沙湾县介于84° 57'E— 86° 09'E, 43° 29'N° — 45° 20'N之间, 地势南高北低, 南部为天山支脉, 北部为古尔班通特沙漠。 耕地分布从南至北依次为山前丘陵区、 洪积冲积扇区、 冲积平原区。 该区气候干燥, 昼夜温差大, 属中温带大陆性干旱气候, 年均气温6~7 ℃, 年降水量140~350 mm, 年蒸发量1 500~2 000 mm, 年日照时数2 800 h, 全年大于10 ℃积温达3 500 ℃, 无霜期约180 d。 境内光热资源丰富, 适合棉花、 粮油、 蔬菜、 瓜果等作物的生长, 是新疆25个产粮大县之一。

1.2.1 遥感数据

Sentinel 2A数据因其具有较高的时空分辨率, 且在红边范围内设有3个红边波段, 能够敏感响应作物波谱特征, 目前已成为开展农作物分类研究的主要数据源之一(表1)。 根据研究区主要农作物的物候生长情况, 选用2016年3月— 11月间的118景Sentinel 2A影像, 用于提取农作物分类特征。 所用数据均为已经过几何校正(精度优于1个像素)与辐射校正(绝对误差< 5%)的大气上层表观反射率产品^[10]。 因此, 只需对影像进行大气校正预处理, 以去除薄云和雾霾的影响。 同时, 为减小波段间空间分辨率不一致引起的分类误差, 本研究采用最邻近插值法将20 m空间分辨率的红边波段重采样至10 m。

表1

Table 1

表1(Table 1)

表1 哨兵2A卫星波段参数 Table 1 Spectral bands for the Sentinel 2A 波段号 波段类型 中心 波长 /nm 波段 宽度 /nm 空间 分辨率 /m 时间 分辨率 /d b1 Coastal aerosol 443.9 27 60 10 b2 Blue 496.6 98 10 10 b3 Green 560 45 10 10 b4 Red 664.5 38 10 10 b5 Red edge 703.9 19 20 10 b6 Red edge 740.2 18 20 10 b7 Red edge 782.5 28 20 10 b8 NIR-1 835.1 145 10 10 b8a NIR-2 864.8 33 20 10 b9 Water vapor 945 26 60 10 b10 Cirrus 1 373.5 75 60 10 b11 MIR-1 1 613.7 143 20 10 b12 MIR-2 2 202.4 242 20 10

表1 哨兵2A卫星波段参数 Table 1 Spectral bands for the Sentinel 2A

1.2.2 野外调查数据

野外调查数据采集时间为2016年7月— 8月, 根据农作物的类型和种植结构, 共划分为15个采样区。 利用GPS采集每个样区内农作物类型及位置信息, 共获取358个典型农作物地块。 其中, 261个地块作为训练样本参与后期分类, 包括118块棉花地、 30块冬小麦地、 14块春小麦地、 34块番茄地、 48块玉米地、 17块其他农作物。 125个地块作为验证样本用于分类后精度检验, 包括51块棉花地、 29块冬小麦地、 14块春小麦地、 10块番茄地、 10块玉米地、 11块其他农作物。

野外调查结果显示, 研究区主要农作物物候生长周期(图2)主要表现为棉花生长周期较长, 春小麦生长周期较短, 冬小麦播种后经历越冬期次年收割。 番茄、 玉米、 向日葵、 谷子、 甜菜生长周期较为相似, 均为4月左右播种, 9月左右收割。 新疆历年统计年鉴显示上述五种作物的种植比重较小。 因而, 结合野外调查数据的作物类型, 确定本次分类研究的主要农作物类型为棉花、 冬小麦、 春小麦和其他农作物。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 研究区主要农作物生长周期及节气信息Fig.2 Growth period and solar terms information of major crops in study area

1.3.1 植被指数提取

植被指数种类繁多, 是作物生长状态的定量指示因子。

大量研究表明, 归一化植被指数(normalize difference vegetation index, NDVI)能有效消除大气与传感器等的影响, 精确反映植被物候信息, 是当前利用遥感技术进行农作物分类的最常用指标^[11]。 改进型叶绿素吸收反射指数(modified chlorophyll absorption ratio index, MCARI)能灵敏地反映不同作物叶绿素含量及生长状态, 利用其时相特性可实现作物分类^[12]。 因而, 本研究选用NDVI, MCARI进行分类研究, 对预处理后的118景遥感影像提取上述植被指数。 从Sentinel 2A三个红边波段中选取反射率与作物叶绿素含量相关性更强^[13]的b5波段来计算MCARI, 其与NDVI的计算公式如式(1)和式(2)

