基于多源国产高分卫星时空信息的米级分辨率耕地提取

基于多源国产高分卫星时空信息的米级分辨率耕地提取 Mapping cropland at metric resolution using the spatiotemporal information from multi-source GF satellite data 1 first-author 蔡志文，研究方向为农作物遥感制图。E-mail： zhiwen.cai@webmail.hzau.edu.cn 蔡志文，研究方向为农作物遥感制图。E-mail： zhiwen.cai@webmail.hzau.edu.cn zhiwen.cai@webmail.hzau.edu.cn 2 2 1 1 2 3 1 3 corresp 徐保东，研究方向为农作物遥感制图和植被定量遥感。E-mail： xubaodong@mail.hzau.edu.cn 徐保东，研究方向为农作物遥感制图和植被定量遥感。E-mail： xubaodong@mail.hzau.edu.cn xubaodong@mail.hzau.edu.cn 华中农业大学 资源与环境学院 宏观农业研究院, 武汉 430070 华中农业大学 资源与环境学院 宏观农业研究院, 武汉 430070 Macro Agriculture Research Institute, College of Resources and Environment, Huazhong Agricultural University, Wuhan 430070, China Macro Agriculture Research Institute, College of Resources and Environment, Huazhong Agricultural University, Wuhan 430070, China 华中师范大学 城市与环境科学学院, 武汉 430079 华中师范大学 城市与环境科学学院, 武汉 430079 College of Urban and Environmental Sciences, Central China Normal University, Wuhan 430079, China College of Urban and Environmental Sciences, Central China Normal University, Wuhan 430079, China 中国科学院空天信息创新研究院 遥感科学国家重点实验室, 北京 100101 中国科学院空天信息创新研究院 遥感科学国家重点实验室, 北京 100101 State Key Laboratory of Remote Sensing Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100101, China State Key Laboratory of Remote Sensing Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100101, China 及时准确地获取耕地空间分布数据对于农业生产管理、产量估算、种植结构调整等具有重要意义。目前的耕地提取多基于多时相中低分辨率影像或单时相高分辨率影像，难以满足耕地破碎，农作物种植模式复杂的区域精度需求。基于此，本研究通过协同国产高分一号（GF-1）、高分二号（GF-2）和高分六号（GF-6）卫星影像，探索米级分辨率尺度下的耕地高精度提取方法。该方法以深度神经网络UNet为基础，通过协同GF-1/6的多时相优势和GF-2影像的高空间分辨率构建了CEUNet（Cropland Extraction UNet）模型，以充分挖掘耕地的时相特征和空间几何特征。同时，将基于CEUNet模型提取的米级耕地结果分别与基于UNet和多源不同分辨率遥感影像的语义分割（UNet_m）、基于UNet和单时相高分辨率影像的语义分割（UNet_s）、基于对象的随机森林分类（OBIA）、基于像元的随机森林分类（RF）提取的耕地结果展开对比，分析所提出的方法在不同区域的适宜性。结果表明，基于CEUNet模型提取的米级耕地总体精度达到92.92%，且基于CEUNet提取的耕地的逐像元验证结果在平均F1-Score值上相较于基于对象和基于像元的随机森林分类分别提升了0.21和0.21，相较于UNet_m和UNet_s分别提升了0.04和0.11，其中针对地块破碎，景观异质性高等区域，CEUNet相较于UNet_m和UNet_s提升了0.09和0.26。本研究提出的CEUNet模型能够充分发挥多源国产高分卫星数据的空间和时间优势，两者结合能够快速、高效地提取不同农业景观及不同种植模式的耕地空间分布信息。 Timely and accurate estimation of the spatial distribution of cropland is critical for agricultural production management, yield estimation, and planting structure adjustment. Previous studies on cropland mapping mostly focused on using moderate-/low-spatial-resolution images or single-phase high-spatial-resolution images, in which croplands in regions with fragmented landscapes and complex crop planting patterns are challenging to extract. The multi-source Gaofen (GF) satellites launched by China can provide images with high spatiotemporal resolution, thus presenting great potential for fine-scale cropland mapping with high accuracy. This study utilized GF-1, GF-2, and GF-6 satellites to explore a high-accuracy cropland mapping method at metric spatial resolution. Specifically, Cropland Extraction UNet (CEUNet) was developed based on the structure of UNet by integrating multi-temporal information from GF-1/6 and spatial details from GF-2 to fully exploit the spatial and temporal characteristics of cropland. To make full use of the details provided by high-spatial-resolution images, CEUNet adopted the same encoder structure as UNet. It consisted of the repeated application of two 3×3 convolutions (unpadded convolutions), each followed by a 2×2 max pooling operation with stride of 2 for down sampling. The input image size was gradually reduced at each down sampling step, and feature maps of each size were concatenated in the corresponding up-sample layer to extract the hierarchy of spatial information. Meanwhile, time-series feature maps of images with moderate to high spatial resolution were extracted by two consecutive 3×3 convolutional layers and a 1×1 convolutional layer. Then, the time-series and spatial feature maps were integrated via element-wise addition before they were sent to the decoder for pixel-wise classification. Evaluation results from randomly selected sample points showed that CEUNet achieved good performance with an overall accuracy of 92.92% over the whole of Qianjiang City, Hubei Province. The CEUNet-extracted cropland at the meter-level resolution was used to perform a wall-to-wall pixel comparison with the cropland extracted via semantic segmentation based on UNet by using multi-source remote sensing images with different resolutions (UNet_m). Semantic segmentation based on UNet using single-phase high-resolution images (UNet_s), object-based random forest classification (OBIA), and pixel-based random forest classification (RF) were employed to extract the results of cultivated land for comparison. The accuracy of cropland extraction by CEUNet was higher than that by others (the average F1 score was improved by about 0.04, 0.11, 0.21, and 0.21), indicating the effectiveness of the proposed approach for diverse agriculture landscapes. The F1 score of CEUNet was improved by about 0.09, 0.26, 0.27, and 0.27 over regions with high fragmentation and complex landscapes. 