIN A, IDIER D, DE MICHELE M, et al. Water depth inversion from a single SPOT-5 dataset[J]. IEEE Transactions on Geoscience and Remote Sensing, 2015, 54(4): 2329-2342.

[16] LI J, ZHANG H, HOU P, et al. Mapping the bathymetry of shallow coastal water using single-frame fine-resolution optical remote sensing imagery[J]. Acta Oceanologica Sinica, 2016, 35(1): 60-66.

[17] CHEN T, GUESTRIN C. Xgboost: A scalable tree boosting system[C]//ACM SIGKDD International Con-ference on Knowledge Discovery and Data Mining ACM. San Francisico: CA, 2016: 785-794.

[18] 閆琰, 董秀蘭, 李燕. 基于ENVI的遙感圖像監督分類方法比較研究[J]. 北京測繪, 2011(3): 14-16. YAN Yan, DONG Xiulan, LI Yan. Comparative study on supervised classification methods of remote sensing image based on envi[J]. Beijing Surveying and Mapping, 2011(3): 14-16.

Application of XGBoost algorithm on multispectral shallow water bathymetry retrieval

HU Peng1, ZHAO Lu-lu1, GAO Lei1, ZHU Jin-shan1, 2, 3

(1. Geomatics College, Shandong University of Science and Technology, Qingdao 266590, China; 2. State Key Laboratory of Geographic Information Engineering, Xi’an 710054, China; 3. Key Laboratory of Marine Mapping Technology, Ministry of Natural Resources, Qingdao 266590, China)

In optical shallow water bathymetry retrieval, due to the influence of the water and sediment types, the relationship between the water depth and sea surface reflectance is nonlinear. In this study, we built a nonlinear depth inversion model that uses the XGBoost algorithm. The research area was a 0–25 m sandy area around Ganquan Island in the South China Sea. GeoEye-1 multispectral data and in-situ multibeam data were used to investigate the depth inversion performance of the XGBoost algorithm. To evaluate the retrieved bathymetry results, we calculated the correlation coefficient (2), mean square error (MSE), and mean absolute error (MAE) values. We then compared the XGBoost bathymetry results with those of three linear regression models, and found the XGBoost nonlinear depth inversion model to have the best fitting performance and better precision, with2, MSE and MAE values of 0.991, 0.33, and 0.44 m, respectively. To further explore the performance of each model at different depths, we divided the water depth into three ranges (0–8 m, 8–15 m, 15–25 m). The results show that, in each depth range, the XGBoost model’s accuracy was better than those of the linear regression models. The MSE values in each depth range are 0.56, 0.14, and 0.43 m, respectively. Based on these results, we can conclude that, compared to other models, the depth inversion accuracy of the XGBoost model is higher, and its inversion effect is more stable in a single sediment region.

optical shallow water depth inversion; XGBoost algorithm; nonlinear regression model; sediment type

Dec. 26, 2019

P237

A

1000-3096(2021)04-0083-07

10.11759/hykx20191226002

2019-12-26;

2020-01-09

地理信息工程國家重點實驗室開放研究基金資助項目(SKLGIE2017-Z-3-3); 國家重點研發計劃課題(協作)-極區海域水聲環境觀測與聲場特性研究(2018YFC1405903); 測繪地理信息公益性行業科研專項(201512034)

[Project Supported by Open Research Foundation of National Key Laboratory of Geographic Information Engineering, No. SKLGIE2017-Z-3-3; National Key Research and Development Project (Cooperation) - Underwater Acoustic Environment Observation and Sound Field Characteristics in Polar Waters, No. 2018YFC1405903; Special Scientific Research Project of Surveying and Mapping Geographic Information Public Welfare Industry, No. 201512034]

胡鵬(1996—), 男, 湖南湘潭人, 碩士研究生, 研究方向為海洋遙感, E-mail: hupeng_1996@163.com; 朱金山(1974—),通信作者, E-mail: zhujinshan@sdust.edu.cn, 電話: 0532-86057276

(本文編輯: 楊 悅)