NDVI=(ρNIR-ρR)/(ρNIR+ρR)(1)MCARI=[(ρRedEdge-ρR)-0.2(ρRedEdge-ρG)]×(ρRedEdge/ρR)(2)

式中, ρ _NIR为近红外段的反射率, ρ _R为红波段的反射率, ρ _G为绿波段的反射率, ρ _RedEdge为红边的反射率。

1.3.2 面向对象的地块基元点集构建

研究引入面向对象的思想, 提出以地块中心点为基本分类单元的方法, 选取农作物地块中心点处纯净像元, 构建面向对象的地块基元点集, 用于从时间序列遥感影像中提取农作物分类特征, 逐地块实现农作物分类。 面向对象的分类方法将光谱性和形状性同质的地块图斑作为分类基本单元, 可有效降低地块内特征高度一致的像元造成的信息冗余, 同时有效解决基于像元的传统分类中存在的耕地边缘阔线模糊、 “ 椒盐” 现象严重等问题。 点集构建步骤如下: (1)选取3景(5月、 8月、 10月各一景)成像质量较好的无云Sentinel 2A植被指数影像, 用红、 绿、 蓝通道分别对应5月、 8月、 10月的NDVI数据, 融合成新的影像, 用于人工勾画地物边界。 (2)提取每块耕地的中心点, 仿照美国军事格网参考系统MGRS的编码方式, 对沙湾县38926块耕地进行编码, 获得面向对象的地块基元点集(图3)。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 研究区位置及地块基元点集示意图Fig.3 Paecels data set with MGRS codes in study area

1.3.3 时间序列分类特征组设立及特征提取

分类特征在机器学习分类器中起着决定性作用, 只有选择合适的特征参量, 才能使分类器有效捕捉到每种农作物有别于其他农作物的特征, 实现农作物分类。 根据不同分类特征, 分别从光谱层面和植被指数层面设立基于地块基元的分类组及基于像素的分类组(表2), 以探寻随机森林分类器及Sentinel 2A数据在干旱区分类过程中的最佳利用方式。 首先, 受云阴影的影响, 每个地块基元对应的无云遥感数据在数量及获取时间上有很大的差异。 因此, 充分考虑农事历及其与研究区内农作物物候信息间的关系, 利用二十四节气将全年划分为能够反映作物生育关键期变化的5个时段(图2), 即春分— 立夏、 立夏— 夏至、 夏至— 立秋、 立秋— 秋分、 秋分— 立冬。 其次, 利用Sentinel 2A数据自带的云覆盖质量判断文件, 在5个时期内各筛选1景天气状况最佳的无云数据, 将每个时期筛选出的无云数据分别镶嵌成一幅影像, 形成时间序列遥感影像集。 最后, 利用面向对象的地块基元点集, 提取时间序列遥感影像集每个时段内各分类组的相应分类特征, 形成支持后续分类研究的多维特征空间。

表2

Table 2

表2(Table 2)

表2 基于不同分类特征的分类组 Table 2 Groups based on different classification features 组别 名称 分类特征 基于 地块基元 红边光谱组 b5; b6; b7 无红边光谱组 b2; b3; b4; b8 有红边光谱组 b2; b3; b4; b8; b5; b6; b7 红边指数组 MCARI 无红边指数组 NDVI 有红边指数组 NDVI; MCARI 基于像素 有红边光谱组 b2; b3; b4; b8; b5; b6; b7 有红边指数组 NDVI; MCARI

表2 基于不同分类特征的分类组 Table 2 Groups based on different classification features

随机森林是一个结合了bagging集成学习理论与随机子空间理论的新型机器学习分类器, 其实质是利用多个决策分类器投票确定最终分类结果。 其基本流程如下: (1)通过bootstrap自助重抽样技术^[14], 从实地调查数据中的农作物训练样本所构成的原始训练集中随机抽取n个子样本, 每个子样本大小约占原始训练集的70%, 包含的分类特征总数为M(M的个数为相应分类组在5个时间序列内所有分类特征个数的总和)。 (2)利用每个子样本集构建决策树, 生成包含n棵决策树的随机森林分类器, 从子样本的全体分类特征集M中选出m个最优分类特征(m≤ M)用于该棵决策树分类。 (3)利用建立好的随机森林分类器依次对上述八个时间序列分类特征组进行分类, 每个地块基元中心点或像素的农作物类型由n棵决策树的分类结果投票确定。 原始训练集中未抽中的数据构成袋外数据, 用于计算随机森林分类器的泛化误差。 要获得较好的集成分类性能, 需要利用泛化误差优化随机森林分类模型的决策树的数量(n)和决策树内部节点随机选择分类属性的个数(m)两个变量。 根据反复试验和研究, 确定n=1 000, 且m= M。

