基于改进UPerNet和国产高分遥感数据的冬小麦种植区提取

白静远 宁纪锋 郭交 杨蜀秦 张智韬

摘要：遥感技术能够获取大区域下冬小麦的空间分布，为冬小麦估产提供良好基础。基于2020年5月4日的高分2号多光谱卫星影像，构建包含光谱特征和植被指数的数据集，并通过改进UPerNet模型的上采样结构、激活函数以及增加注意力模块来优化模型提取冬小麦效果。选取杨凌示范区2块地物类型丰富地区作为研究区域，以此探究方法的可行性；然后基于最优方法，提取杨凌区冬小麦种植区域。研究区域结果表明，与仅使用光谱信息作为模型输入特征相比，基于多光谱和植被指数的分类效果更好。在融合光谱特征和植被指数的数据集上，改进的UPerNet模型分类精度最高，冬小麦提取精度为97.78%，总体分类精度相比于改进前的UPerNet提升了2.49%，对比DeepLab V3+提升了3.48%。基于改进方法，实现了杨凌示范区的冬小麦种植区提取；通过实地调查以及对比统计年鉴数据的方式，验证了杨凌示范区冬小麦空间分布与实际情况基本一致。改进后的UPerNet模型能够有效区分遥感数据中的地物类别，提升冬小麦种植区域提取精度，也为基于卫星影像获取冬小麦空间分布提供了技术支持。

关键词：冬小麦；种植区提取；语义分割；高分卫星；UPerNet

中图分类号：S127  文献标志码：A

文章编号：1002-1302（2023）13-0203-09

冬小麦是我国主要粮食作物之一，及时准确获取冬小麦种植区域有助于作物种植结构管理［1］。卫星遥感技术在大尺度的农业种植结构普查中具有及时高效的特点，已成为获取农作物分布信息的主要手段之一［2］。利用卫星遥感技术及时准确掌握冬小麦的空间分布，对于农业政策制定、优化冬小麦种植区域布局具有重要意义，也可为冬小麦的长势分析、产量预估提供基础数据。

我国高分系列卫星覆盖了从全色、多光谱到高光谱，从光学到雷达等多种类型，构成了一个具有高空间分辨率、高时间分辨率和高光谱分辨率的对地观测系统，这些系统为精确提取农作物空间分布信息提供了强大的数据支撑。郭燕等基于高分2号的4 m多光谱影像，采用支持向量机、人工神经网络和最大似然法，对河南省濮阳市濮阳县小麦种植空间分布信息进行快速提取和精度分析［3］。王冬利等基于高分1号宽幅数据，分析不同时间的NDVI，结合K均值分类法进行河北省辛集市的冬小麦种植区域提取［4］。王利军等基于高分6号宽幅数据，利用随机森林算法完成4种不同红边波段方案下冬小麦、大蒜和油菜等作物的分类提取［5］。

基于深度学习构建的分类模型能够在分类任务中加入上下文特征信息，从而提升分类精度［6］。不同的卷积神经网络（convolutional neural networks，简称CNN）模型已被运用于遥感影像的分类中：崔刚等将PSPNet模型应用于冬小麦识别研究，文章基于卫星影像，探究了深度学习对不同分辨率冬小麦识别的适用性［7］。Ayhan等采用DeepLab V3+模型對公开遥感数据集中的植被进行分类［8］。Liu 等采用UPerNet模型实现基于航空影像的土地覆盖分类［9］。

上述研究多采用光谱信息或单一的植被指数信息作为模型输入特征，并未综合利用光谱信息和其他植被指数信息。基于机器学习的分类模型也多依赖于人工构建特征，尽管此类模型具有易于构建、占用计算资源少等优势，但分类结果有着一定的局限性［10］。基于深度学习的分类模型中采用的双线性插值上采样容易造成分类目标边缘细节丢失，并且模型难以直接应用在多通道的遥感数据中。

