基于SVM+SFS策略的多时相紧致极化SAR水稻精细分类

国贤玉， 李坤， 王志勇， 李宏宇， 杨知

(1.山东科技大学测绘科学与工程学院，青岛 266590；2.中国科学院遥感与数字地球研究所，北京 100101；3.中国地质大学(北京)地球科学与资源学院，北京 100083；4.中国电力科学研究院输变电工程研究所，北京 100055)

0 引言

水稻是世界三大粮食作物之一，为我国一半以上的人口提供粮食来源。种类和种植方式的不同导致水稻长势、产量存在一定差异，传统的水稻制图(区分水稻和非水稻)已经难以满足高精度农业应用的需求。因此实现水稻精细制图，区分不同水稻品种与种植方式，为水稻长势监测提供更精准的信息，对于现代农业的发展具有重要意义。

紧致极化SAR(compact polarimetry synthetic aperture Radar，CP-SAR)降低了系统复杂度与能耗，缩小了传感器体积，已成为新一代对地观测SAR系统的重要发展趋势之一[1]。与全极化SAR相比，CP-SAR不仅能够保持丰富的极化信息，还能实现更大的幅宽与入射角范围。近年来，CP-SAR相关研究主要集中在3方面：①CP-SAR系统接发模式研究[2-3]；②CP-SAR模拟与伪极化(pseudo-quad-pol，PQ)SAR重建方法研究[4-5]；③CP-SAR应用研究，如信息提取[6]、作物分类[7]、森林参数反演[8]、海冰和溢油[9-10]等。虽然目前基于CP-SAR的应用研究覆盖面很广，但还不够深入，以农业应用为例，大多数研究都集中在简单的作物制图上，对于种植方式和种类的区分研究很少。

目前SAR水稻制图方法主要依据有3类：①后向散射特性的时相变化规律[11-12]；②不同极化后向散射特性的差异[13]；③全极化散射机理特点[14-15]。前2类方法都只利用后向散射强度信息，不包含雷达回波的相位信息。第3类方法精度高，普适性较强，对数据时相的要求也较低。虽然全极化SAR在水稻制图中具有较大优势，但全极化系统的脉冲重复频率是单双极化的2倍，相应的幅宽也小，限制了大范围水稻制图的应用。因此，在同时兼顾制图精度与面积的情况下，CP-SAR是最佳选择之一。2013年，Brisco等[16]基于CP-SAR开展水稻制图研究，对比分析了单双极化、CP-SAR与全极化SAR的制图效果，结果表明CP-SAR在水稻制图中的应用效果可与全极化相媲美，远优于单、双极化数据；2015年，Uppala等[17]基于RISAT-1卫星CP-SAR数据利用监督分类进行水稻识别，得到了较高的制图精度。这些研究表明了CP-SAR在水稻制图中的应用潜力，但集中于区分水稻和非水稻，对于水稻种类以及种植方式的区分研究不足。

鉴于此，以江苏金湖地区为研究区，开展CP-SAR水稻精细制图方法研究。针对插秧籼稻/粳稻、撒播粳稻3类水稻田，考虑水稻植株分布特征、生理结构特点以及下垫面的影响，研究分析其CP-SAR响应特征以及时相变化规律，在此基础上，针对CP-SAR多维特征信息，引入基于支持向量机和序列前进搜寻(support vector machine and sequential forward selection，SVM + SFS)[18]策略的特征选择方法，构建基于决策树和SVM的水稻精细分类方法。

1 研究区概况与数据源

研究区位于江苏金湖(E118°41′34″～119°16′27″，N33°17′05″～33°56′39″)，属于亚热带季风气候区，地势平坦，地块规则。该区水稻一年一熟(6—11月)。水稻种类为籼稻和粳稻，播种方式分为插秧和撒播，故水稻田可分为插秧籼稻田(TH)、撒播籼稻田、插秧粳稻田(TJ)和撒播粳稻田(DJ)4类。由于该区几乎没有撒播籼稻田，因此主要针对TH,TJ和DJ这3类(图1)，开展精细制图方法研究。

(a) TH(幼苗期) (b) TJ(幼苗期) (c) DJ(幼苗期)

(d) TH(乳熟期) (e) TJ(乳熟期) (f) DJ(乳熟期)