分类前计算用于分类的训练样本的可分离度, 可分离度的值在0~2之间, 大于1.9说明样本之间的可分离度优异, 小于1.8则需要重选样本。 本研究各分类组的样本可分类度均大于1.8, 表明样本选择较为合理。

为分析时间序列光谱特征及植被指数特征对典型农作物的可分性, 选取研究区内种植面积较大的棉花、 春小麦、 冬小麦以及其他农作物类型里的代表作物春玉米和番茄。 对每类作物选取100个样本点, 提取其在时间序列无云遥感影像上的蓝(b2)、 绿(b3)、 红(b4)、 近红外(b8)、 红边(b5, b6, b7)波段反射率值及NDVI, MCARI像元值, 剔除异常值后求取均值并绘制五种作物不同分类特征的时间序列均值曲线(图4)。 红、 绿波段与蓝波段的曲线趋势相似, 因而不在图中展示。

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 主要农作物不同分类特征时序曲线变化图Fig.4 Time series curves of the major crops for different classification features

从图4可以看出, 不同农作物因物候差异在各分类特征中呈现不同的曲线波动趋势: (1)2016年4月中旬, 春小麦处于播种初期, 棉花、 番茄、 春玉米处于备耕期, 四种作物地块特征差异不明显, 在除b2波段以外的其他分类特征中都难以区分。 相比之下, 2015年10月左右播种的冬小麦在经历越冬期后处于拔节期, 其NDVI和MCARI值较高, 各波段反射率也均处于最高或最低水平, 明显有别于其他四种农作物; (2)2016年5月中下旬, 冬小麦处于抽穗期, NDVI及MCARI率先达到峰值, 春小麦迅速生长, 在NDVI, MCARI, b2及b6波段曲线中有较强的响应; (3)2016年6月上旬, 棉花、 番茄进入开花阶段, 春玉米进入拔节阶段, 叶面积和作物覆盖度逐渐增大, 叶绿素吸收能力逐步增强, 三种作物生长迅速, NDVI和MCARI增幅较大; (4)2016年7月中下旬之后, 棉花逐渐从花盛期步入裂铃期, 营养器官发育完全, 在分类特征上体现为b2和b6波段反射率陡然下降, b5, b7和b8波段反射率陡然升高, 利用该特点可将棉花和与之生长规律相似的番茄、 春玉米区别开来; (5)2016年8 月中下旬开始, 棉花、 番茄、 春玉米的营养器官成熟后趋于衰老, 叶绿素含量逐步减小, NDVI和MCARI在达到顶峰后逐步减小, b2和b6波段反射率逐步增大, b5, b7和b8波段反射率逐步减小。 春玉米与番茄仅在MCARI曲线中有较明显的差异, 在其他分类特征上则始终难以区分。 综上, 时间序列的分类特征曲线符合各作物生长规律。 棉花、 春小麦、 冬小麦的植被指数与光谱特征差异显著。 利用时间序列遥感影像能够有效表征主要农作物的季相规律和物候变化规律, 可用于农作物分类。

根据8个分类组获取的分类结果, 绘制了研究区内主要农作物的空间分布图(图5), 并利用野外调查数据集中的验证样本, 分别计算各分类组的总体精度、 Kappa系数和4种作物类型的用户精度和生产者精度, 以实现对各分类组分类精度的定量评价(表3)。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 基于不同时间序列分类特征获取的典型农作物分类图Fig.5 Classification map based on different Sentinel 2A time series data

表3

Table 3

表3(Table 3)