耕地提取 多源遥感影像 卷积神经网络 高分系列卫星 cropland extraction multi-source remote sensing images CNN GF satellites 1　引言 1 耕地是人类赖以生存的基本资源和物质条件，是粮食生产等农业活动的根基（ 何蔓和张军岩，2005 何蔓和张军岩，2005 ）。中国作为一个人口大国，庞大的人口对于耕地有着巨大的需求。而随着社会生活水平的提升，人们的饮食结构发生着改变，优质的动物蛋白，蔬菜水果所占的比例逐渐升高，这无疑加大了对耕地面积的需求（ Rounsevell等，2005 Rounsevell等，2005 ； Godfray等，2010 Godfray等，2010 ）。然而，耕地面积的增长以及在耕地上从事的农业生产活动，很大程度上会对生态系统的景观格局、结构和功能造成影响（ Green等，2005 Green等，2005 ； Geiger等，2010 Geiger等，2010 ； Kehoe等，2017 Kehoe等，2017 ），而准确的耕地面积和空间分布信息是权衡农业生产效益与生态环境保护的重要依据（ White和Roy，2015 White和Roy，2015 ）。此外，耕地的面积是农作物识别，长势检测，以及农作物估产重要的基础数据集。因此，及时准确地获取耕地面积和空间分布信息是解决产量估算、土地利用规划和农业生产管理等问题的关键。 传统的实地调研获取耕地信息的方法费时费力，且周期较长、更新较慢，难以提供最新的耕地数据。遥感技术为获取大范围、及时、准确的耕地信息提供了有效手段（ Graesser等，2017 Graesser等，2017 ； Xiong等，2017b Xiong等，2017b ）。目前提取耕地的方法主要基于中高分辨率（10—30 m）或低分辨率遥感影像（≥500 m）（ Thenkabail和Wu，2012 Thenkabail和Wu，2012 ； Pittman等，2010 Pittman等，2010 ； Fritz等，2015 Fritz等，2015 ； Waldner等，2015 Waldner等，2015 ； Xiong等，2017a Xiong等，2017a ； Xie等，2019 Xie等，2019 ）。然而，对于耕地地块小、形状不规则、农业景观破碎的区域，混合像元影响大大增加了耕地遥感提取的难度，中高分辨率影像仍然难以获取准确的耕地提取结果（Watkins和Van Niekerk，2019）。因此，亟需更高空间分辨率的影像以解决地块小而破碎区域的耕地提取问题。 近些年，随着技术的发展，新发射的卫星（如美国的WorldView-3/4；国产的高分一号（GF-1）、高分二号（GF-2）、高分六号（GF-6）等）提供了具有丰富的光谱波段以及较高的空间分辨率（ < 10 m）的遥感数据。其中国产GF-2卫星更是可以提供空间分辨率高达1 m的影像数据，为提取小尺度耕地提供了巨大的潜力。然而，随着遥感影像空间分辨率的提升，地物类内异质性逐渐升高，影像椒盐噪声的影响也随之变大（ Bruzzone和Carlin，2006 Bruzzone和Carlin，2006 ），为耕地的准确识别带来了不确定性。为了减小椒盐噪声对高空间分辨率影像分类的影响，学者们发展了两类方法以提升耕地提取的精度：（1）基于面向对象的方法。即先通过图像分割，将光谱相似的相邻像元聚集为同一对象，而后基于这一对象的整体特征进行分类，从而消除椒盐现象并提升耕地提取的精度（ Ming等，2016 Ming等，2016 ； Xiong等，2017a Xiong等，2017a ； Xu等，2019 Xu等，2019 ）。由于图像分割所产生的对象是分类的基础，因此面向对象的提取效果很大程度上取决于分割步骤（ Su等，2015 Su等，2015 ）。准确的图像分割需要确定一个合适的分割尺度，不合适的尺度会造成过分割或欠分割现象（ Ming等，2012 Ming等，2012 ， 2015 2015 ）。然而，在小农耕作系统下，农业景观破碎度高，难以确定最优的分割尺度，从而限制了面向对象方法的潜力。（2）基于深度学习的方法。即利用深度神经网络，通过多层网络结构对训练数据集的不断学习，挖掘数据集中深层次的特征，因而在众多领域表现出卓越的性能。 作为深度神经网络的重要分支之一，卷积神经网络CNN（Convolutional Neural Networks）通过卷积和池化能够在不同层提取影像的多层次（局部到整体）空间特征（ Waldner和Diakogiannis，2020 Waldner和Diakogiannis，2020 ），因而被广泛应用于遥感影像的目标检测（ Xu等，2020 Xu等，2020 ； Zhang等，2020a Zhang等，2020a ； 徐俊峰 等，2020 徐俊峰 等，2020 ），土地利用分类（ Kussul等，2017 Kussul等，2017 ； Cao和Zhang，2020 Cao和Zhang，2020 ）等领域。目前，基于CNN和高空间分辨率影像提取米级分辨率耕地已开展了较多研究。 Du等（2019） Du等（2019） 基于WorldView-3影像和DeepLabv3+模型提取了天津宝坻的耕地，并与传统的机器学习方法进行对比，结果显示基于深度学习的耕地提取结果总体精度提升了19.18%；Yang等（2019）基于PSPNet提取广西来宾的耕地分布，结果表明PSPNet在耕地较破碎的区域的提取结果也具有较好的精度； Zhang等（2020a） Zhang等（2020a） 对PSPNet做出了改进，通过集成低级和高级信息来生成具有精确边界的细分类，从而提供了一种学习高级上下文信息的可行方法，并在中国由北至南选取了5个不同的省份进行了验证，证明了方法对复杂景观的泛化能力。 然而，受制于高空间分辨率影像重访周期长的缺点，以上研究主要利用了高空间分辨率影像的单时相光谱信息，而较少考虑多时相信息在耕地提取中的作用。对于地块破碎、种植结构多样、种植模式复杂的区域（如中国南方），耕地的准确识别仍面临巨大的挑战。仅利用单时期影像很难准确区分耕地和非耕地，而高空间分辨率影像往往难以获取丰富的时相信息。中分辨率影像具有较高的时间分辨率（例如，GF-6与GF-1卫星组网运行后，遥感数据的获取周期由4 d缩短到2 d），为农田的监测带来了丰富的时相信息。因此，如何有效协同中分辨率影像的时相信息与高分辨率影像的空间信息，是准确提取高分辨率耕地的重要发展方向。 针对上述问题，关键就在于解决不同分辨率数据因像元尺寸不同带来的空间尺度差异。本研究在卷积神经网络UNet模型的基础上，构建了耕地提取网络CEUNet（Cropland Extraction UNet）。CEUNet以国产高分系列卫星为主要数据源，自动提取单时相GF-2影像的空间特征和多时相GF-1/6影像的时序特征，并且在同一空间尺度下将其相互融合，从而充分挖掘耕地的空间结构特征和时相特征，以提高对不同农业景观及不同种植模式下耕地提取的准确度和泛化能力。最后，以湖北省潜江市为例，对CEUNet提取的米级耕地开展精度评价，并与基于单时相GF-2影像提取的耕地结果进行对比，全面分析CEUNet在不同区域不同农作物种植模式下提取耕地的潜力。 2　研究方法 1 2.1　CEUNet模型结构 2 解决不同分辨率数据因像元尺寸不同带来的空间尺度差异，是协同多种空间分辨率数据，充分挖掘耕地时序特征与空间特征的前提。由于中分辨率影像的一个像元对应了多个高分辨率影像像元，对原始影像进行重采样并不能充分考虑中分辨率像元和高分辨像元之间的空间关系，从而无法有效解决空间尺度的差异问题。而CNN的卷积池化结构在提取影像特征的同时也在降低影像的分辨率，这使得高分辨率影像所包含的空间特征可以被压缩提取至中分辨率，从而与中分辨率影像所包含的时序光谱特征在相同的空间尺度下进行融合提供了可能（ Li等，2020 Li等，2020 ）。近些年来，UNet模型在语义分割领域展现了优异的性能（ Xia等，2018 Xia等，2018 ； Zhang等，2020b Zhang等，2020b ），因此，本研究以UNet为基础，构建了CEUNet，模型结构如 图1 图1 所示。CEUNet由编码器和解码器两部分组成。编码器用于提取原始影像的时空特征，解码器则将编码器所提取的特征进行解码重建从而获取像素级的分类结果（ Baheti等，2020 Baheti等，2020 ）。其中，CEUNet的编码器由两个部分组成，分别对应单时相高分辨率影像和多时相中分辨率影像。针对高分辨率影像，CEUNet采取与UNet相同的编码器结构，原始影像通过2个重复的3×3的卷积层提取空间特征图，然后通过一个步长为2的最大值池化层进行下采样缩小图像尺寸。每次下采样前的最后一个卷积层输出的特征图被连接到解码器中相应的上采样层，浅层特征图包含了更多的空间细节和更少的语义信息，而深层特征图则语义信息更丰富而空间细节更少。解码器通过融合不同层次特征图，从而充分提取高分辨率影像不同层次的空间信息。经过连续多次下采样后，基于高分辨率影像提取的特征图具有最为丰富的语义信息，同时其空间分辨率降到与中分辨率影像空间分辨率相当的量级。对于中分辨率影像，本研究不再设置池化层进行下采样。由于耕地具有一定的空间相关性，因此像元是否被判为耕地，需综合考虑其周边一定范围内像元的时序光谱特征。基于此，本研究使用CNN结构提取各个像元时序光谱特征。CNN的感受野范围与目标地物尺寸息息相关，目标尺寸越大，需要设置的感受野范围越大（ Qin 等，2020 Qin 等，2020 ）。考虑到中国南方耕地地块破碎，大多数耕地地块面积小于2 ha（ Lowder 等，2016 Lowder 等，2016 ），对应的中分辨率影像像元数量在25（30 m分辨率）‍—200（10 m分辨率）之间。因此本研究将模型提取时序特征的部分感受野尺寸设置为5×5（25个像元，与耕地范围相近）。考虑到2个连续的3×3卷积层在满足感受野范围需求的同时，相较于1个5×5的卷积层的参数量更少，执行效率更高。因此本研究通过选择使用2个3×3卷积层提取各个像元的时序特征，而后通过1×1卷积层控制时序特征图的特征数（通道数）与空间特征图的特征数保持一致，从而平衡时序特征和空间特征的贡献度。最后，将其与分辨率同量级的空间特征图通过逐元素相加融合为时空特征图。从而达到协同不同分辨率影像信息，提高分类精度的目的。 2.2　实验设计 2 2.2.1　损失函数 3 大多数传统的深度学习方法通常采用交叉熵作为语义分割的损失函数（ Persello等，2019 Persello等，2019 ； Cao和Zhang，2020 Cao和Zhang，2020 ； 宋德娟 等，2020 宋德娟 等，2020 ； 陈凯强 等，2020 陈凯强 等，2020 ）。然而，交叉熵函数对于样本类别不平衡问题表现的性能还有待提高（ Lin等，2017 Lin等，2017 ）。 Milletari等（2016） Milletari等（2016） 基于Dice系数提出了一种新的损失函数Dice loss以解决语义分割中类别不平衡问题，在相同的网络结构下，Dice loss取得了比交叉熵更好的结果。