在研究区获取了9景RADARSAT-2精细全极化SAR数据，方位向和距离向空间分辨率分别为5.2 m和7.6 m。由于封行之前3类水稻田差异相对较大，因此，选择对应时段的SAR数据进行水稻精细分类方法研究，获取日期分别为2012年6月27日、7月11日和7月21日。首先基于3个时相的全极化SAR数据模拟CP-SAR数据。模拟数据为圆周极化发射线性极化接受模式(circular transimit and linear receive，CTLR)，发射右旋圆(R)极化、接收水平(H)和垂直(V)极化[19]，空间分辨率为30 m，噪声水平为-25 dB(图2)。获取SAR数据的同时，开展了地面实验，采集了水稻种类、种植方式和物候等信息，并利用高精度GPS获取了41块水稻样田的矢量数据，其中包括24块TH、6块TJ、11块DJ，还选择了8块水体和10块城镇建筑。

图2 CP-SAR模拟数据在不同极化通道的假彩色合成影像(CP-SAR RR(R)，RV(G)，RH(B)假彩色合成)

2 研究方法

研究流程主要包括CP-SAR数据模拟与特征参数提取、数据预处理、基于SVM + SFS的CP-SAR特征参数优选以及基于优选特征利用决策树和SVM方法进行水稻田精细分类，具体技术流程如图3所示。

图3 技术路线

2.1 数据预处理

基于CP-SAR模拟数据，根据特征参数定义，提取22个CP特征参数(表1)。然后对特征参数进行辐射定标、几何纠正、研究区裁剪和斑点噪声滤波等预处理。通过比较选择Frost滤波方法，以7×7窗口进行降噪处理。在此基础上，基于地面样方，提取不同类型水稻田、水体和城镇建筑的CP-SAR特征参数。

表1 提取的22个CP特征参数

(续表)

2.2 SVM + SFS策略特征选择方法

为了充分挖掘CP-SAR多维特征信息，同时保证分类方法的简洁性，引入基于SVM + SFS的特征选择方法，对22个CP-SAR参数进行优选。把每一特征参数看作由一个向量和一个标记组成，即Di=(xi,yi)，x=[x1,…，xi,…，xn]为训练数据向量，n为训练数据个数，yi为分类标记(yi取-1或1)。定义函数和超平面分别为

g(xi)=〈w,x〉+b，i∈[1,n]

(1)

〈w,x〉+b=0

(2)

式中：w为系数向量，其维度为n；b为常数变量。若使分类数据被超平面分成2类，超平面必须满足yi(〈w,x〉)≥1。SVM思想是使所求最优超平面能够具有最大的分类间隔，分类间隔δi表示为

(3)

式中：||w||为向量w的范数；|g(xi)|为g(xi)的绝对值。这等同于求二次规划问题，即

(4)

yi(〈w,x〉+b)≥1，i∈[1,n]

(5)

引入Lagrange算子α*，令α*≥0，满足式(6)有唯一解，即

(6)

式中b*为最优化的常数变量。当样本点到超平面距离为最短距离，则yi(〈w,x〉+b)=1且α*≠0，否则yi(〈w,x〉+b)>1且α*=0。α*=0的样本称为支持向量(support vector，SV)，样本的总个数称为SV个数(number of SV,NSV)。在SVM分类算法中，可分性的优劣就是由NSV判断，NSV越小，可分性越好。

除了3类水稻田的最优特征，利用上述方法还选出了区分水稻与非水稻的最优特征。

2.3 3类水稻田CP-SAR响应规律

面向水稻田精细分类，利用SVM + SFS方法，优选出的CP特征参数如表2所示。图4给出了3类水稻田在优选参数上的差异，且将优选特征参数分为2类：①强度特征参数；②非强度特征参数。

