基于GF-2影像和Unet模型的棉花分布識別

伊爾潘·艾尼瓦爾， 買買提·沙吾提,2,3， 買合木提·巴拉提,2,3

(1.新疆大學地理與遙感科學學院，烏魯木齊 830046； 2.新疆綠洲生態重點實驗室，烏魯木齊 830046；3.智慧城市與環境建模自治區普通高校重點實驗室，烏魯木齊 830046)

0 引言

棉花作為我國重要的經濟作物，在我國新疆地區種植廣泛。在遙感影像上高精度地識別棉花，掌握棉花種植面積等年度波動狀況，為政府部門提供可靠的棉花農情信息，對提高經濟生產和我國農業安全都具有重要意義[1]。

目前，國內外利用遙感技術進行棉花識別研究多使用MODIS數據[2-3]、Landsat數據[4-5]、哨兵數據[6]等中低分辨率遙感影像,采用支持向量機(suport vector machine,SVM)[7]、隨機森林(random forest,RF)[8]、最大似然法[9]等傳統機器學習算法進行棉花信息識別提取。雖然這些影像數據可以有效提高時間分辨率、減少成本，但混合像元數量眾多，光譜識別度有限，缺乏有效的棉花識別特征參量等[10-12]，不能很好地滿足復雜地貌條件下棉花高精度識別分類要求。另外，僅采用有限的淺層特征和規則簡單、結構單一的自動提取算法在復雜地物分布情況下表現出極大的局限性。因此，需要探索提高棉花提取精度的新方法。

近幾年我國高分系列衛星的發射以及深度學習算法的發展，為作物高精度識別研究帶來了新的機遇[13-15]，尤其是GF-2衛星具有亞米級空間分辨率[16]，為較好實現復雜背景下的作物精準識別提供了重要數據源。同時，以Unet模型為代表的目標識別方法不斷完善，在城市綠地提取[16]、水稻病害識別[17]、胡楊冠層提取[18]等方面均有較多的應用，這為今后利用Unet模型高精度識別農作物提供了技術參考，使得Unet模型成為實現作物高精度監測技術突破的重要支點之一，為作物識別精度提高，智能化、自動化信息提取指明了方向，必將成為新的研究熱點。但是，通過總結前人研究發現，利用Unet模型進行棉花提取的研究較少，相關應用鮮有報道。因此本文嘗試將Unet模型應用到棉花識別研究中。

另外，隨著近幾年新疆環塔里木林果業的發展，果棉間作的種植模式迅速擴大，使作物種植環境更加復雜，導致現有遙感監測方法無法滿足復雜地理環境條件下及時、準確的作物識別要求。因此，本文針對地塊破碎、種植結構復雜以及傳統機器學習算法存在的高分辨率影像信息利用不足、大數量樣本運算能力有限等問題，以渭干河—庫車河綠洲為研究區，通過獲取GF-2遙感數據，將Unet模型應用到棉花識別研究中，探討Unet模型在干旱區作物精細分類中的適用性及優化流程，以期為干旱區作物精細分類提供新的思路。

1 研究區概況及數據源

1.1 研究區概況

研究區位于塔里木盆地北部的渭干河—庫車河三角綠洲(簡稱“渭庫綠洲”)是典型的沖積扇平原，地理坐標為E80°37′～83°59′，N41°06′～41°40′，年降水量為50.0～66.5 mm,年均蒸發量為2 000～2 092 mm，氣候類型為暖溫帶大陸性干旱氣候。研究區以種植業為主導產業，作物類型主要包括棉花、玉米、小麥等，是新疆重要的糧棉基地之一。從1994年起，新疆成為我國最大產棉區和最大的商品棉基地[19]。2011年統計數據顯示，“渭庫綠洲”棉花面積分別占新疆棉花總面積及阿克蘇地區棉花總面積的8.56%及38.2%，產量分別占8.41%及40.34%，是新疆主要的棉花生產區域之一[20]。研究區地理位置及分類目標具體如圖1所示。

(a) 研究區地理位置、解譯點、樣方分布(GF-2 B4(R),B3(G),B2(B)假彩色合成影像)

