結合珠海一號高光譜影像和XGBoost算法的珠江口濱海濕地分類

劉燕君,劉 凱,4,曹晶晶,4

(1. 中山大學地理科學與規劃學院,廣東 廣州 510006; 2. 廣東省公共安全與災害工程技術研究中心,廣東 廣州 510006; 3.廣東省城市化與地理環境空間模擬重點實驗室,廣東 廣州 510006; 4. 南方海洋科學與工程廣東省實驗室(珠海),廣東 珠海 519000)

濕地是水陸相互作用形成的特殊自然綜合體,是地球上生物多樣性最豐富的生態系統和人類重要的生存環境之一,被譽為“地球之腎”[1]。濕地科學分類作為濕地研究的基礎,是濕地科學理論的核心問題之一[2]。遙感技術已成為大范圍濕地信息提取和遙感分類的重要手段,對于準確、及時監測濕地生態系統受自然因素和人為干擾的動態信息至關重要。

國內外遙感技術的發展為濕地分類研究提供了豐富的數據源,包括多光譜影像、雷達影像和高分影像等[3-5]。其中,高光譜遙感以其豐富的光譜信息在復雜環境下的濕地類型精細識別中表現出顯著優勢[6-8]。相比于機載或無人機載高光譜遙感,星載高光譜遙感具有大范圍、易獲取、重訪率高等優勢,在區域或更大空間尺度的濕地分類中表現出了極大的應用潛力。

鑒于面向對象分類方法相比于基于像元的分類方法,能在較大程度上解決混合像元問題,減小分類結果的“椒鹽效應”[9]。近年來,極端梯度提升(eXtreme gradient boosting, XGBoost)作為一種基于決策樹的集成機器學習算法由于其運行速度快、分類效果好等優勢廣受關注,但其在濕地遙感分類中應用潛力仍有待探究。

綜上,本文運用具有較高空間和光譜分辨率的珠海一號高光譜影像,結合多維影像特征、XGBoost算法和面向對象技術,針對珠江口濱海濕地進行遙感分類,并對比SVM和RF兩種機器學習算法,分析XGBoost算法在濕地類型信息提取中的有效性。

1 研究區與數據源

1.1 研究區概況

珠江口濕地是我國重要的濱海濕地,位于南海北側近岸海域,是三角洲網河和殘留河口灣并存的河口,河口區河汊發育、水網密布。屬于南亞熱帶季風性海洋氣候,常年溫暖、多雨、濕潤,夏季時間長,冬季溫暖干燥[10]。珠江口濕地種類豐富,有許多相互連通的河道,包括低地島嶼、河灘沼澤地、大型低洼田(如稻田、魚池和蝦塘)、灘涂和紅樹林等。

1.2 數據及預處理

選用2019年1月25日覆蓋珠江口濱海濕地的珠海一號高光譜影像,數據來源于歐比特珠海一號遙感數據服務平臺。珠海一號高光譜衛星共有4顆星,空間分辨率為10 m,時間分辨率可達2天,成像范圍為150 km×2500 km,譜段數為32個,光譜分辨率為2.5 nm,波譜范圍為400～1000 nm。除了空間和時間分辨率的優勢外,珠海一號高光譜影像還具有紅邊波段。

對珠海一號高光譜影像進行預處理,包括輻射校正、幾何校正和圖像裁剪。首先,基于日照差異糾正模型進行輻射校正,將影像灰度值轉換為輻亮度值;然后,以Sentinel-2影像為基準影像,結合地面控制點進行影像配準。

2 研究方法

針對珠海一號高光譜影像進行面向多尺度影像分割,基于相關性的特征選擇(correlation-based feature selection, CFS)算法獲取最優的特征集合,并對比SVM、RF和XGBoost 3種不同機器學習算法的濕地分類效果,探討XGBoost算法在濕地分類應用的可行性。技術路線如圖1所示。

圖1 濕地分類技術路線

2.1 濕地分類體系

參考《中華人民共和國國家標準:濕地分類》(GB/T 24708-2009)和《濕地公約》及現有濕地分類體系[11-13],針對研究區的濕地類型,制定本文的濕地分類體系(見表1),包括自然濕地、人工濕地和其他土地類型。其中,河流濕地主要為永久性河流,沼澤濕地以紅樹林為主,人工濕地主要為水庫和水產養殖場。

表1 濕地分類體系

2.2 多尺度分割

采用多尺度分割算法,基于eCognition易康軟件進行珠海一號高光譜影像分割。多尺度分割是指在影像信息損失最小的前提下,以任意尺度生成異質性最小、同質性最大的有意義影像多邊形對象的過程,不同的地物類型可以在相應尺度的對象上得到反映[14-15]。使用一種無監督自動選擇尺度方法[16],經過多次試驗確定分割尺度和參數因子。

2.3 特征提取與選擇

根據不同濕地類型的特征和珠海一號的影像特征選取了光譜特征、形狀特征、紋理特征和指數特征4類共192個特征,見表2。多種類別特征的加入可輔助識別光譜特征相似的濕地類型[17]。

表2 本文使用的分類特征

針對上述特征集,本文采用經典過濾器模式CFS算法進行分類特征篩選[18]。該算法對單一特征對應于每個分類的作用進行評價,評估每個特征的預測能力及相互之間的冗余度,傾向于選擇與分類類別相關度高,但相互之間相關度低的特征[19]。

