何 睿, 王 潤*, 徐 航, 劉 帥, 李彧磊, 張 碩, 陳 琨, 蔡 宇, 陳夢源

(1.資源與生態(tài)環(huán)境地質湖北省重點實驗室,湖北 武漢 430034; 2.湖北省地質環(huán)境總站,湖北 武漢 430034)

湖北省礦產資源豐富,開采方式以露天開采為主,對礦區(qū)及其毗鄰區(qū)域造成了地貌景觀破壞和土地資源損毀等危害。近年來,為準確掌握全省礦山地質環(huán)境現狀及其變化情況,為政府部門合理制訂礦山生態(tài)修復治理措施提供依據,湖北省對重點礦集區(qū)開展了持續(xù)性的遙感監(jiān)測工作。但由于礦集區(qū)面積大、礦山數量多,使得遙感監(jiān)測數據處理工作量較大,有必要研究高效快速的遙感信息提取方法,提升露天礦山土地損毀信息的提取效率。

遙感技術自20世紀70年代開始應用以來,其時間分辨率和空間分辨率得到持續(xù)提升,已成為礦山地質環(huán)境調查監(jiān)測的重要手段[1-5]。近些年,深度學習方法由于具有比傳統(tǒng)方法更高的分類識別精度[6],在多種地質工作場景得到有效應用,其中卷積神經網絡(convolutional neural network,CNN)是目前常用的深度學習方法,該方法可提取局部關聯性特征以提高對大量變化數據的適應能力,針對高分辨率遙感影像開展地物分類工作可獲得較高的準確率[7-9]。以卷積神經網絡為基礎,眾多研究人員不斷對U-Net等模型進行優(yōu)化,進一步提升了其學習效率[10-12]。將國產高分辨率衛(wèi)星數據與包括U-Net模型在內的深度學習方法相結合,已有效應用于礦山露天開采區(qū)的識別,對于尾礦庫的空間變化監(jiān)測也有一定成效[13-18]。

目前在綠色礦山建設、礦山地質環(huán)境修復治理等工作中,還是主要利用高分辨率遙感數據結合無人機進行現場調查,并對治理效果進行監(jiān)測[19-23],如果將深度學習方法應用于這些工作場景,可能會進一步提高相關信息提取的準確度和效率。本文以湖北省露天礦山為研究對象,以高分二號(GF-2)衛(wèi)星影像為數據源,結合研究區(qū)以往遙感解譯成果,利用U-Net模型開展區(qū)內露天礦山土地損毀信息提取的應用研究,以驗證U-Net模型進行該項工作的可行性,并提升湖北省對礦山地質環(huán)境現狀及其變化情況的掌握程度。

1 研究區(qū)概況及數據源

1.1 自然地理概況

本次選擇的研究區(qū)為湖北省內3個重點礦集區(qū)(圖1),均位于江漢平原及周邊山區(qū)的過渡區(qū)域,總面積約1 212 km2,其中荊門石膏礦區(qū)(圖1-b)位于荊山山脈與江漢平原的過渡地帶;荊襄磷礦區(qū)(圖1-c)位于漢江中游、大洪山南麓、鄂北山區(qū)向江漢平原的過渡地帶;松宜煤礦區(qū)(圖1-d)位于鄂西北山區(qū)東緣向江漢平原的過渡地帶。

圖1 研究區(qū)分布圖Fig.1 Location map of the study area

1.2 礦山土地損毀概況

研究區(qū)各礦山主要開采煤、磷、石膏、巖鹽、灰?guī)r、頁巖、石材、石料等礦產。根據2021年礦山遙感解譯資料,遙感解譯圖斑分為3類:露天采場、中轉場地、固體廢棄物堆場,圖斑總面積為2 450.90 hm2,具體如表1所示。

表1 研究區(qū)礦山土地損毀情況Table 1 Land damage situation of mines in the study area

1.3 數據源

本次研究所用數據源為高分二號衛(wèi)星影像數據,該衛(wèi)星搭載了1臺1 m分辨率全色相機(光譜范圍0.45～0.90 μm)和1臺4 m分辨率多光譜相機(光譜范圍0.45～0.52、0.52～0.59、0.63～0.69、0.77～0.89 μm),可實現亞米級的空間分辨率,成像效果整體清晰、辨識度高。為覆蓋研究區(qū)范圍,共使用11景2021年度影像數據。將高分二號衛(wèi)星影像數據作為訓練樣本集影像片基礎,結合2021年礦山遙感解譯圖斑,可制作U-Net模型所需的數據訓練集。