因此本研究使用Dice loss作为损失函数，其计算公式如 式（1） 式（1） 所示： <math display="block" id="M1"><mi mathvariant="normal">D</mi><mi mathvariant="normal">i</mi><mi mathvariant="normal">c</mi><mi mathvariant="normal">e</mi><mo>=</mo><mn mathvariant="normal">1</mn><mo>-</mo><mfrac><mrow><mn mathvariant="normal">1</mn></mrow><mrow><mi>N</mi></mrow></mfrac><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>i</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mi>N</mi></mrow></munderover></mstyle><mrow><mfrac><mrow><mn mathvariant="normal">2</mn><msub><mrow><mi>y</mi></mrow><mrow><mi>i</mi></mrow></msub><msub><mrow><mover><mrow><mi>y</mi></mrow><mrow><mo>⌢</mo></mrow></mover></mrow><mrow><mi>i</mi></mrow></msub></mrow><mrow><msub><mrow><mi>y</mi></mrow><mrow><mi>i</mi></mrow></msub><mo>+</mo><msub><mrow><mover><mrow><mi>y</mi></mrow><mrow><mo>⌢</mo></mrow></mover></mrow><mrow><mi>i</mi></mrow></msub></mrow></mfrac></mrow></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=33017854&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=33017848&type= 36.66066742 13.97000027 式中， <math id="M2"><msub><mrow><mi>y</mi></mrow><mrow><mi>i</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=33017862&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=33017857&type= 2.37066650 4.57200003 表示第 i 个像元的类别， <math id="M3"><msub><mrow><mover><mrow><mi>y</mi></mrow><mrow><mo>⌢</mo></mrow></mover></mrow><mrow><mi>i</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=33017872&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=33017866&type= 3.13266683 6.34999990 表示第 i 个像元的预测值， N 为输入影像的总像元数。 <math id="M4"><mi mathvariant="normal">D</mi><mi mathvariant="normal">i</mi><mi mathvariant="normal">c</mi><mi mathvariant="normal">e</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=33017882&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=33017877&type= 6.77333355 2.70933342 的区间范围为［0，1］，其中1表示预测结果与真实结果完全一致，0表示预测结果与真实结果完全不一致。 2.2.2　模型训练 3 考虑到Adam优化器在模型训练过程相较其他优化器收敛的更快（ Kingma和Ba，2014 Kingma和Ba，2014 ），因此，本研究采用Adam优化器用于CEUNet的训练。Adam优化器通过一阶矩和二阶矩的预估值自动的调整模型各个参数的学习率。本研究将Adam的初始学习率设置为0.001（ Kingma和Ba，2014 Kingma和Ba，2014 ）。模型的训练过程基于pytorch的框架实现，训练中的批次大小设置为32，总共训练40轮。 2.2.3　结果预测 3 当神经网络模型训练完成后，可以通过前向传播过程得到影像的预测结果。由于本研究基于米级分辨率影像提取耕地，影像所占存储空间较大。为了克服计算机显存等硬件条件的限制，提高实验的可行性，本研究将不同分辨率的多源卫星影像分块进行结果预测。具体而言，将原始单时相高分辨率影像切割成多张1024×1024尺寸的图像，原始的多时相中分辨率影像则裁切成地理空间位置相同，尺寸相应比例缩小的图像进行预测。由于CNN通过综合上下文语义得出预测结果，因而对于影像上不同位置的对象，预测精度存在差异，尤其对于影像边缘的像元，由于信息的缺失，其识别精度相较于中心像元会更低（ Waldner和Diakogiannis，2020 Waldner和Diakogiannis，2020 ）。因此，为了减弱这种边缘信息缺失造成的影响，本研究通过一个大小为1024，步长为848的移动窗口对原始影像进行切割。影像切片间重叠像元的最终预测结果则由它们的算术平均值替代。 2.3　精度验证 2 本研究采取随机样本点验证和逐像元验证两种方式来综合评价CEUNet方法在米级分辨率尺度上提取耕地的精度和有效性。其中，随机样本点验证基于野外实地采样获取的样本点，通过构建混淆矩阵计算用户精度和制图精度来定量化描述CEUNet在整个潜江市耕地提取的总体精度。由于随机样本点仅仅局限于一个像元的尺度，并不能全面反映面状的耕地的实际提取情况。因此本研究另外选取了测试区域，通过目视解译，逐像元的标注了耕地与非耕地类别的地面真实值GT（Ground Truth）。耕地最终的结果通过 P （Precision）、 R （Recall）和 F （F1-Score）3种指标开展验证。其中 P 为准确率，表示耕地错分情况； R 为召回率，表示耕地漏分情况； F 则通过计算 P 和 R 的谐波均值来综合二者结果给出一个总体精度。其计算公式如式（ 2 2 ）—（ 4 4 ）所示 <math display="block" id="M5"><mi>P</mi><mo>=</mo><mfrac><mrow><mi>T</mi><mi>P</mi></mrow><mrow><mi>T</mi><mi>P</mi><mo>+</mo><mi>F</mi><mi>P</mi></mrow></mfrac></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=33017891&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=33017886&type= 20.91266632 7.28133297 <math display="block" id="M6"><mi>R</mi><mo>=</mo><mfrac><mrow><mi>T</mi><mi>P</mi></mrow><mrow><mi>T</mi><mi>P</mi><mo>+</mo><mi>F</mi><mi>N</mi></mrow></mfrac></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=33017904&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=33017896&type= 21.08200073 7.36600018 <math display="block" id="M7"><mi>F</mi><mo>=</mo><mfrac><mrow><mn mathvariant="normal">2</mn><mo>⋅</mo><mi>P</mi><mo>⋅</mo><mi>R</mi></mrow><mrow><mi>P</mi><mo>+</mo><mi>R</mi></mrow></mfrac></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=33017914&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=33017908&type= 21.08200073 7.36600018 式中， TP 表示模型预测类别与实际类别同为耕地的像元总数， FP 为模型预测类别为耕地，而实际类别为非耕地的像元总数， FN 为模型预测类别为非耕地，而实际类别为耕地的像元总数。 此外，为了探究时序特征对于耕地提取的影响以及CEUNet对于时序特征和空间特征的挖掘效果，本研究另外设置了四组对比实验如 表1 表1 （B、C、D、E）所示。D、E使用单时相高分辨率影像分别在对象和像元尺度上基于传统的机器学习方法提取耕地，并作为基准模型，探究深度学习在耕地特征提取中的作用；B、C两组则基于UNet模型，分别使用多源不同分辨率影像（UNet_m）和单时相高分辨率影像（UNet_s）进行语义分割。具体做法为：C组仅使用单时相的高分辨率影像的各个波段作为UNet的输入数据；而在B组中，通过上采样，使得多时相中分辨率影像达到和高分辨率影像相同的空间分辨率，将上采样后的多时相影像同高分辨率影像波段叠加，再一起输入UNet中。通过对比C组与B组的耕地提取结果，分析时序特征对于耕地提取的作用；通过对比A组和B组的耕地提取结果，分析空间尺度差异对耕地时空特征提取所造成的影响，探究所提出的CEUNet方法对于解决空间尺度差异，挖掘耕地空间特征和时序特征的作用。 场景组 耕地提取方法描述 方法简称 实验数据 A 基于CEUNet的语义分割 CEUNet 单时相高空间分辨率影像 多时相中空间分辨率影像 B 基于UNet的语义分割 UNet_m 单时相高空间分辨率影像 上采样后多时相中空间分辨率影像 C 基于UNet的语义分割 UNet_s 单时相高空间分辨率影像 D 基于对象的随机森林分类 OBIA 单时相高空间分辨率影像 E 基于像元的随机森林分类 RF 单时相高空间分辨率影像 3　研究区域与数据 1 3.1　研究区域 2 本文研究区域为湖北省潜江市（纬度30°‍04′N—30°‍39′N，经度112°‍29′E—113°‍01′E）（ 图2（a） 图2（a） ）。潜江市，位于湖北省中部，是江汉平原腹地，海拔26—31 m（ 图2（b） 图2（b） ）。该区域属于亚热带季风性湿润气候，雨量充沛，农作物种植模式为一年一熟和一年两熟，主要种植作物为水稻，冬小麦和油菜。 潜江虽然地处平原，但是其耕地地块较小，大多数地块面积不到2 ha，中低分辨率影像难以准确识别耕地范围。同时，由于全市在快速发展，城镇在逐渐扩张，全市内有大量施工建设区域，光谱特征在单时相上与休耕地十分相似。此外，潜江市作为“龙虾之乡”，“稻虾”共作模式的推广十分迅速，而稻虾田在灌水养虾时期，也难以与同期的坑塘水体区分开。因此，潜江的复杂种植模式与农业景观决定了其适合于研究多源遥感影像协同提取耕地的算法。 1,2;3; 3.2　高分系列遥感影像及预处理 2 本研究所使用的遥感影像数据为国产GF-1，GF-2和GF-6卫星影像，主要参数如 表2 表2 所示，影像获取来源为中国资源卫星应用中心（ http://36.112.130.153: http://36.112.130.153: ‍7777/DSSPlatform/shirologin.‍html［2021-02-08］）。 