基于Cart决策树的高分二号烟草信息提取

2022-10-10刘昌华石林峰易小飞胡同波

河南城建学院学报 2022年4期

张雷，刘昌华，石林峰，易小飞，胡同波

(1.河南理工大学测绘与国土信息工程学院，河南焦作 454000；2.自然资源部第一大地测量队，陕西西安 710054；3.河南省现代农业大数据产业技术研究院，河南郑州 450046)

烟草是我国非常重要的经济作物，因为我国国土辽阔、地形复杂，政府部门对烟草的监管难度较大。目前烟草面积监测主要通过传统的手持GPS进行实地测量，这种方法耗时费力，而且受人为因素影响，误差很大。

近年来，遥感技术快速发展，因其覆盖范围广、信息获取速度快等优点，被广泛地应用于作物监测中[1-2]。针对传统作物，国内外学者已进行大量研究，但对于烟草的提取，却研究较少。文献[3]利用SPORT数据与航空影像分别基于多尺度和基于像元分割提取森林信息，结果表明前者精度高于后者。文献[4-5]利用IKONOS影像进行面向对象分类，取得了较好的分类结果。文献[6]以Quick Bird 影像为数据源，利用多尺度分割算法提取影像信息，结果精度达90.04%。文献[7]以QuickBird影像为数据源采用面向对象的方法对退耕还林地树冠信息进行提取，总体精度达到84.67%。文献[8]利用无人机多光谱影像，针对玉米倒伏，构建5种特征组合，采用最大似然分类，得到了高精度的玉米倒伏面积。文献[9]利用无人机遥感影像，通过自创的图像处理软件，在烟草面积提取中，有着95%的提取精度。文献[10]基于面向对象的分类方法，选用中巴资源卫星，通过不同的融合方式，对四川山区烟草面积进行提取，证明了面向对象方法在烟草提取中的有效性。

高分二号是我国地面像元分辨率最高的光学卫星，在作物识别、建筑物识别、矿山遥感监测、林业监测等方面有着广泛的应用。1984年Breman提出了Cart决策树，它是一种二叉树分类方法,通过利用空间辅助信息，对影像的多个特征变量进行选择性组合,从而实现对影像数据的分类和预测。本文基于高分二号卫星影像，通过选取不同的特征指标，利用决策树分类方法对洛宁县烟草作物进行提取，探究高分二号卫星在烟草提取中的优越性，为政府部门对烟草市场的宏观调控提供技术支持。

1 研究区及数据预处理

1.1 研究区概况

本文选取洛阳市洛宁县为研究区，如图1所示，洛宁县从1978年开始种植烟草，1981年被国务院划为烟叶最适宜种植区，全县面积2 306 km2，耕地面积约8.67万hm2，适宜种烟面积达3.73万hm2。年降水量600 mm左右，全年日照2 258.5 h，历年平均气温13.7 ℃，适宜烟叶的光合作用。

图1 研究区示意图

1.2 数据源及预处理

根据烟草及当地其他主要作物的物候，选用2020年7月7日的高分二号卫星影像为数据源，包含全色波段和多光谱波段，成像幅宽45 km。数据预处理主要包括辐射定标、大气校正、正射校正以及影像融合等[11]。将全色与多光谱影像进行融合，得到空间分辨率为0.8 m的多光谱影像，但为了方便计算，将影像分辨率重采样为1 m。

辅助数据包括：①洛宁县及各个村边界矢量数据，用于裁剪出研究区域；②洛宁县30 m精度DEM数据，用于影像的正射校正，并为分类提供地形特征；③无人机实地采样影像，集思宝采集烟草地块矢量数据，Google Earth历史影像数据，辅助训练样本的选取。

2 基于Cart决策树的烟草信息提取方法

基于Cart决策树的面向对象烟草信息提取主要包括：影像分割、特征提取、建立Cart决策树分类规则、分类。本文基于Arcgis和Ecognition软件实现。具体流程如图2所示。

图2 总体技术流程图

2.1 多尺度分割

多尺度分割是一种十分常用的分割算法，该算法基于边缘，只需输入参数，即可计算出多尺度分割的结果，计算步骤简单且结果获取速度快，是一种自下而上的区域增长技术[12]。其异质性的具体计算方式为：

f=wcolorhcolor+wshapehshape

(1)

hshape=wcompacthcompact+wsmooth+hsmooth

(2)

式中：f为异质性；wcolor为光谱信息权重；wshape为形状信息权重;hcolor为光谱异质性的值;hshape为形状异质性的值;wcompact和hcompact分别为紧密度和光滑度的权重;wsmooth和hsmooth分别为紧密度和光滑度的异质性值[13]。

2.2 光谱差异性分割

光谱差异性分割是在已有的分割基础上进一步分割的算法，是一种自上而下的分割。通过判断相邻均值层的亮度差异，当亮度差异满足特定的阈值时，将两个对象进行合并，计算相邻影像对象之间的光谱差异。