为准确提取冬小麦种植区域，有效区分冬小麦和其他农作物，本研究提出一种基于深度语义分割方法的冬小麦种植区域提取模型。UPerNet模型能够利用特征的层次性捕获遥感图像的低级纹理和复杂特征，通过改进UPerNet网络结构适应融合光谱信息和植被指数的遥感数据，并修改激活函数、上采样结构、增加注意力机制来优化模型。试验结果表明，改进的UPerNet模型的冬小麦提取精度、总体精度（OA）和κ系数均优于随机森林（random forest，简称RF）、DeepLab V3+和UPerNet模型，验证了改进方法的有效性，为基于卫星影像获取农作物种植结构提供参考。

1 材料与方法

1.1 研究区概况

研究区位于陕西省国家级杨凌农业高新技术产业示范区（107°59′～108°08′E，34°14′～34°20′N），简称杨凌区，总面积为13 500 hm2，地处暖温带，年均气温为12.9 ℃；气候为半湿润半干旱季风气候，年均降水量为635.1 mm；全年四季分明，呈现典型的冬冷夏热特征。杨凌区三面环水，水资源丰富、水利条件优越。气候因素以及水文因素使得杨凌区适合冬小麦种植。

本研究选取杨凌区冬小麦集中种植区作为研究区域（图1），其中区域A面积约为232 hm2， 区域B面积约为221 hm2。研究区域地物类型丰富，包含冬小麦、玉米等农作物，还包含工业厂房、居民房屋、农业塑料等其他地物类型。

1.2 数据及预处理

1.2.1 遥感数据 本研究选用高分2号光学遥感卫星（简称GF-2），该卫星搭载了2台0.8 m全色/4 m多光谱的高分相机（简称：高分相机）。经过实地调查，进入5月后，冬小麦颜色逐渐变成深绿色，在卫星图像中特征较明显，利于训练样本选取与标注。结合冬小麦的生长周期，对5月的卫星影像进行筛选，最终选取无云时段的卫星影像作为本次试验的数据源［11］。影像数据由GF-2搭载的高分相机获取，数据获取时间及GF-2主要参数见表1。

1.2.2 遥感数据预处理 GF-2获取到的数据包括1幅4波段的多光谱影像和1幅单波段的全色影像。在ENVI软件中对获取的遥感数据进行预处理：首先对多光谱影像进行辐射定标、大气校正和正射校正处理，再对全色影像进行辐射定标和正射校正处理，然后将多光谱影像和全色影像进行 Gram-Schmidt 图像融合，获得高空间分辨率的多光谱影像，预处理后的GF-2影像采样率为0.8 m。

1.2.3 地面参考数据 根据实地调查结果以及目视解译，将研究区土地类型划分为冬小麦、裸地、建筑（城乡房屋、工业厂房等）、农业塑料覆被（地膜及大棚等）、玉米地以及其他植被（除去冬小麦以及玉米的其他植被，如草地、林地等）共6种类型。通过统计2块试验区域的地面参考数据，最终获取各类别分布情况如图2所示。为训练分类模型并进行分类精度定量评价，需获取可靠的地面真值数据。因此开展实地调查，并结合高分辨率影像进行目视解译，通过ENVI软件绘制地面真值图，A、B等2个研究区的可见光遥感图像和地面参考数据如图3所示。

1.3 数据集构建

选取占地面积较大的区域A遥感影像作为分类模型的训练集和验证集，占地面积较小的区域B作为分类模型的测试集。为加快模型训练速度，将网络输入大小设置为256×256像素，并且按照 256×256像素的窗口大小对研究区域遥感图像进行裁剪。结合各类别像素个数以及所占比例，将训练区域A划分为训练集和验证集，其中验证集包含908张图片，用来调整模型超参数；训练集包含 2 724 张图片。考虑到深度学习网络对于训练集数量的依赖，综合前人学者研究，随机抽取训练集图像进行翻转、旋转、缩放等图像增强操作，以此扩充训练集数量，增加网络泛化能力［12］。最终获得训练集图片3 200张，用来训练分类模型。区域B作为测试集对模型的预测结果进行精度评价。

1.4 UPerNet深度语义分割模型

语义分割是在像素级别上的分类，属于同一类的像素被归为一类，因此语义分割是从像素级别来理解图像［13］。与传统图像分割方法大多只利用图像表层信息不同，基于深度学习的语义分割方法能够充分利用图像的语义信息［13］。