(b) 棉花(c) 玉米(d) 辣椒(e) 果園(f) 林地(g) 其他

1.2 數據源及其預處理

本文采用的數據是2018年9月17日的GF-2影像，GF-2數據包含4個多光譜波段(空間分辨率4 m)和1個全色波段(空間分辨率1 m)，幅寬可達43.5 km，是我國空間分辨率最高的民用陸地觀測衛星。首先對原始影像進行大氣校正、正射校正等預處理后將多光譜波段與全色波段數據融合得到空間分辨率為1 m的影像。然后，利用野外輔助調查數據在影像中選取棉花、玉米等作物樣本，借助樣本標注工具Labelme對選取出的圖像進行精細標注獲得樣本標簽。由于深度學習需要大量數據進行訓練[21]，因此本文采用加噪、對稱變換、旋轉、改變亮度等數據增強方法對有限的樣本數據進行擴充，最終獲得8 000張圖像大小為25像素×25像素的數據集，并按照9∶1的比例分為訓練集與驗證集，為作物分類做準備。

為了制作影像分類所需要的樣本數據, 以及了解不同作物的分布特征,于2018年7月3—12日、2019年2月5—9日分別進行了2次野外實地調查，共獲取各類地物樣點478個、樣方20個，并利用差分GPS獲取各點經緯度信息，測算樣方內地物面積等。根據野外調查樣點和樣方數據最終選取4 km×4 km范圍作為實驗區域，所選區域包含套種田地、套種園林等較為復雜的種植環境。

2 研究方法

2.1 Unet語義分割模型

Unet模型在深度學習遙感影像分類領域應用較為廣泛，其結構是一種典型的編碼-解碼框架(圖2)，主要過程一般為圖像輸入、編碼操作、解碼操作、圖像輸出4個部分[22]。本文首先將GF-2遙感圖像輸入該網絡中； 其次，對輸入圖像進行編碼操作，編碼過程通過2個3×3卷積計算后可以獲得64個通道的特征圖像，再利用2×2的卷積進行最大池化，將圖像的大小縮小為原圖一半，通過重復4次上述過程圖像的特征通道逐漸增加，從而獲取圖像的深層次特征； 然后，在進行解碼操作時，利用2×2的反卷積恢復圖像大小，每完成一次反卷積運算，將獲得的圖像與上一層提取到的特征圖進行融合，并再次進行2次3×3卷積運算，來還原物體細節特征，使邊緣特征更加精細； 最后，完成解碼操作，利用Softmax激活函數和1×1的卷積將各像素歸類并輸出分類結果圖。

圖2 Unet模型結構示意圖

Unet模型作為深層網絡參數眾多，其中批次大小、學習率、迭代次數、優化器是較為重要的幾類參數，需要多次實驗進行調節[23]。通過多次實驗，本文中將批次大小設置為4，學習率為0.001，迭代次數設置為100次。本文嘗試了Adam,Adagrad,Rmsprop,SGD等4類常用的優化器，繪制了不同優化器在訓練集上損失函數值的變化曲線，如圖3所示。優化器對深度學習模型最終的分類效果影響較大[23]，它通過更新和計算影響模型訓練和模型輸出的網絡參數，使其逐漸接近最優值，從而得到較低的損失函數值。從圖3可知，Adam優化器相比于其他3類優化器最先達到最低損失函數值并提前進入穩定狀態。因此，本文選擇了Adam優化器[24]來提升訓練效果，進而為獲取高精度的作物分類結果打下基礎。

圖3 不同優化器的訓練損失函數值隨迭代次數變化曲線

2.2 精度評價指標

本文利用混淆矩陣計算Kappa系數、總體精度(overall accuracy,OA)、制圖精度(product accuracy,PA)、用戶精度(user accuracy,UA)、交并比(intersection over union,IOU)等評價指標分析影像分類結果[25-26]。其中，Kappa系數表示預測結果與真實值之間的匹配程度，數值范圍在0～1之間； OA能夠直觀地體現預測結果與真實類別之間的正確匹配情況； PA為某一類驗證樣本被正確分類的概率，代表分類方法的好壞； UA則為某一類別預測結果正確代表實際真值的概率，反映分類結果的可信度； IOU為標簽上所有類別的真實值和模型所產生的預測值的交集和并集的比值。各指標公式分別為：

，

(1)

，

(2)

UA=Xii/Xi+

，

(3)