2 2 参数 GF-2 GF-1 GF-6 多光谱相机（PMS） 2 宽幅相机（WFV） 9 光谱范围/μm 全色 0.45—0.90 — — 蓝 0.45—0.52 0.45—0.52 0.45—0.52 绿 0.52—0.59 0.52—0.59 0.52—0.59 红 0.63—0.69 0.63—0.69 0.63—0.69 近红外 0.77—0.89 0.77—0.89 0.77—0.89 红边1 — — 0.69—0.73 红边2 — — 0.73—0.77 紫 — — 0.40—0.45 黄 — — 0.59—0.63 幅宽/km 45 2 800 空间分辨率/m 1（全色）/4（多光谱） 2 16 重访周期（不侧摆）/d 69 2 2（GF-1和GF-6组网运行后） 由 表2 表2 可知，GF-2影像完全覆盖的重访周期超过2个月，再加上南方云雨天气的影响，时相数据更加缺少，无法满足耕地监测对时序的需求。而GF-1和GF-6在组网运行后，重访观测周期能缩短至2天，大大提高了遥感对地监测的潜力。 本研究共收集了9景不同时期的高质量少云的GF-2影像用于覆盖潜江全境，其中3景拍摄于2019年4月05日，4景拍摄于2019年7月28日，2景拍摄于2019年11月08日。同时收集了2019年全年共26景高质量少云的GF-1和GF-6影像，影像获取时间基本覆盖潜江主要农作物的生长期，为了探究时序特征对于耕地提取的影响，减少特殊的光谱波段（如红边波段）对耕地提取的干扰，本研究只使用不同时相的GF-1和GF-6数据计算得到的时序NDVI。然后基于ENVI软件对GF-1，GF-2以及GF-6进行辐射定标，大气校正及几何校正等预处理，并对GF-2影像的全色波段与多光谱波段进行全色融合，得到1 m分辨率的GF-2多光谱影像。最后基于Google earth影像通过地面控制点对GF-2，GF-1和GF-6在ArcGIS中进行了地理配准，保证了它们在空间位置上的一致性。 3.3　模型训练和验证数据集 2 基于实地调研点在GF-2，GF-1以及GF-6影像上所呈现的空间特征与时相特征，在GF-2影像上通过目视解译，逐像元地标注耕地标签。而后以4∶1的比例，将样本划分为训练集和验证集。并通过5种数据增强的方式（上下翻转、左右翻转、旋转90°、180°、270°）对原始数据进行数据扩充，增加训练数据集的方差，提升神经网络的概括能力。最终得到14335张大小为256×256的训练影像及3585张256×256的验证影像。 3.4　耕地提取精度验证数据 2 随机样本点验证所需的实地样本点分别于2019年3月和5月的潜江实地调研中获取，样本记录了土地覆盖类型以及空间位置等信息，此外辅以GF-2影像进行目视解译，最终采集得到1088个样本点，其中766个耕地样本点，322个非耕地样本点（ 图2（a） 图2（a） ）。同时，为了进一步验证CEUNet方法的有效性，本研究另外选取4块大小为2048×2048的区域开展逐像元验证（如 图3（b） 图3（b） 所示）。 图3（a） 图3（a） 为测试区域选取方法流程，首先在整个潜江行政范围内建立了2048 m×2048 m的矢量格网，然后按照10%的比例选取格网作为候选测试区域，以保证候选测试区域能够代表潜江市总体的耕地情况。最后在候选区域的基础上，按照耕地破碎程度，形状规则程度，以及是否存在非耕地光谱与耕地相似等情况，人工选择了4个格网作为最终测试区域。其分别包含不同的农业景观及地表覆盖类型，以全面分析CEUNet方法在不同区域的适宜性。 1;2; 4　实验结果与分析 1 4.1　模型训练结果 2 图4 图4 展示了CEUNet模型在训练数据集和验证数据集上的损失函数值随训练轮数的变化曲线。训练集和验证集的损失值在变化趋势上一致性较高，均在初始训练时下降迅速，并随着训练轮数的增加，损失值下降程度逐渐减缓，在训练40轮后基本到达收敛。此外，训练集和验证集的损失值分别稳定在0.517和0.523左右，差异在0.01以内。由此说明，模型训练过程中并未出现明显的过拟合现象。覆盖潜江的GF-2影像大小为51408×62736，按照2.2.3节中所提出的策略，将原始影像切割成共4568对1024×1024大小的图片，分批次输入模型中进行预测。最后，在搭载了英特尔Core i7-8700@3.2 GHz处理器及2块Nvidia GeForce GTX 1080 Ti 11GB的显卡的实验平台下，模型预测潜江耕地的总时间为15 min左右。 图5 图5 为基于CEUNet模型提取的潜江米级耕地结果。从图上可以看出，得益于CEUNet对高分辨影像语义信息以及几何形状信息的充分学习，耕地边界特征被保留的较为完整（图5（b）、（d））。此外，由于CEUNet通过数据扩充后的训练数据集学习到了不同类型的耕地的共性特征，不同类型的耕地（如图5（a）、（c），包含了农作物生长期的耕地、休耕期耕地及“灌水养虾”期的稻虾田等多种类型耕地）同时被CEUNet基于二分类成功提取出来，说明了CEUNet对于复杂种植类型的耕地提取具有较高的适用性。 4.2　基于随机样本点验证结果 2 为了综合评价潜江市耕地提取精度，基于实地采样以及目视解译所得到的样本点，对潜江的耕地提取结果进行了验证。 表3 表3 展示了基于随机样本点的混淆矩阵，分类结果总体精度达到了92.92%。其中耕地的用户精度和制图精度分别达到了94.92%和95.04%，而非耕地的用户精度和制图精度明显低于耕地的结果，仅为88.16%和87.89%。经过对结果进一步分析可得，由于研究区域的非耕地包含了多种地物（如林地，水体，建设用地等），造成非耕地内部异质性相较于耕地要更高，对于深度学习模型，找到非耕地内部不同地物之间的共性特征相较于耕地更难。因此，对于类内异质性非常高的非耕地，未来考虑将其进一步细分为更多类别，有望提高CEUNet模型在非耕地提取的精度。 2 3 真实 2 用户精度/% 耕地 非耕地 2 预测 耕地 728 39 94.92 非耕地 38 283 88.16 制图精度/% 95.04 87.89 总体精度/% 4 92.92 4.3　基于逐像元验证结果 2 为了进一步验证CEUNet模型提取耕地的有效性，研究选取4块不同区域（ 图3（b） 图3（b） ）开展逐像元验证。 图6（a） 图6（a） 展示了这4块区域在GF-2影像上所表现的光谱异质性，其中横轴代表GF-2影像4个波段，纵轴代表其对应的光谱反射率， 图6（b） 图6（b） 展现了测试区域的耕地破碎度情况，其横轴表示测试区域，纵轴代表测试区域内耕地地块的面积。由 图6 图6 可知，这4块区域的农业景观各不相同，其各自表现的光谱异质性和耕地破碎度也存在差异。具体而言，区域1（Val.1）土地覆盖类型主要为农作物生长茂盛期的耕地，地块形状规则、且耕地破碎度较低（平均耕地面积较大，其中平均耕地面积定义为耕地总面积除以耕地地块数量），区域内景观异质性较小（光谱反射率的标准差较低），耕地提取难度较低；而区域2（Val.2）景观异质性较高，地物类型包含了建设用地、水体、林地、处于农作物生长期和休耕期的耕地等，且耕地破碎程度较高（平均耕地面积较小，仅为0.55 ha，远低于其他3个区域），耕地提取难度较高；区域3（Val.3）耕地中的稻虾田正处于灌水泡田时期，其光谱与同期的水体较为相似，仅凭光谱特征可能造成误分，而稻虾田的空间特征相较水体有所不同（如几何形状更规则，内部纹理更加突出），可用于测试模型对耕地空间特征的提取情况；区域4（Val.4）中的林地与农作物生长期的耕地形状、光谱均较为相似，仅凭单时期影像难以区分，可用于检验模型对于时序特征的提取效果。以上区域的选取综合考虑了耕地上的复杂种植结构及耕地破碎化程度，对于全面且精细化评价CEUNet提取耕地的精度具有较高的代表性。 1,2; 图7 图7 为CEUNet以及其他4组对比实验在4个测试区所提取的耕地结果。由 图7 图7 可知，由于高分辨率影像地物类内异质性高，基于像元的随机森林分类存在较为严重的椒盐现象。面向对象和深度学习由于考虑了地物的空间特征，因此能有效的减小椒盐噪声的干扰，提取的耕地地块完整性更高，制图效果更佳。分别将基于目视解译获取的真实耕地结果（GT）分别与传统的随机森林分类（包括OBIA和RF）、UNet_m、UNet_s及CEUNet等5种方法所提取的耕地结果对比，发现传统的随机森林分类方法提取的耕地在4个区域均与真实耕地一致性最低；对于耕地形状规则，光谱异质性较低的区域（如Val.1和Val.3区域），UNet_m和UNet_s所提取的耕地结果与真实耕地一致性程度较高，均优于随机森林分类方法，但对于地块破碎、形状不规则的耕地（Val.2）或光谱相近、形状规则的非耕地地物（Val.4），UNet_s提取的耕地与真实耕地一致性较低，而额外输入了多时相数据的UNet_m相比UNet_s提取的耕地与真实的耕地一致性有一定的提高，说明时序特征有助于提升耕地的提取效果；基于CEUNet方法提取的耕地在4个区域均与真实耕地的一致性最高。通过对比不同方法提取的耕地空间分布结果，说明CEUNet方法能够改善耕地地块破碎地区的耕地提取效果，具有更好的普适性。 图8 图8 详细展示了基于地面真实值的不同方法提取耕地的验证结果。由 图8 图8 可知，导致除CEUNet外各方法提取的耕地与真实耕地一致性低的主要原因为错分现象（黄色区域较多），即将非耕地错识为耕地。仅在Val.3区域，面向对象方法出现严重的漏分现象。具体而言，对于Val.1区域，由于其耕地规则，光谱异质性较低，3种深度学习的方法错分和漏分情况比较少，均优于基于像元或基于对象的随机森林分类方法（OBIA和RF）。对于地块破碎、景观复杂的Val.2区域，部分建筑由于形状、颜色与耕地相近而被UNet_s错分为耕地，而输入了多时相数据的CEUNet和UNet_m则明显改善了错分现象。对于Val.3区域的稻虾田，其光谱与水体十分相似，RF提取的稻虾田有严重的椒盐现象，OBIA则将其错分为非耕地。而由于稻虾田形状非常规则，明显有别于河流、湖泊等水体，3种深度学习的方法能够很好的利用这种空间几何特征从而识别稻虾田。Val.4中形状规则，且光谱与耕地十分相似的林地，UNet_s无法准确识别，出现了严重的错分现象。而UNet_m虽然输入了多时相数据，然而重采样仅仅通过插值的方式保持不同源数据像元分辨率的一致，而没有考虑到其空间关系，并不能解决不同分辨率数据的空间尺度差异问题，导致不能充分提取准确的时序特征和空间特征，因此，UNet_m的错分情况较仅使用高分辨率影像的UNet_s有所减少，但仍然存在较多错分的情况。CEUNet通过卷积池化结构成功将空间特征以及时序特征在相同空间尺度下融合，解决了空间尺度差异问题，成功识别了形状及光谱均与耕地较相似的林地。 表4 表4 为基于地面真实值对不同方法提取的耕地展开逐像元对比后的精度评价结果。对比面向对象与面向像元两种方法的精度验证结果，可以发现，面向对象技术解决了椒盐噪声现象，能够获取一个更好的制图效果。然而，由于面向对象分类所利用到的特征仅为单时相GF-2影像的光谱特征，因此面向对象分类的精度相较于面向像元分类并没有太多的提升，二者处于同一水平，均存在错分严重的情况。UNet_s方法由于神经网络综合了影像各层次的空间特征，在面对几何形状较为规则的耕地时（如Val.1和Val.3区域），即便光谱特征存在混淆情况，也能提取出较为准确的耕地，其F1-Score值相较于面向对象和面向像元分类提高了0.1—0.2。但是在面对耕地破碎、形状不规则、耕地与非耕地光谱特征相似的情况时（例如Val.2区域），UNet_s并不能有效提升耕地的提取精度。此外，对于非耕地中光谱与耕地相近，且形状较为规则的地物（如Val.4中的经济林和道路旁的绿化带），基于单时相高分辨率影像的UNet_s方法也会错误地将其识别为耕地，从而大大降低了提取耕地的精度。