表2 利用SVM + SFS方法优选的CP-SAR特征参数

(a) 强度极化特征参数 (b) 非强度极化特征参数

相对于TH和TJ，DJ水稻植株密度更大，因此其后向散射和体散射都比较大；而TH和TJ的下垫面为水面，引起镜面反射使其后向散射和体散射较小，这导致DJ与TH，TJ的后向散射和体散射差异较大。由于σ0RH和σ0RV主要来自体散射的去极化作用，因此DJ的σ0RH和σ0RV大于TH和TJ(如图4(a)所示)，差值约为0.8 dB；而g0，g1与后向散射密切相关，2参数对于区分DJ与TH，TJ有较大贡献。TH下垫面为水面，且籼稻幼苗植株更高且粗壮，下垫面与植株垂直结构更容易形成二面角，因此TH的二次散射更强；TJ植株高度较小，DJ下垫面为土壤，因此TJ和DJ的二次散射相对较弱。由于二次散射在RR上的响应较强，因此TH的σ0RR大于TJ和DJ，差值约为1.3 dB；m-χ_db和m-δ_db表征二次散射的强度，因此TH的m-χ_db和m-δ_db强度值大于TJ和DJ，差值约为3.8 dB。所以σ0RR，m-χ_db和m-δ_db对于区分TH与TJ，DJ有较大贡献。DJ下垫面为土壤，其面散射贡献最大；TJ植株相对弱小，下垫面粗糙面散射贡献较大，TH植株相对高而粗壮，面散射最弱，由于σ0RL，g3，m-χ_s，m-δ_s与面散射密切相关，因此3类水稻田对应的这4个参数差异较大(如图4(a)所示)。以g3为例，其差值约为3 dB，对于区分3类水稻田贡献较大。TJ植株密度相对较小，而且粳稻植株相对弱小，因此其体散射相对于DJ和TH较小。m-δ_vol和m-χ_vol表征地物体散射，故TJ的这2个参数小于DJ和TH，其差值约为0.7 dB，对于区分TJ与DJ，TH贡献较大。

Hi表征散射机制的复杂程度，由于体散射更为复杂，因此体散射贡献越大Hi越大。通过前面3类水稻田的散射机理分析，DJ的体散射贡献最大，TH次之，TJ最小，由图4(b)可以看出，DJ的Hi大于TH且远大于TJ，因此，Hi对于区分DJ和TJ贡献较大。μ和α都与散射机理密切相关，μ从大到小分别表示面散射、体散射和二次散射；而α反之。因此DJ的μ值大于TJ和TH，而DJ的α值小于TJ和TH。μC也与目标的散射机理密切相关，其值与面散射的贡献成反比，DJ对应的μC值小于TJ和TH，对于区分TH与DJ贡献较大。

2.4 基于CP-SAR优选特征的水稻精细分类

基于SVM + SFS方法优选CP-SAR特征，分别采用决策树和SVM方法进行水稻精细分类。另外，将3类水稻田、城镇建筑和水体样方分为训练和验证样本2部分，TH、水体和城镇建筑的训练和验证样本各占一半，二者之间没有重叠。由于TJ和DJ的样本数较少，训练和验证样本之间约有30%的重叠。

2.4.1 决策树分类

首先利用CP-SAR优选特征区分水稻与非水稻，再进行3类水稻田的区分，最终实现精细分类，决策树分类如图5所示。图中变量的数字后缀代表影像获取日期。

图5 3类水稻田的分类决策树

研究区非水稻区域主要包括城镇建筑和水体等，水稻与水体、建筑的二次散射贡献差异很大(图6)，而RR极化对二次散射敏感，因此首先根据σ0RR，区分水稻和非水稻。水体的m-δ_db约为-35 dB，小于其他非水稻区域，因此利用m-δ_db区分水体；最后再利用m-δ_db和σ0RR将城镇建筑与其他非水稻区分开。针对3类水稻田，先利用6月27日(幼苗期)m-χ_db_0627，μC_0627和m-δ_vol_0627区分不同种植方式，即DJ与TH，TJ。因为撒播田下垫面为土壤，且植株矮小，二次散射比插秧田弱，而由于植株密度较大，其体散射较弱大于TJ，小于TH。另外，针对TH与TJ可分性较弱，且二者种植方式相同，田块结构相似，只能依靠水稻植株形态差异进行区分。7月11日，TH在RR上的响应较强，21日由于冠层密度增加，衰减增大，TH发生二次散射的能量减少，在RR上的响应减弱；而TJ刚好与之相反，因此利用二者在2个时相上的差异来实现区分。

2.4.2 SVM分类

基于CP-SAR优选特征，利用SVM进行分类。选择径向基核函数(radial basis function，RBF)，其Gamma值为输入图像波段的倒数，惩罚参数为100；分级处理等级为0，以原图像空间分辨率进行分类处理；分类概率阈值为0。

3 结果与分析

通过设计4组对比实验进行结果分析：①利用6月27日12个CP优选参数进行SVM分类，并与全部22个参数SVM分类结果进行比较；②考虑时相信息，利用3个时相28个优选参数进行SVM分类，并与全部66个参数分类结果进行比较；③利用决策树方法进行TH，DJ与非水稻区的区分；④利用决策树进行3类水稻田与非水稻区的区分。最后利用验证样本对分类结果进行精度评价(表3)。可以看出，水体和城镇建筑分类效果较好，生产者精度和用户精度均在90%以上，不同方法、不同时相组合对应的分类结果差异不大。