PA=Xii/X+i

，

(4)

，

(5)

式中：N為總像素數;Xii為某類別正確分類數;Xi+為該類別分類總數;X+i為該類別驗證樣本數;pii為原為i預測為i的數量;pij為原為i預測為j的數量;pji為原為j預測為i的數量。

3 結果與分析

3.1 Unet模型訓練

為了檢驗模型訓練是否過擬合繪制了訓練過程中損失函數值變化曲線，為了獲知模型訓練是否收斂繪制了訓練過程中精度隨迭代次數的變化曲線，如圖4所示。從圖4(a)中可知，訓練集和驗證集的損失函數值隨著迭代次數的增加均大致體現為下降趨勢，其中，訓練集的曲線在大約進行25次迭代之后不再變化。雖然驗證集的損失函數值出現了小幅度的波動現象，但是模型整體并沒有過擬合。圖4(b)中無論是訓練集還是驗證集，其精度隨迭代次數增加平穩上升，同樣大約于25次迭代之后不再變化，表明模型已經收斂，再增加迭代次數精度也不會出現較大改變，表明對于本次實驗，迭代25次之后便可結束訓練。

(a) 損失函數 (b) 精度

3.2 Unet分類結果

不同分類方法的精度評價結果如表1所示，從表1中可知，Unet模型的總體分類精度為84.22%，相比于面向對象、SVM和RF算法分別提高了7.94，11.93和11.73百分點，其Kappa系數為0.804 7，相對面向對象、SVM和RF提高了10.13%，14.72%和14.60%，Unet模型分類效果較好。從各地物分類結果來看，Unet模型分類結果中，棉花、玉米和辣椒的制圖精度與用戶精度均維持在較高的水平，尤其是棉花的制圖精度與用戶精度均高于其他方法的結果，說明利用Unet模型在GF-2遙感影像上較高精度地提取棉花具有一定可靠性。面向對象分類結果相比于SVM和RF具有較好的表現，從各地物情況來看，面向對象方法對玉米和林地有較好的提取效果。對于果園而言，4類方法總體表現較為一般，其中 Unet模型與面向對象方法相比SVM和RF算法，在提取果園方面精度都有一定的提升。不同方法分類結果如圖5所示。

表1 分類結果精度評價

(a) Unet分類結果(b) 面向對象分類結果

(c) SVM分類結果(d) RF分類結果

從圖5可以看出，Unet模型結果中識別棉花的視覺效果相比于面向對象、SVM和RF結果要好，面向對象結果中將一些棉地錯分為辣椒，SVM和RF結果中有一些屬于棉花區域的像素被錯分為林地，Unet模型識別棉花地塊邊界較為平滑、斑點較少，在一些樣方、樣點所在的區域被錯分的像素較其他3類方法結果而言相對減少。

為了更好地說明各地物目標的分類效果，利用野外調查樣點和樣方數據選取了4個局部區域，這些區域包含棉花、玉米、辣椒3類作物以及套種區域等復雜的種植環境，通過計算IOU分析分類結果中各類目標物的預測值與真實值的重合情況，如表2所示。由表2可知，Unet模型分類結果的IOU平均值為0.730 1分別高出面向對象、SVM和RF結果28.36%，28.01%和26.95%，說明Unet模型分類結果中目標的預測值與真實值更為接近。其中，從Unet模型結果各類別IOU來看， 棉花、玉米和辣椒的IOU均高于0.8，說明該模型對這3類作物的識別效果較好。其果園和林地雖均低于0.8，但是相比于面向對象、SVM和RF算法得到了較好的提升，而面向對象、SVM和RF的分類結果的IOU平均值基本在同一水平，差距較小。

表2 局部區域各地物IOU統計

局部區域分類結果如表3所示，Ⅰ號區域中作物類型為棉花和辣椒， Unet模型分類結果中棉花和辣椒的邊界較為平滑，錯分的像素也相比面向對象、SVM和RF的分類結果明顯減少。Ⅱ號區域包括玉米、果園、林地和其他4個類別，其中面向對象結果中存在將玉米錯分為林地的像素，SVM和RF結果中將玉米錯分為果園的像素居多，Unet模型則較好地識別出了玉米，錯分像素大大減少。Ⅲ號區域中，果園里局部區域果樹種植稀疏，SVM和RF算法將稀疏部分多數像素錯分到其他類別中，Unet模型結果則有了一定的提升。Ⅳ號區域為棉花和辣椒套種區域，從面向對象分類算法識別效果看，沒能將辣椒區域和周圍的棉花區分，均被識別為了辣椒，而SVM和RF則是將套種的辣椒錯分為了林地。Unet模型結果雖然也存在識別錯誤的像素，但識別出了大部分套種在棉花中辣椒。