表3 分类精度对比 Table 3 Classification accuracy statistics 分类组 总体精 度/% Kappa 系数 用户精度/% 制图精度/% 棉花 春小麦 冬小麦 其他 棉花 春小麦 冬小麦 其他 基于 地块 基元 红边光谱组 90.50 0.869 0 90.06 96.30 94.84 86.05 92.36 78.68 97.40 86.31 无红边光谱组 91.63 0.884 2 93.02 92.07 90.34 90.52 92.41 85.38 97.05 88.31 有红边光谱组 94.02 0.916 4 93.52 96.35 94.72 93.41 95.15 90.69 98.21 90.14 红边指数组 89.44 0.852 1 88.31 75.11 98.06 86.36 96.65 88.20 91.42 72.06 无红边指数组 91.70 0.881 7 92.13 96.86 91.85 85.43 95.96 99.42 97.79 75.40 有红边指数组 93.33 0.914 5 92.30 98.48 95.30 91.48 95.94 98.43 97.95 85.04 基于 像素 有红边光谱组 90.89 0.878 4 92.88 92.52 98.52 71.09 87.45 88.68 91.97 85.81 有红边指数组 89.26 0.850 6 94.92 78.75 95.36 73.42 86.85 89.05 90.75 82.39

表3 分类精度对比 Table 3 Classification accuracy statistics

总体来看, 8组分类结果都取得了较高的分类精度, 总体精度均在89%以上, 且8组分类结果所反映的种植结构是一致的。 棉花在沙湾县农作物种植结构中占主体地位, 集中分布在资源丰富且灌溉设施较为完备的冲积平原区及洪积冲积扇区, 地块连续且面积大。 春小麦、 冬小麦在全县均有分布, 但主要集中在山前丘陵区且地块较为零星。

不同分类组之间的分类情况存在着微小的差异, 因而从以下三个方面进行讨论:

(1)地块基元对机器学习分类精度的影响。 遥感器在成像过程中, 像元所记录的复合信号多来自于周围像元对应的光谱信号, 因而基于像元的方法难以消除背景因素(田埂、 草地)等的邻近效应, 在边界上容易产生错分现象, 影响分类精度。 该现象在地块狭长的春、 冬小麦地块出现最多[图5(d)和(h)]。 通过引入面向对象的地块基元点, 能有效减少地块内部同质对象的信息冗余, 提升机器学习分类效率, 并能使分类精度得到明显提升。 其定性描述如图5所示, 基于像素的分类结果中“ 椒盐噪声” 较多, 地块边界廓线模糊[图5(g)— (h)], 而基于地块基元的六组分类结果中地块规整平滑, 边界清晰[图5(a)— (f)]。 定量描述如表3所示, 基于地块基元的有红边光谱组及有红边指数组与基于像素的对照组相比, 分类精度分别提高3.13%和4.07%。

(2)分类特征对机器学习分类精度的影响。 对比基于地块基元的6个分类组(表3)发现: 同样利用随机森林分类模型, 有红边光谱组的分类精度最高, 为94.02%。 其次是有红边指数组, 分类精度为93.33%。 而红边指数组的分类精度最低, 为89.44%。 从图5也可看出, 只用红边指数MCARI进行分类, 容易将春小麦误分为棉花、 冬小麦和其他作物[图5(e)]。 此外, 棉花、 春小麦、 冬小麦、 其他作物的最佳分类特征识别组依次是有红边光谱组、 有红边指数组、 有红边指数组、 有红边光谱组。 用户精度与制图精度的平均值依次约为94.34%, 98.46%, 96.63%和91.78%。 上述研究结果表明, 分类特征的选取对机器学习分类结果产生较大影响, 必须慎重选择。 与植被指数特征相比, 随机森林分类器对光谱特征更敏感, 有效分类特征的增加会促使随机森林分类器的总体分类精度及各作物精度获得提升。

(3)引入红边分类特征对机器学习分类精度的影响。 分别对比基于地块基元的光谱组和指数组(表3), 发现红边特征的引入对随机森林分类模型的精度提升较为有效, 可以使光谱组的总体分类精度从90.89%提高至94.02%, 并使指数组的总体分类精度从89.26%提高至93.33%。 但红边波段对不同种类的农作物识别精度提高的贡献程度不一, 在引入红边波段后, 光谱组的春小麦和冬小麦用户精度提升较为明显, 分别增长了4.28%和4.38%, 而棉花的用户精度仅提高0.5%。 指数组中其他作物和冬小麦的用户精度提升明显, 分别增长了6.05%和3.45%, 棉花的用户精度仅提高了0.17%。 这表明红边特征的引入有助于提升随机森林分类器对春小麦、 冬小麦和其他作物的识别能力, 但对棉花识别能力的提升依然有限。