Xiao等提出UPerNet模型，该模型可实现联合推理，并发掘图像之中丰富的视觉知识［14］。UPerNet具有内存效率高的优点，适合处理高分辨率的图像；并且能够利用特征的层次性，因此可以捕获图像的低级纹理和复杂特征。UPerNet基于特征金字塔网络（feature pyramid network，简称FPN）［15］。为克服深度卷积网络的感受野足够大但实际可用的要小很多这一问题，UPerNet把 PSPNet中的金字塔池化模块（pyramid pooling module，简称PPM）用于骨干网络的最后一层，在其被馈送至FPN自上而下的分支之前［16］。

1.5 改进的UPerNet冬小麦种植区域提取方法

1.5.1 UPerNet提取冬小麦种植区的局限性 UPerNet对三通道图像的处理无法直接应用在包含更多通道的遥感图像中。对于多光谱遥感图像，除了能够提供光谱信息还能够提供植被指数信息，而现有的UPerNet模型未能有效利用这些信息。一些植被指数中包含负值，但语义分割中常用的ReLU激活函数对负值无响应容易导致性能下降［17］。UPerNet在最终预测图的基础上，采用双线性插值上采样直接获得与输入相同大小的输出，但双线性插值没有学习能力并且会丢失细节［18］。因此，针对这些不足，本研究通过遥感图像信息融合和网络结构修改，构建适用于多波段遥感影像的语义分割网络，以此能够更好地提取小麦种植区域。

1.5.2 植被指数提取 在遥感图像信息融合方面，通过对GF-2卫星影像的光谱信息以及植被指数进行叠加，形成7维度的数据集。

结合表1，选取GF-2影像的红、绿、蓝以及近红外波段构建光谱特征。除了构建光谱特征外，在遥感影像分类中增加植被指数信息，以此研究植被指数的加入对模型分类精度的影响。

GF-2包含红、绿、蓝以及近红外共4个波段，通过将可见光和近红外波段进行组合，可以计算出归一化植被指数（NDVI）、比值植被指数（RVI）和花青素反射指数2（ARI2），如图4所示。NDVI是目前检测植被生长状态的常用指标［19］。RVI能够体现植被与土壤背景之间的辐射差异，是植被长势、丰度的度量方法之一［19］。ARI2常用于植被健康检测、作物产量分析等方面［20］。

1.5.3 改进的UPerNet模型 首先是输入层的修改：由于UPerNet多应用在三通道的图像中，无法直接训练多通道的遥感数据，因此按照构建的遥感数据维度增加网络输入通道数。

在引入植被指数后，考虑到引入的植被指数中包含负值，而Mish激活函数不仅拥有ReLU激活函数的优点，对于负值也有良好响应，因此将网络中ReLU激活函数替换成Mish激活函数，使得改进后的模型更具有鲁棒性［21］。Mish激活函数公式见式（1），其中x代表输入数值。

Mish=x×（tanh）［ln（1+ex）］。（1）

由于输入数据包含多个植被指数以及光谱信息，可能导致网络训练时不容易收敛，因此在骨干网络ResNet101中加入SimAM注意力模块提升网络对分类目标的关注度，具体加入位置在骨干网络的第1层到第4层内部——每层的3×3卷积之后，如图5-a所示［22］。该模块是无参3D注意力模块，拥有通道注意力和空间注意力的优势。采用该模块的好處是不会给网络增加额外参数，并且能够突出分类任务的重要特征。

针对原模型中采用双线性插值来恢复预测图像尺寸，从而导致细节丢失的问题，改进后的UPerNet网络将原网络中双线性插值上采样部分用密集上采样卷积（dense upsampling convolution，简称DUC）代替（图5-b）。DUC的关键思想是将整个标签图划分为多个通道的较小标签图，这些较小标签图与输入DUC的特征图具有相同的高和宽，通道个数为r2×L，r为下采样倍数，L为预测类别个数。DUC直接在特征图上应用卷积操作，具有可学习性，因此能够捕获和恢复在双线性插值操作中丢失的详细信息。

1.6 模型训练

为验证改进方法在小麦种植区域提取方面的有效性，本研究将其与随机森林机器学习算法以及DeepLab V3+和UPerNet这2种常用的深度语义分割模型进行比较。

RF是一种集成分类器算法，由多颗分类与回归树（classification and regression tree，简称CART）构成［23］。该算法由于具有分类精度高和对噪声数据不敏感等优势，在农业领域有着广泛应用。在本研究中，为保证RF模型和语义分割模型的输入数据数量一样，将数据增强后的图像逐一转换成像素点形式输入RF模型。