2.4 機器學習算法

2.4.1 極端梯度提升

XGBoost算法屬于梯度提升機器算法的擴展[20],該算法的基學習器通常為樹和線性分類器,得到帶L1+L2懲罰的線性回歸或邏輯回歸,其損失函數采用二階泰勒展開,具有高準確度、不易過擬合、可擴展性的特點,能夠分布式處理高維稀疏特征[21]。

2.4.2 支持向量機

支持向量機(SVM)是一種基于統計學習理論的機器學習算法,能夠很好地應用于小樣本、非線性及高維模式識別[22]。SVM算法針對的是小樣本的統計估計和預測,以結構風險最小化作為準則[23]。

2.4.3 隨機森林

隨機森林(RF)是一種基于決策樹的集成學習算法[24]。它利用bootsrap重抽樣方法從原始樣本中抽取多個樣本,對每個bootsrap樣本進行決策樹建模。每棵樹通過Bagging算法形成獨立分布的訓練樣本集,組合多棵決策樹的預測,通過投票得出最終預測結果[25]。

3 結果與分析

3.1 影像分割

針對研究區珠海一號高光譜影像進行多尺度分割,對比多次試驗的分割效果如圖2所示,最終確定分割尺度為60,該分割尺度下獲取的對象內部同質性較高,邊界輪廓較為清晰,具有較好的可分離性與代表性。同時,考慮研究區地物形狀大多較規整,確定影像分割的緊致度為0.6、形狀因子為0.4。

圖2 不同分割參數對應的影像分割效果

3.2 分類特征篩選

利用CFS算法篩選得到30個分類特征,包括18個光譜特征、3個形態特征、5個紋理特征和4個指數特征。圖3給出了各個特征對于濕地分類的F1得分,其中光譜特征的重要性最高。紅邊指數和陰影指數的重要性僅次于光譜特征。紋理特征和形狀特征的重要性排名靠后,這可能是由于珠海一號高光譜影像的紋理信息相對較弱的原因。

圖3 各特征重要性排序

3.3 濕地分類結果

3.3.1 3種機器學習算法分類結果對比

基于XGBoost、RF和SVM 3種機器學習算法得到研究區濕地分類精度,如圖4所示?？梢钥闯?利用XGBoost算法進行濕地分類效果最好,總體精度87.2%,Kappa系數為0.84。其中,制圖精度最高的是沼澤濕地,主要分布于研究區西南部,用戶精度最高的是水產養殖場。XGBoost算法對細小水體的分類更為準確,對溝渠和細小河流的分辨能力更高,且對旱地、建筑等非濕地類別更為敏感,能夠有效提高濕地分類精度。

圖4 基于3種機器學習算法的珠江口濕地分類精度

基于3種機器學習算法獲取的珠江口濕地類型空間分布如圖5所示。對比3種算法的分類結果,可以看出,RF算法的結果中在河流濕地有明顯錯分,大多數被分為建筑用地或湖泊濕地;利用SVM算法能夠較好地提取河流濕地,但會混淆養殖場和沼澤濕地;XGBoost算法應用于濕地分類的效果最佳,其中部分河流濕地被誤分水庫、坑塘或建筑用地,這可能是由于河流濕地分割較為細碎,影響了分類器對河流濕地同質性的判斷,且其樣本受河流上船只的影響,也在一定程度上影響了分類結果。

圖5 基于3種機器學習算法的珠江口濕地分類結果

3.3.2 特征優選前后的濕地分類結果對比

基于特征優選的濕地分類雷達圖如圖6所示。對于3種機器學習算法而言,相比使用全部特征集,利用優選特征集得到的總體精度和Kappa系數均有所提高,其中XGBoost算法得到的總體精度上升2.0%。SVM和RF算法盡管特征優選后的總體精度也有所提升,但湖泊濕地、水庫和溝渠的識別精度降低了?；赬GBoost算法得到的各類濕地識別精度均有提高,如湖泊濕地的用戶精度提升近20%,雖然河流濕地和溝渠的制圖精度有所下降,但下降幅度很小。

圖6 基于特征優選的濕地分類雷達圖

4 結 論

本文利用珠海一號高光譜影像獲取的光譜特征、形狀特征、紋理特征和指數特征,采用XGBoost算法和面向對象方法識別珠江口濱海濕地類型。主要結論如下:

(1)珠海一號高光譜數據以較高的空間分辨率和光譜分辨率的優勢,能夠準確識別不同濕地類型,分類精度基本都在80%以上,其中光譜特征在分類結果中具有較高的重要性。

(2)相比于SVM和RF機器學習算法,XGBoost算法能夠提供更高精度的濕地分類結果,總體精度為87.2%,Kappa系數為0.84,且能更為準確地區分溝渠和細小河流,并對旱地和建筑用地這些非濕地類型更為敏感。

(3)優選特征集相比于全部特征集而言,3種算法得到的濕地分類精度均有所提高,最高提升為2.1%,其中XGBoost算法提取的大多濕地類型的識別精度均有明顯提升,這也表明了篩選有效特征對于提高濕地分類效果的重要性。

珠海一號高光譜影像為大范圍的濕地信息提取提供了新的數據源,本文結合先進的機器學習算法驗證了其在濕地類型識別中的應用潛力。然而,我國濕地分布廣泛且類型繁多,后續有必要結合多源遙感數據進一步提升濕地類型的識別能力。