通过光谱差异性分割，不仅可以减少分割对象的数量，还能在一定程度上改善“过分割”现象[14]。

2.3 Cart决策树分类原理

影像通过多尺度分割和光谱差异性分割以后，并不能直接将每个对象的类别识别出来，还需进行分类这一环节，将每个对象赋予类别信息。利用Cart决策树算法对影像对象进行分类。决策树是一种基于知识发现与数据挖掘的预测分类模型[15]。对输入的训练集进行循环分析，然后生成二叉树形式的决策树，使子节点的GINI指数值最小的属性作为分裂的方案[16]。GINI公式为：

(3)

式中，GINI(D,A)是在特征A条件下集合D的GINI指数，当它的值越大时，样本的不确定性就越大，因此，这里需要选择取值最小的特征值A[17]。特征变量和节点阈值的选择在这个过程中起着关键作用。

2.3.1 样本选择

用于模型训练的数据集又称为训练样本，它是整个分类算法的基础。训练样本的好坏直接关系到分类结果的优劣，因此，在选择样本的时候不仅要选择具有代表性和典型性的样本，还要具备区域样点的完备性[18]。为更好地提取烟草的种植面积等信息，根据当地各类主要作物的物候，选择7月初的影像进行烟草提取。此时大部分作物还未长出，裸地较多。因此，根据研究区的地物情况，将研究区分为烟草、裸地、灌木、其他耕地、林地5类土地类型，在这个分类体系下，利用Google Earth影像、无人机影像和集思宝数据选择566个样本进行训练。其中，烟草、裸地、灌木、其他耕地、林地的样本数量分别为：183、86、96、116、85个。

2.3.2 特征选择

从光谱特征、形状特征、纹理特征、自定义特征这几个方面选取，共14个特征[19]。

光谱特征:原始影像的4个波段均值。

形状特征：紧致度(compactness)和形状指数(shape index)。

纹理特征：采用灰度共生矩阵的几个指标，包括均值(Mean)、嫡( Entropy)、同质性(Homogeneity)、相异性( Dissimilarity)、方差( StdDev)、对比度(Contrast)、相关性(Correlation)。

自定义特征：用于提取植被的归一化植被指数(NDVI)。

3 结果与分析

3.1 多尺度分割结合光谱差异性分割

在进行多尺度分割时，起初并不能确定最佳的分割尺度，因此需要进行试错，如图3所示，首先尝试将分割尺度设置为30，发现地块被分割的很细碎，当分割尺度为70时，不同的地物会被分到一起，最后尝试用尺度50得到相对较好的分割结果。再利用(estimation of scale parameter,ESP)[20]工具设置3个分割层，通过生成的ROC-LV曲线判断最优分割尺度，发现在49时为波峰,如图4所示。因此，最终选择49作为多尺度分割的最佳分割尺度。

(a)分割尺度30 (b)分割尺度50 (c)分割尺度70 (d)分割尺度49图3 多尺度分割试错图

图4 ESP尺度参数估计图

随后将分割尺度为49的分割结果再进行光谱差异性分割。采用试错法，不断调整形状因子和紧质度因子，通过目视判断分割效果，以减少分割对象的数量，并改善“过分割”现象，确定最终的分割图，如图5所示。在之前的多尺度分割中，已经取得了很好的分割效果，光谱差异性分割是对它的优化，发现当尺度为5时不同地物就已经被分到了一起，因此选择尺度2作为光谱差异性最终分割尺度。

(a)尺度2 (b)尺度5 (c)尺度7

3.2 影像分类

将Arcgis制作好的训练样本数据输入Ecognition软件中，选择之前确定好的14个特征指数，然后进行训练、应用和决策树的导出。生成的决策树规则如图6所示。

图6 Cart规则树

从决策树规则可以看出：通过G波段的均值可以很好地把林地区分出来；纹理特性的相异性可以很好地区分烟草和灌木；形状因子能把林地和其他地物很好区分出来；R波段的均值可以把裸地提取出来；纹理特征的均值能很好地提取烟草；最后纹理特征的相关性特征能很好地提取出裸地和其他地物。基于以上规则树，生成分类结果。

为验证Cart决策树算法在烟草提取时的精度和效果，在分割尺度参数、训练样本、特征指标不变的情况下，采用经典的支持向量机和随机森林算法对研究区进行分类。3种分类效果如图7所示。

(a)Cart决策树分类结果 (b)支持向量机分类结果 (c)随机森林分类结果

3.3 精度评价

观察图7，Cart决策树和随机森林的分类结果较好，在支持向量机中，各个地物的提取结果都不太理想。为了从定量方面进行研究分析，通过验证点进行精度评价，在原始影像中均匀布点，生成10*10的点状文件200个，如图8所示，并逐一确定每个点的真实地物类型，确定是否属于烟草，然后在ArcGIS中对每个点添加属性进行二分类，将新建的点文件加载到预测结果影像中，对预测点类别进行验证，并建立混淆矩阵对3种分类方法的预测结果进行精度评价。评价结果如表1所示。