采用Pytorch深度学习框架构建DeepLab V3+、UPerNet和提出的方法。为提高模型训练速度和应用到新数据并做出准确预测的能力，采用在公共数据集训练好的预训练权重对上述3种深度学习模型的内部参数进行初始化；对于新加入的卷积结构无法通过预训练权重初始化的问题，采用He初始化方法对新加入的结构进行权重初始化［24］。3种深度学习模型均训练300个epoch，批处理尺寸为32；初始学习率为0.001，采用多项式衰减（Poly）策略进行训练学习率的调整，矩为0.9，权值退化率为0.000 1。

1.7 精度评价

为定量评价不同分类方法对小麦种植区域的提取效果，基于混淆矩阵对分类结果进行评价。首先利用分类结果图与地面真值图构建混淆矩阵，通过混淆矩阵可以获取到F1统计量（F1-score）、OA和κ系数等评价指标［25］。本研究用F1-score评价冬小麦种植区提取精度，用OA和κ系数作为总体分类的评估指标。

2 结果与分析

2.1 冬小麦提取结果

基于多光谱和植被指数，4种分类方法的试验结果如表2所示，图6是分类结果的可视化。由图6、表2可知，UPerNet方法相较于RF和DeepLab V3+ 方法表现出更好的分类效果。而改进后的UPerNet模型则对应着最高的OA和κ系数，其对冬小麦种植区提取精度也是最优。冬小麦提取精度F1统计量为97.78%，相比于RF、DeepLab V3+ 和UPerNet方法依次提升了21.63百分点、1.44百分点、1.36百分点；OA为88.32%，相比于RF、DeepLab V3+和UPerNet方法依次提升了19.40百分点、3.48百分点、2.49百分点；κ系数为 0.846 3，相比于RF、DeepLab V3+和UPerNet方法依次提升了0.245 2、0.052 6、0.037 6。

2.2 冬小麦提取结果分析

2.2.1 深度学习和随机森林的比较 由表2、图6可知，基于传统机器学习的RF方法分类精度不高，椒盐现象明显，冬小麦分类结果呈现不连续的块状，冬小麦与其他植被类别的特征相似，导致冬小麦地块中出现冬小麦被错分成其他植被类别。对于裸地以及冬小麦这类具有明显光谱差异的简单目标，RF能够较好地区分。相比于RF方法，基于深度学习的DeepLab V3+、UPerNet和改进的UPerNet模型分类精度更高、椒盐现象整体减少，提取的冬小麦种植区域分布完整性较好。3种深度学习方法的分类结果均优于RF方法，说明基于CNN构建的深度学习方法能够从高空间分辨率遥感图像中更充分地学习到分类特征。

2.2.2 改进模型与其他深度学习的比较 对比图6中3种深度学习方法的分类结果可以看出，3种深度学习方法均能够较好地提取出冬小麦种植区，但DeepLab V3+和UPerNet方法对于其他种类的提取依然存在不足。DeepLab V3+和UPerNet方法无法有效区分玉米和其他植被类别，并且预测的冬小麦地块中也掺杂其他植被类别。在图6-c中，UPerNet方法预测出来的农业塑料覆被边界模糊，预测出来的冬小麦地块边界连成一片，不符合实地调查分布。

而改进的UPerNet对于冬小麦的提取精度以及其他地物的分类效果都是最优，能够将冬小麦地块、玉米地块和其他植被地块有效区分。基于改进的UPerNet模型，每个农业塑料覆被之间以及冬小麦地块边界变得清晰，边界模糊问题得到改善。说明本文对UPerNet网络的改进有助于提高模型提取特征的能力，对于冬小麦提取和地物类型分类有着较好的效果。

3 讨论

3.1 植被指數对冬小麦提取精度的影响及分析

为探究在遥感影像分类任务中加入植被指数对冬小麦提取精度的影响，本研究基于上述4种方法，仅将多光谱信息作为模型输入特征，以此提取冬小麦以及其他类别，最终获得的结果如表3和图7所示。