表3 2种分类方法的分类精度比较

①在Tm-n-k中，m表示用于分类的SAR数据时相数；n表示参与分类的CP-SAR特征参数个数；k表示水稻分类类别。

对于水稻来说，单一时相12个优选参数SVM分类，TH平均精度约为70.6%；TJ的生产者和用户精度都很低。多时相28个优选参数SVM分类，3类水稻的精度都有所提高，因此多时相对区分水稻种类、种植方式具有一定贡献；但是TJ生产者精度只有24.16%，即大部分TJ被错分成TH，说明水稻种类的区分能力仍然不高。多时相全部66个参数SVM分类，总体精度为91.38%，Kappa系数为0.880，与多时相28个优选参数SVM分类结果相近，可见对于水稻精细分类，基于SVM + SFS策略优选的28个特征参数能够与全部66个参数达到同样效果，避免了数据赘余、提高了运算效率。

利用多时相28个优选参数，进行决策树方法，区分TH和DJ，总体精度为97.44%，Kappa系数为0.962；区分3类决策树分类总体精度达到92.57%，Kappa系数达到0.896。与优选参数SVM分类对比总体精度提高1%～9%，Kappa系数提高0.01～0.12。TJ生产者精度为45.74%，比SVM分类精度提高了0～40%。总体来看，SVM + SFS策略优选参数决策树分类要优于SVM分类，并且分类速度更快。

从分类精度来看，TJ生产者精度较低，区分效果不好主要有以下几方面原因：①由于播种方式的不同，幼苗期插秧稻田种植稀疏，植株成行成垄，而撒播稻田植株较稠密，在雷达响应上表现差异性大，因此DJ容易与TH，TJ区分。幼苗期TH和TJ这2类水稻具有水稻共性，并且幼苗期水稻植株小，导致在雷达响应上表现差异性小；分蘖期和拔节期2类水稻植株表现出差异性，但随着植株生长，植株间的缝隙减小，这种差异性又淹没在水稻群体中，导致在雷达响应上差异性小，使得TJ区分效果不好；②研究区TJ种植面积少，在研究区地面获取的样方也少，影响TJ生产者精度；③本研究使用CP-SAR模拟数据，空间分辨率为30 m，噪声水平为-25 dB，空间分辨率和噪声水平与真实SAR数据(以RADARSAT-2全极化为例，空间分辨率8 m，噪声水平约为-32 dB)存在一定的差异。

采用SVM和决策树分类方法，3个时相28个参数分类结果如图7所示。

(a) SVM分类 (b) 决策树分类

从图7(a)中可看出，城镇建筑和水体被明显分出，这与城镇建筑、水体与水稻的散射特性差异性大有关。除水体和城镇建筑外，水稻田分为3类，TH多分布在东南区，TJ和DJ多分布在西北部，以TH分布最为广泛。这与研究区实际水稻种植分布现状基本相符；在图7(b)中，利用决策树分类比SVM分类效果更细，将村庄道路也区分出来，从整体来看，依然是TH分布在金湖地区东南部，TJ和DJ分布在西北部，城镇多分布在研究区南部。

4 结论

利用CP-SAR模拟数据提取多维特征信息，引入基于SVM + SFS的特征选择方法，构建了基于决策树和SVM的水稻精细分类方法，为水稻长势监测与估产提供了更精准的信息。具体结论如下：

1)利用多时相CP-SAR模拟数据，分析了不同种植方式、不同品种的3类水稻田的CP-SAR响应特征、散射机理及其时相变化规律。

2)针对CP-SAR多维特征参数，引入基于SVM + SFS的特征选择方法，建立了面向水稻田精细分类的CP-SAR最优特征集，并结合物理意义分析了这些特征在不同水稻田区分中的优势。

3)基于优选的CP-SAR特征参数，建立了不同种植方式、不同品种的3类水稻田的精细分类方法，TH与DJ的分类精度较好，平均精度分别达到88%和82%。TJ的分类结果相对较差，平均精度达到60%。

4)当利用3个时相CP-SAR数据水稻精细分类时，基于SVM + SFS优选特征的分类结果优于全部特征的分类结果。

但是TJ分类精度不高，应继续分析TJ与TH，DJ的差异，充分利用CP-SAR数据，提高TJ分类精度将是我们下一步的工作重点。