4 討論

本文基于GF-2影像數據，利用Unet模型識別了棉花和玉米等作物，并取得了較為理想的識別效果。國內外雖然在作物精細分類方面做了大量研究并取得了一定的成果[27-29]，但基于GF-2數據和Unet模型的干旱區棉花識別的研究相對較少。“渭庫綠洲”在干旱區遙感應用研究領域具有一定代表性且為新疆重要的產棉區，本研究可為干旱區棉花信息提取提供新的思路。

從研究結果看，Unet模型提取棉花的精度較高，這與馬永建[30]的研究結果一致，說明國產高分衛星和Unet模型方法在干旱區遙感棉花識別研究中效果較好。另外，本文利用的是9月中旬的GF-2影像，9月中下旬為棉花識別最佳時期[31]，因此棉花得到了較好地識別效果。對于玉米Unet模型同樣表現出了較高的識別精度，這是由于玉米屬于高冠層密度作物[32]，與其他作物相比有更為細致的紋理特征，因此模型提取精度較高。對于辣椒SVM和RF的分類精度較低，與之相比Unet模型的精度則得到了一定的提高，這是由于辣椒與棉花、玉米光譜特征相似，利用傳統機器學習算法基于像元光譜特征識別辣椒，只能獲取淺層特征從而影響識別精度。而Unet模型通過卷積運算可以充分利用GF-2影像高空間分辨率的優勢，自主學習辣椒的深層次圖像特征，因此其結果有了較高的提升。果樹和林地的識別結果4種方法均表現較差，分析誤差存在的原因，可能是研究區內林地與果樹影像的紋理特征相似，進而影響了兩者的提取精度。

另外，本文在Unet模型參數的調整需要進行多次的實驗，本文中選擇Adam算法優化器時，模型在訓練集上的損失函數值下降最快并達到穩定狀態，這與趙陽[23]的研究結果一致，Adam算法作為一種自適應算法，具有較快的收斂速度[24]。深度學習模型的網絡結構復雜、參數較多，其調試過程依賴操作經驗和數次反復試驗，這也在一定程度上降低了工作效率。本文Unet模型訓練過程中驗證集損失函數值曲線出現小幅度波動，原因可能是訓練集和驗證集比例為9∶1，驗證集數量分配較少所引起。因此，不同比例的數據分配對模型訓練的影響也是今后值得研究的內容。本研究中Unet模型對作物的提取結果雖然優于SVM和RF算法，但是只利用了GF-2影像3個波段的光譜特征，缺少對其他光譜特征(如植被指數)的應用，可在以后的研究中構建多類植被指數[33]，以求獲得更高精度的識別效果。

通過研究表明，深度學習方法應用于遙感影像作物識別具有較大的潛力，但作為一門新興技術手段，需要進一步完善和提高。今后的研究中可以嘗試多種深度學習模型提取作物信息，如Deeplab V3[32]和Pspnet[34]等。還可以嘗試CRF[35-36]后處理方法優化分類結果以及引入集成學習[37]的思想，將多種方法提取結果進行集成，從而提高作物分類的精度。

5 結論

1)Unet模型對作物的分類精度較高，總體精度為84.22%，相比面向對象、SVM和RF算法提高了7.94，11.93和11.73百分點，Kappa系數為0.804 7，提高了10.13%，14.72%和14.60%。

2)從單個作物類別來看，Unet模型對棉花的分類效果優于其他作物的識別效果。對于部分套種區域，Unet模型能夠挖掘作物圖像的深層次特征，從而提升分類的準確性，較好識別套種作物，獲取更精準的作物空間分布信息。

3)GF-2影像高空間分辨率的優勢配合Unet深度學習方法在干旱區作物遙感影像高精度識別研究中具有可行性和可靠性。