由表3可知，在遥感影像分类中加入植被指数有助于提升分类精度，但不同分类模型对于植被指数的响应程度不同。由图4可知，加入的3种植被指数对土壤的背景变化均较为敏感，有助于区分植被与非植被区域。玉米和其他植被类别的纹理相比冬小麦要更加的粗糙，而且玉米种植相比于其他植被类别更加的规整；因此在加入图4中的植被指数信息后，有助于冬小麦、玉米和其他植被3种类别的相互区分。深度语义分割模型能够更好地学习到遥感图像的深层特征，因此与基于纯光谱信息作为分类特征相比，在添加了植被指数后，深度语义分割模型的精度提升程度要略高于RF方法。上述分析表明，多光谱和植被指数信息结合有利于区分不同地物类别，从而提升冬小麦提取精度和总体分类效果。

目视解译得到的冬小麦分布如图8-a所示，基于改进方法的区域B冬小麦空间分布如图8-b所示。经统计，在改进方法下，基于纯光谱信息和基于多光谱、植被指数信息提取的冬小麦种植面积分别为80.570 24、84.262 45 hm2。相比于目视解译提取的冬小麦面积86.018 30 hm2，基于纯光谱信息和基于多光谱、植被指数信息提取的冬小麦种植面积相对误差分别为6.33%、2.04%。说明多光谱和植被指数信息结合有利于降低冬小麦面积提取误差。

3.2 杨凌区冬小麦空间分布

基于上述结果与分析，改进的UPerNet模型能够较好地提取试验区冬小麦种植区域，并且多光谱和植被指数信息结合有利于降低冬小麦面积提取误差。因此基于本演技方法，实现杨凌区的冬小麦种植区提取，结果如图9所示。

由图9可知，杨凌区冬小麦种植整体分散，多集中在杨凌区西南方向的揉谷镇以及东北方向的杨陵街道。揉谷镇冬小麦地块规则、分布均匀，而杨陵街道的冬小麦呈不规则分布。为进一步验证杨凌区冬小麦空间分布的准确性，随机在杨凌区选取116个地面点进行实地调查，其中冬小麦样点54个，其他类别样点62个，如图10所示。结合实地调查，杨凌区冬小麦空间分布与实际分布基本相符。通过统计计算，基于本研究方法提取的杨凌区冬小麦种植面积为647.26 hm2，与2021年陕西省统计年鉴数据666.67 hm2相比，相对误差为2.91%［26］。

4 结论

基于UPerNet模型，通过改进模型的上采样结构、激活函数以及增加注意力模块来优化模型，综合利用卫星图像的光谱信息以及植被指数，在对研究区域进行冬小麦种植区域自动提取的基础上实现土地利用分类，对比RF、DeepLab V3+和UPerNet方法，改进后的UPerNet方法均取得了最优的冬小麦提取结果，对于冬小麦种植区域的提取精度为97.78%，说明改进方法能够较好地提取冬小麦种植区域。

在4种分类模型上，与仅使用光谱信息作为模型输入特征相比，基于多光谱和植被指数的分类效果要更好，表明在对冬小麦提取中加入植被指数有助于冬小麦和其他相似类别的区分，从而提升分类精度。在2种不同的模型输入特征上，深度学习方法的分类效果均优于传统机器学习方法，表明深度学习在分类任务中能够更好地提取遥感图像特征。

基于改进的UPerNet模型，对融合了植被指数的杨凌区遥感影像进行冬小麦种植区提取，最终获得的2020年杨凌区冬小麦面积为647.26 hm2，对比陕西省统计数据，相对误差为2.91%。同时通过实地调查的方式进一步验证了杨凌区冬小麦空间分布的准确性。

参考文献：

［1］刘剑锋，方 鹏，陈 琳，等. 基于MODIS NDVI的冬小麦收获指数遥感提取［J］. 江苏农业科学，2022，50（13）：219-225.

［2］陈 岳，寇卫利，李 莹，等. 农作物遥感灾损评估研究进展［J］. 江苏农业科学，2022，50（16）：12-20.

［3］郭 燕，贺 佳，王利军，等. 基于高分二号数据的小麦快速识别与精度分析［J］. 河南农业科学，2018，47（10）：143-148.