对于UNet_m方法，由于其输入数据中增加了多时相数据，因此相较于UNet_s，其对于耕地与非耕地光谱特征相似的情况的辨别能力有所提升，错分更少，但由于没能解决不同分辨率数据的空间尺度差异问题，并不能充分提取空间特征与时序特征。在Val.2和Val.4这类耕地破碎，耕地与非耕地光谱特征相似的区域Precision仅为0.7左右，F1-Score小于0.8。而本研究中协同多时相中分辨率影像与单时相高分辨率影像所提出CEUNet方法，通过在同一个空间尺度下融合时序特征和光谱特征，解决了不同分辨率数据空间尺度差异问题，因此能够充分提取耕地的时空特征，在4个测试区域耕地提取的F1-Score 平均值高达0.90，显著高于其他4种方法。即便在Val.2这类耕地破碎度高，景观异质性大的区域，F1-Score仍然达到了0.85。总体而言，CEUNet方法能够解决不同分辨率数据空间尺度差异问题，充分挖掘高分辨率影像的空间信息和中分辨率影像的时序信息，进一步提高了耕地的识别精度。 2 区域 5 Precision 6 Recall 4 F1-Score CEUNet UNet_m UNet_s OBIA RF CEUNet UNet_m UNet_s OBIA RF CEUNet UNet_m UNet_s OBIA RF 区域1 0.92 0.90 0.87 0.74 0.76 0.95 0.98 0.97 0.99 0.89 0.93 0.94 0.92 0.84 0.82 区域2 0.81 0.67 0.45 0.42 0.35 0.89 0.88 0.85 0.92 0.87 0.85 0.76 0.59 0.58 0.50 区域3 0.94 0.91 0.90 0.64 0.63 0.93 0.96 0.95 0.65 0.84 0.93 0.93 0.93 0.65 0.72 区域4 0.86 0.71 0.56 0.53 0.57 0.92 0.93 0.95 0.93 0.93 0.89 0.80 0.71 0.68 0.71 AVG 0.88 0.80 0.70 0.58 0.58 0.92 0.94 0.93 0.87 0.88 0.90 0.86 0.79 0.69 0.69 5　结论 1 如何有效协同多源数据，充分挖掘耕地的时空特征是提高复杂区域高分辨率耕地制图精度的关键。近年来，中国陆续发射的高分系列卫星为获取不同时空分辨率遥感数据提供了重要支撑。基于此，本研究通过协同国产高分系列卫星构建了适用于复杂区域耕地提取的CEUNet模型。该方法以UNet为基础，通过增加分支编码器辅助提取中分辨率（GF-1/6）多时相数据的时序特征，使之能在同一空间尺度下与原UNet编码器所提取的高分辨率影像（GF-2）空间特征相结合，继而充分挖掘耕地的时空特征，显著地提高了米级分辨率耕地制图的精度。通过对比基于单时期高分辨率影像的UNet_s、OBIA以及RF方法，CEUNet提取的耕地结果在4个测试区域的平均F1-Score值分别提高了0.11，0.21，0.21；而相较于同样使用多源数据的UNet_m方法，CEUNet在网络参数量和计算复杂度并无显著提升的情况下，提取的耕地结果在平均F1-Score值上提高了0.04，在复杂景观区域F1-Score值提高了0.09。以上验证结果充分体现了CEUNet针对于复杂区域耕地的提取能力。同时，由于本文所选取的研究区域具有一定的代表性以及模型具有一定的泛化能力，CEUNet可以快速、高效地扩展用于中国南方农业景观较破碎的区域以提高耕地提取精度。此外，CEUnet不仅可以协同国产高分卫星数据，也可以泛化应用到其他多源中高分辨率影像（例如：Worldview-3/4与Sentinel-2、Landsat-7/8）提取不同土地利用类型。尽管构建的CEUNet模型在耕地提取上取得了较高的精度，本研究仍然存在以下方面需进一步改进：（1）研究中所用到的时相覆盖了研究区域主要农作物的全生长期。未来可以基于研究区域的农作物种植模式和物候特征，保留农作物生长的关键时相，减少数据冗余；（2）研究所用的光谱特征仅为时序NDVI，部分中分辨率影像所携带的其他光谱波段，如GF-6的红边、黄边等波段对农作物的识别也十分重要，后续可用于优化耕地提取的精度；（3）CEUNet模型提取时序特征采用了CNN网络结构，而CNN网络并不适用于处理时间依赖关系，后续研究可结合循环神经网络RNN（Recurrent Neural Networks）以充分考虑农作物生长时序特征。此外，未来也可以从损失函数的设计及模型训练等方面进行提升，从而进一步提高耕地提取的泛化能力和精度。 参考文献（References） Baheti B , Innani S , Gajre S and Talbar S . 2020 . Eff-UNet: a novel architecture for semantic segmentation in unstructured environment // Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops . Seattle, WA, USA IEEE : 1473 - 1481 [ DOI: 10.1109/CVPRW50498.2020.00187 http://dx.doi.org/10.1109/CVPRW50498.2020.00187 ] Eff-UNet: a novel architecture for semantic segmentation in unstructured environment Bruzzone L and Carlin L . 2006 . A multilevel context-based system for classification of very high spatial resolution images . IEEE Transactions on Geoscience and Remote Sensing , 44 ( 9 ): 2587 - 2600 [ DOI: 10.1109/tgrs.2006.875360 http://dx.doi.org/10.1109/tgrs.2006.875360 ] A multilevel context-based system for classification of very high spatial resolution images Cao K L and Zhang X L . 2020 . An improved res-UNet model for tree species classification using airborne high-resolution images . Remote Sensing , 12 ( 7 ): 1128 [ DOI: 10.3390/rs12071128 http://dx.doi.org/10.3390/rs12071128 ] An improved res-UNet model for tree species classification using airborne high-resolution images Chen K Q , Gao X , Yan M L , Zhang Y and Sun X . 2020 . Building extraction in pixel level from aerial imagery with a deep encoder-decoder network . Journal of Remote Sensing , 24 ( 9 ): 1134 - 1142 Building extraction in pixel level from aerial imagery with a deep encoder-decoder network 陈凯强 , 高鑫 , 闫梦龙 , 张跃 , 孙显 . 2020 . 基于编解码网络的航空影像像素级建筑物提取 . 遥感学报 , 24 ( 9 ): 1134 - 1142 [ DOI: 10.11834/jrs.20209056 http://dx.doi.org/10.11834/jrs.20209056 ] 基于编解码网络的航空影像像素级建筑物提取 Du Z R , Yang J Y , Ou C and Zhang T T . 2019 . Smallholder crop area mapped with a semantic segmentation deep learning method . Remote Sensing , 11 ( 7 ): 888 [ DOI: 10.3390/rs11070888 http://dx.doi.org/10.3390/rs11070888 ] Smallholder crop area mapped with a semantic segmentation deep learning method Fritz S , See L , McCallum I , You L Z , Bun A , Moltchanova E , Duerauer M , Albrecht F , Schill C , Perger C , Havlik P , Mosnier A , Thornton P , Wood-Sichra U , Herrero M , Becker-Reshef I , Justice C , Hansen M , Gong P , Aziz S A , Cipriani A , Cumani R , Cecchi G , Conchedda G , Ferreira S , Gomez A , Haffani M , Kayitakire F , Malanding J , Mueller R , Newby T , Nonguierma A , Olusegun A , Ortner S , Rajak D R , Rocha J , Schepaschenko D , Schepaschenko M , Terekhov A , Tiangwa A , Vancutsem C , Vintrou E , Wu W B , Van Der Velde M , Dunwoody A , Kraxner F and Obersteiner M . 2015 . Mapping global cropland and field size . Global Change Biology , 21 ( 5 ): 1980 - 1992 [ DOI: 10.1111/gcb.12838 http://dx.doi.org/10.1111/gcb.12838 ] Mapping global cropland and field size Geiger F , Bengtsson J , Berendse F , Weisser W W , Emmerson M , Morales M B , Ceryngier P , Liira J , Tscharntke T , Winqvist C , Eggers S , Bommarco R , Pärt T , Bretagnolle V , Plantegenest M , Clement L W , Dennis C , Palmer C , Oñate J J , Guerrero I , Hawro V , Aavik T , Thies C , Flohre A , Hänke S , Fischer C , Goedhart P W and Inchausti P . 2010 . Persistent negative effects of pesticides on biodiversity and biological control potential on European farmland . Basic and Applied Ecology , 11 ( 2 ): 97 - 105 [ DOI: 10.1016/j.baae.2009.12.001 http://dx.doi.org/10.1016/j.baae.2009.12.001 ] Persistent negative effects of pesticides on biodiversity and biological control potential on European farmland Godfray H C J , Beddington J R , Crute I R , Haddad L , Lawrence D , Muir J F , Pretty J , Robinson S , Thomas S M and Toulmin C . 2010 . Food security: the challenge of feeding 9 billion people . Science , 327 ( 5967 ): 812 - 818 [ DOI: 10.1126/science.1185383 http://dx.doi.org/10.1126/science.1185383 ] Food security: the challenge of feeding 9 billion people Graesser J and Ramankutty N . 2017 . Detection of cropland field parcels from Landsat imagery . Remote Sensing of Environment , 201 : 165 - 180 [ DOI: 10.1016/j.rse.2017.08.027 http://dx.doi.org/10.1016/j.rse.2017.08.027 ] Detection of cropland field parcels from Landsat imagery Green R E , Cornell S J , Scharlemann J P W and Balmford A . 2005 . Farming and the fate of wild nature . Science , 307 ( 5709 ): 550 - 555 [ DOI: 10.1126/science.1106049 http://dx.doi.org/10.1126/science.1106049 ] Farming and the fate of wild nature He M and Zhang J Y . 2005 . Scientific research progress of global land-use and land-cover changes project . Land and Resources , ( 9 ): 22 - 25 . Scientific research progress of global land-use and land-cover changes project 何蔓 , 张军岩 . 2005 . 全球土地利用与覆盖变化(LUCC)研究及其进展 . 国土资源 , ( 9 ): 22 - 25 全球土地利用与覆盖变化(LUCC)研究及其进展 Kehoe L , Romero-Muñoz A , Polaina E , Estes L , Kreft H and Kuemmerle T . 2017 . Biodiversity at risk under future cropland expansion and intensification . Nature Ecology and Evolution , 1 ( 8 ): 1129 - 1135 [ DOI: 10.1038/s41559-017-0234-3 http://dx.doi.org/10.1038/s41559-017-0234-3 ] Biodiversity at risk under future cropland expansion and intensification Kingma D P and Ba J . 2014 . Adam: a method for stochastic optimization . arXiv : 1412 . 6980 [ DOI: 10.48550/arXiv.1412.6980 http://dx.doi.org/10.48550/arXiv.1412.6980 ] Adam: a method for stochastic optimization Kussul N , Lavreniuk M , Skakun S and Shelestov A . 2017 . Deep learning classification of land cover and crop types using remote sensing data . IEEE Geoscience and Remote Sensing Letters , 14 ( 5 ): 778 - 782 [ DOI: 10.1109/lgrs.2017.2681128 http://dx.doi.org/10.1109/lgrs.2017.2681128 ] Deep learning classification of land cover and crop types using remote sensing data Li W J , Dong R M , Fu H H , Wang J , Yu L and Gong P . 2020 . Integrating Google Earth imagery with Landsat data to improve 30-m resolution land cover mapping . Remote Sensing of Environment , 237 : 111563 . [ DOI: 10.1016/j.rse.2019.111563 http://dx.doi.org/10.1016/j.rse.2019.111563 ] Integrating Google Earth imagery with Landsat data to improve 30-m resolution land cover mapping Lin T Y , Goyal P , Girshick R , He K M and Dollár P . 2017 . Focal loss for dense object detection // Proceedings of the IEEE International Conference on Computer Vision . Venice, Italy : IEEE: 2999 - 3007 . [ DOI: 10.1109/ICCV.2017.324 http://dx.doi.org/10.1109/ICCV.2017.324 ] Focal loss for dense object detection Lowder S K , Skoet J and Raney T . 2016 . The number, size and distribution of farms, smallholder farms and family farms worldwide . World Development , 87 : 16 - 29 . [ DOI: 10.1016/j.worlddev.2015.10.041 http://dx.doi.org/10.1016/j.worlddev.2015.10.041 ] The number, size and distribution of farms, smallholder farms and family farms worldwide Milletari F , Navab N and Ahmadi S A . 2016 . V-Net: fully convolutional neural networks for volumetric medical image segmentation // 2016 Fourth International Conference on 3D Vision (3DV) . Stanford, CA, USA : IEEE: 565 - 571 [ DOI: 10.1109/3dv.2016.79 http://dx.doi.org/10.1109/3dv.2016.79 ] V-Net: fully convolutional neural networks for volumetric medical image segmentation Ming D P , Ci T Y , Cai H Y , Li L X , Qiao C and Du J Y . 2012 . Semivariogram-based spatial bandwidth selection for remote sensing image segmentation with mean-shift algorithm . IEEE Geoscience and Remote Sensing Letters , 9 ( 5 ): 813 - 817 [ DOI: 10.1109/lgrs.2011.2182604 http://dx.doi.org/10.1109/lgrs.2011.2182604 ] Semivariogram-based spatial bandwidth selection for remote sensing image segmentation with mean-shift algorithm Ming D P , Li J , Wang J Y and Zhang M . 2015 . Scale parameter selection by spatial statistics for GeOBIA: using mean-shift based multi-scale segmentation as an example . ISPRS Journal of Photogrammetry and Remote Sensing , 106 : 28 - 41 [ DOI: 10.1016/j.isprsjprs.2015.04.010 http://dx.doi.org/10.1016/j.isprsjprs.2015.04.010 ] Scale parameter selection by spatial statistics for GeOBIA: using mean-shift based multi-scale segmentation as an example Ming D P , Zhang X , Wang M and Zhou W . 2016 . Cropland extraction based on OBIA and adaptive scale pre-estimation . Photogrammetric Engineering and Remote Sensing , 82 ( 8 ): 635 - 644 [ DOI: 10.14358/pers.82.8.635 http://dx.doi.org/10.14358/pers.82.8.635 ] Cropland extraction based on OBIA and adaptive scale pre-estimation Persello C , Tolpekin V A , Bergado J R and De By R A . 