［4］王冬利，赵安周，李 静，等. 基于GF-1数据和非监督分类的冬小麦种植信息提取模型［J］. 科学技术与工程，2019，19（35）：95-100.

［5］王利军，郭 燕，王来刚，等. GF6卫星红边波段对春季作物分类精度的影响［J］. 河南农业科学，2020，49（6）：165-173.

［6］Du Z R，Yang J Y，Ou C，et al. Smallholder crop area mapped with a semantic segmentation deep learning method［J］. Remote Sensing，2019，11（7）：888.

［7］崔 刚，吴金胜，于 镇，等. 深度学习对不同分辨率影像冬小麦识别的适用性研究［J］. 遥感技术与应用，2019，34（4）：748-755.

［8］Ayhan B，Kwan C. Tree，shrub，and grass classification using only RGB images［J］. Remote Sensing，2020，12（8）：1333.

［9］Liu C X，Du S Y，Lu H，et al. Multispectral semantic land cover segmentation from aerial imagery with deep encoder-decoder network［J］. IEEE Geoscience and Remote Sensing Letters，2022，19：1-5.

［10］刘 丹，刘学军，王美珍. 一种多尺度CNN的图像语义分割算法［J］. 遥感信息，2017，32（1）：57-64.

［11］李长春，陈伟男，王 宇，等. 基于多源Sentinel数据的县域冬小麦种植面积提取［J］. 农业机械学报，2021，52（12）：207-215.

［12］宁纪锋，倪 静，何宜家，等. 基于卷积注意力的无人机多光谱遥感影像地膜农田识别［J］. 农业机械学报，2021，52（9）：213-220.

［13］黄 鹏，郑 淇，梁 超. 图像分割方法综述［J］. 武汉大学学报（理学版），2020，66（6）：519-531.

［14］Xiao T T，Liu Y C，Zhou B L，et al. Unified perceptual parsing for scene understanding［C］//European Conference on Computer Vision. Cham：Springer，2018：432-448.

［15］杨建华. 基于FPN的高分辨率建筑物图像的语义分割［J］. 遥感信息，2021，36（4）：133-141.

［16］蒋晨皓，马玉良，祝真滨. 基于PSPNet改进UNet的轻量级视网膜血管分割算法［J］. 传感技术学报，2022，35（7）：888-896.

［17］楊蜀秦，宋志双，尹瀚平，等. 基于深度语义分割的无人机多光谱遥感作物分类方法［J］. 农业机械学报，2021，52（3）：185-192.

［18］田 萱，王 亮，丁 琪. 基于深度学习的图像语义分割方法综述［J］. 软件学报，2019，30（2）：440-468.

［19］刘 东，欧阳安，陈 聪，等. 基于归一化植被指数的农田边界识别方法［J］. 江苏农业科学，2022，50（11）：196-201.

［20］麻 坤，赵鹏祥，季菲菲，等. 基于植被指数的秦岭森林健康评价方法研究［J］. 西北林学院学报，2013，28（6）：145-150.

［21］杨 坚，钱 振，张燕军，等. 采用改进YOLOv4-tiny的复杂环境下番茄实时识别［J］. 农业工程学报，2022，38（9）：215-221.

［22］Yang L，Zhang R Y，Li L，et al. Simam：a simple，parameter-free attention module for convolutional neural networks［C］// Proceedings of the IEEE International Conference on Machine Learning. Vienna，2021：11863-11874.

［23］袁自然，叶 寅，武 际，等. 基于高光谱成像技术的辣椒叶片叶绿素含量估算［J］. 江苏农业科学，2021，49（16）：189-193.

［24］He K M，Zhang X Y，Ren S Q，et al. Delving deep into rectifiers：surpassing human-level performance on ImageNet classification［C］//2015 IEEE International Conference on Computer Vision. Santiago，2015：1026-1034.

［25］金松林，来纯晓，郑 颖，等. 基于特征选择和CNN+Bi-RNN模型的小麦抗寒性识别方法［J］. 江苏农业科学，2022，50（10）：201-207.

［26］陕西省统计局，国家统计局陕西调查总队. 陕西统计年鉴：2021［M］. 北京：中国统计出版社，2021.