2019 . Delineation of agricultural fields in smallholder farms from satellite images using fully convolutional networks and combinatorial grouping . Remote Sensing of Environment , 231 : 111253 [ DOI: 10.1016/j.rse.2019.111253 http://dx.doi.org/10.1016/j.rse.2019.111253 ] Delineation of agricultural fields in smallholder farms from satellite images using fully convolutional networks and combinatorial grouping Pittman K , Hansen M C , Becker-Reshef I , Potapov P V and Justice C O . 2010 . Estimating global cropland extent with multi-year MODIS data . Remote Sensing , 2 ( 7 ): 1844 - 1863 [ DOI: 10.3390/rs2071844 http://dx.doi.org/10.3390/rs2071844 ] Estimating global cropland extent with multi-year MODIS data Qin X F , Wu C Z , Chang H , Lu H and Zhang X D . 2020 . Match feature u-net: dynamic receptive field networks for biomedical image segmentation . Symmetry , 12 ( 8 ): 1230 . [ DOI: 10.3390/sym12081230 http://dx.doi.org/10.3390/sym12081230 ] Match feature u-net: dynamic receptive field networks for biomedical image segmentation Rounsevell M D A , Ewert F , Reginster I , Leemans R and Carter T R . 2005 . Future scenarios of European agricultural land use: II . Projecting changes in cropland and grassland. Agriculture, Ecosystems and Environment , 107 ( 2/3 ): 117 - 135 [ DOI: 10.1016/j.agee.2004.12.002 http://dx.doi.org/10.1016/j.agee.2004.12.002 ] Future scenarios of European agricultural land use: II Song D J , Zhang C M , Yang X X , Li F , Han Y J , Gao S and Dong H Y . 2020 . Extracting winter wheat spatial distribution information from GF-2 image . Journal of Remote Sensing , 24 ( 5 ): 596 - 608 Extracting winter wheat spatial distribution information from GF-2 image 宋德娟 , 张承明 , 杨晓霞 , 李峰 , 韩颖娟 , 高帅 , 董海燕 . 2020 . 高分二号遥感影像提取冬小麦空间分布 . 遥感学报 , 24 ( 5 ): 596 - 608 [ DOI: 10.11834/jrs.20208285 http://dx.doi.org/10.11834/jrs.20208285 ] 高分二号遥感影像提取冬小麦空间分布 Su T F , Li H Y , Zhang S W and Li Y X . 2015 . Image segmentation using mean shift for extracting croplands from high-resolution remote sensing imagery . Remote Sensing Letters , 6 ( 12 ): 952 - 961 [ DOI: 10.1080/2150704x.2015.1093188 http://dx.doi.org/10.1080/2150704x.2015.1093188 ] Image segmentation using mean shift for extracting croplands from high-resolution remote sensing imagery Thenkabail P S and Wu Z T . 2012 . An automated cropland classification algorithm (ACCA) for Tajikistan by combining Landsat, MODIS and secondary data . Remote Sensing , 4 ( 10 ): 2890 - 2918 [ DOI: 10.3390/rs4102890 http://dx.doi.org/10.3390/rs4102890 ] An automated cropland classification algorithm (ACCA) for Tajikistan by combining Landsat, MODIS and secondary data Waldner F , Canto G S and Defourny P . 2015 . Automated annual cropland mapping using knowledge-based temporal features . ISPRS Journal of Photogrammetry and Remote Sensing , 110 : 1 - 13 [ DOI: 10.1016/j.isprsjprs.2015.09.013 http://dx.doi.org/10.1016/j.isprsjprs.2015.09.013 ] Automated annual cropland mapping using knowledge-based temporal features Waldner F and Diakogiannis F I . 2020 . Deep learning on edge: extracting field boundaries from satellite images with a convolutional neural network . Remote Sensing of Environment , 245 : 111741 [ DOI: 10.1016/j.rse.2020.111741 http://dx.doi.org/10.1016/j.rse.2020.111741 ] Deep learning on edge: extracting field boundaries from satellite images with a convolutional neural network Watkins B and Van Niekerk A . 2019 . Automating field boundary delineation with multi-temporal Sentinel-2 imagery . Computers and Electronics in Agriculture , 167 : 105078 [ DOI: 10.1016/j.compag.2019.105078 http://dx.doi.org/10.1016/j.compag.2019.105078 ] Automating field boundary delineation with multi-temporal Sentinel-2 imagery White E V and Roy D P . 2015 . A contemporary decennial examination of changing agricultural field sizes using Landsat time series data . Geo : Geography and Environment , 2 ( 1 ): 33 - 54 [ DOI: 10.1002/geo2.4 http://dx.doi.org/10.1002/geo2.4 ] A contemporary decennial examination of changing agricultural field sizes using Landsat time series data Xia L G , Luo J C , Sun Y W and Yang H P . 2018 . Deep extraction of cropland parcels from very high-resolution remotely sensed imagery // 2018 7th International Conference on Agro-Geoinformatics (Agro-Geoinformatics) . Hangzhou, China : IEEE: 1 - 5 [ DOI: 10.1109/Agro-Geoinformatics.2018.8476002 http://dx.doi.org/10.1109/Agro-Geoinformatics.2018.8476002 ] Deep extraction of cropland parcels from very high-resolution remotely sensed imagery Xie Y H , Lark T J , Brown J F and Gibbs H K . 2019 . Mapping irrigated cropland extent across the conterminous United States at 30 m resolution using a semi-automatic training approach on Google Earth Engine . ISPRS Journal of Photogrammetry and Remote Sensing , 155 : 136 - 149 [ DOI: 10.1016/j.isprsjprs.2019.07.005 http://dx.doi.org/10.1016/j.isprsjprs.2019.07.005 ] Mapping irrigated cropland extent across the conterminous United States at 30 m resolution using a semi-automatic training approach on Google Earth Engine Xiong J , Thenkabail P S , Tilton J C , Gumma M K , Teluguntla P , Oliphant A , Congalton R G , Yadav K and Gorelick N . 2017a . Nominal 30-m cropland extent map of continental Africa by integrating pixel-based and object-based algorithms using sentinel-2 and landsat-8 data on Google earth engine . Remote Sensing , 9 ( 10 ): 1065 [ DOI: 10.3390/rs9101065 http://dx.doi.org/10.3390/rs9101065 ] Nominal 30-m cropland extent map of continental Africa by integrating pixel-based and object-based algorithms using sentinel-2 and landsat-8 data on Google earth engine Xiong J , Thenkabail P S , Gumma M K , Teluguntla P , Poehnelt J , Congalton R G , Yadav K and Thau D . 2017b . Automated cropland mapping of continental Africa using Google Earth Engine cloud computing . ISPRS Journal of Photogrammetry and Remote Sensing , 126 : 225 - 244 [ DOI: 10.1016/j.isprsjprs.2017.01.019 http://dx.doi.org/10.1016/j.isprsjprs.2017.01.019 ] Automated cropland mapping of continental Africa using Google Earth Engine cloud computing Xu J F , Zhang B M , Yu D H , Lin Y Z and Guo H T . 2020 . Aircraft target change detection for high-resolution remote sensing images using multi-feature fusion . Journal of Remote Sensing , 24 ( 1 ): 37 - 52 Aircraft target change detection for high-resolution remote sensing images using multi-feature fusion 徐俊峰 , 张保明 , 余东行 , 林雨准 , 郭海涛 . 2020 . 多特征融合的高分辨率遥感影像飞机目标变化检测 . 遥感学报 , 24 ( 1 ): 37 - 52 [ DOI: 10.11834/jrs.20208213 http://dx.doi.org/10.11834/jrs.20208213 ] 多特征融合的高分辨率遥感影像飞机目标变化检测 Xu J F , Zhu Y , Zhong R H , Lin Z X , Xu J L , Jiang H , Huang J F , Li H F and Lin T . 2020 . DeepCropMapping: a multi-temporal deep learning approach with improved spatial generalizability for dynamic corn and soybean mapping . Remote Sensing of Environment , 247 : 111946 [ DOI: 10.1016/j.rse.2020.111946 http://dx.doi.org/10.1016/j.rse.2020.111946 ] DeepCropMapping: a multi-temporal deep learning approach with improved spatial generalizability for dynamic corn and soybean mapping Xu L , Ming D P , Zhou W , Bao H Q , Chen Y Y and Ling X . 2019 . Farmland extraction from high spatial resolution remote sensing images based on stratified scale pre-estimation . Remote Sensing , 11 ( 2 ): 108 [ DOI: 10.3390/rs11020108 http://dx.doi.org/10.3390/rs11020108 ] Farmland extraction from high spatial resolution remote sensing images based on stratified scale pre-estimation Yang J W , Zhang J S , Zhu S , Xu Q , Zhang F , Yang Z J and Dong Z . 2019 . Cropland mapping in fragmented agricultural landscape using modified pyramid scene parsing network //IGARSS 2019 - 2019 IEEE International Geoscience and Remote Sensing Symposium. Yokohama, Japan : IEEE: 9831 - 9834 [ DOI: 10.1109/IGARSS.2019.8897867 http://dx.doi.org/10.1109/IGARSS.2019.8897867 ] 2019 Zhang D J , Pan Y Z , Zhang J S , Hu T G , Zhao J H , Li N and Chen Q . 2020a . A generalized approach based on convolutional neural networks for large area cropland mapping at very high resolution . Remote Sensing of Environment , 247 : 111912 [ DOI: 10.1016/j.rse.2020.111912 http://dx.doi.org/10.1016/j.rse.2020.111912 ] A generalized approach based on convolutional neural networks for large area cropland mapping at very high resolution Zhang J , Xie T J , Yang C H , Song H B , Jiang Z , Zhou G S , Zhang D Y , Feng H and Xie J . 2020b . Segmenting purple rapeseed leaves in the field from UAV RGB imagery using deep learning as an auxiliary means for nitrogen stress detection . Remote Sensing , 12 ( 9 ): 1403 [ DOI: 10.3390/rs12091403 http://dx.doi.org/10.3390/rs12091403 ] Segmenting purple rapeseed leaves in the field from UAV RGB imagery using deep learning as an auxiliary means for nitrogen stress detection 10.11834/jrs.20221069 1007-4619（2022）07-1368-15 蔡志文，何真，王文静，杨靖雅，魏浩东，王聪，徐保东.2022.基于多源国产高分卫星时空信息的米级分辨率耕地提取.遥感学报，26（7）： 1368-1382 蔡志文，何真，王文静，杨靖雅，魏浩东，王聪，徐保东.2022.基于多源国产高分卫星时空信息的米级分辨率耕地提取.遥感学报，26（7）： 1368-1382 Cai Z W，He Z，Wang W J，Yang J Y，Wei H D，Wang C and Xu B D. 2022. Mapping cropland at metric resolution using the spatiotemporal information from multi-source GF satellite data. National Remote Sensing Bulletin， 26（7）：1368-1382 Cai Z W，He Z，Wang W J，Yang J Y，Wei H D，Wang C and Xu B D. 2022. Mapping cropland at metric resolution using the spatiotemporal information from multi-source GF satellite data. National Remote Sensing Bulletin， 26（7）：1368-1382 国家重点研发计划（编号：2019YFE0126700）；国家自然科学基金（编号：42001303， 41901380， 42101391）；湖北省自然科学基金（编号：2019CFC848）；中央高校基本科研业务费专项基金（编号：2662021JC013， CCNU20QN032） Supported by National Key Research and Development Program of China (No. 2019YFE0126700); National Natural Science Foundation of China (No. 42001303, 41901380, 42101391); Natural Science Foundation of Hubei Province (No. 2019CFC848); Fundamental Research Funds for the Central Universities (No. 2662021JC013, CCNU20QN032) 2021-02-08 2022-07-07 2022-08-08 2021-10-13 遥感学报 7 26