2 工作方法和流程

工作流程包括解譯標志建立、數據訓練集創(chuàng)建、模型選擇與訓練、信息提取結果對比驗證等4部分,總體技術流程如圖2所示。

圖2 總體技術流程Fig.2 Overall technical flow chart

2.1 解譯標志建立

根據研究區(qū)2021年礦山遙感解譯資料,露天采場是最主要的露天礦山土地損毀表現形式,其影像邊界較清晰,開采區(qū)域多呈淺色,可見階梯狀開采面(圖3)。

圖3 露天采場遙感影像Fig.3 Example of open-pit mining area

2.2 數據訓練集創(chuàng)建

為開展基于U-Net模型的土地損毀信息提取工作,需要準備數據訓練集并對其進行標注,利用ArcGIS Pro軟件的深度學習模塊可實現數據訓練集的導出。數據訓練集主要由影像數據和矢量數據(shp)構成,將矢量數據疊加在影像數據上進行分類標記,完成后導出即可獲得數據訓練集。以研究區(qū)281個露天采場解譯圖斑的矢量數據為基礎,結合高分二號衛(wèi)星影像數據,生成相應的影像片,并對影像片進行不同角度的旋轉以創(chuàng)建其他影像片,從多個角度捕獲相同的訓練樣本(圖4),實現樣本數據增強。不同旋轉角度下所創(chuàng)建的數據訓練集的樣本量是不同的(表2)。

表2 不同數據訓練集樣本量Table 2 Sample capacity of different data training sets

圖4 不同旋轉角度的訓練樣本Fig.4 Training sample with different rotation angles

2.3 模型選擇與訓練

卷積神經網絡是深度學習方法中常用的一種模型,其優(yōu)勢在于將多維數據樣本圖像作為模型輸入層時,不需要對樣本數據進行特別復雜的處理,避免了進行圖像信息學習時所需的復雜的圖像特征提取過程和圖像數據重建過程。對于礦山遙感影像的圖斑識別,主要利用影像光譜信息來進行,選擇用于像素分類的U-Net模型進行模型訓練。

U-Net模型網絡結構包括編碼部分和解碼部分(圖5)。在編碼部分,每次下采樣之前使用2個卷積核為3×3的卷積層進行特征提取,卷積之后使用ReLU激活函數,使用大小為2×2的最大池化操作減少特征維度,以增大感受野。每經過1次下采樣,圖像尺寸縮小1/2,維度增大1倍。通過這種重復的操作可以充分提取圖像的高層特征并過濾掉不需要的信息。在解碼部分,使用反卷積進行上采樣,上采樣之后同樣使用2個卷積核為3×3的卷積層,逐步恢復圖像的細節(jié)信息,并最終恢復特征圖至輸入圖像的尺寸。每經過1次上采樣,圖像尺寸增大1倍,維度縮小1/2。編碼部分和解碼部分對應階段之間使用跳躍連接結構,復用低層次特征信息,以更好地還原圖像細節(jié)信息。

圖5 U-Net模型網絡結構Fig.5 The network structure of U-Net

在選擇U-Net模型的基礎上,需要進一步選擇模型所使用的骨干模型,即卷積層和池化層的排列組合方式。本次研究使用ResNet作為骨干模型(圖6)。ResNet是一種主要針對傳統(tǒng)堆疊網絡缺點進行改進的骨干模型,即提出殘差結構用以優(yōu)化網絡,解決深度網絡化下的退化問題[24-26]。ResNet通過堆疊非線性層用以擬合殘差,同時提出恒等快捷連接用于執(zhí)行恒等映射,并將其輸出添加到堆疊層的輸出,恒等快捷連接既不會增加額外的參數,也不會提高計算復雜度。假設原先的網絡輸入為x,網絡輸出為H(x),ResNet令H(x)=F(x)+x,則殘差網絡可以通過對殘差F(x)=H(x)-x進行學習,其學習效率會高于直接學習H(x)的效率。ResNet主要有5種不同大小的網絡,即ResNet18、ResNet34、ResNet50、ResNet101和ResNet152,各ResNet網絡之間的不同主要在于中間卷積部分的block參數和個數存在差異。

圖6 ResNet網絡結構Fig.6 The network structure of ResNet

設置數據訓練集、模型、骨干模型等參數后,可以進行模型訓練。為保證模型訓練效果,將最大新紀元數量設置為20,即數據訓練集將通過神經網絡向前和向后傳遞20次。完成參數設置后,選擇1個重點礦集區(qū)來建立露天采場土地損毀信息提取的數據訓練集,分別使用U-Net模型和金字塔場景來開展信息提取實驗,并在此基礎上選擇效率更高的骨干模型及參數來開展整個研究區(qū)的露天礦山土地損毀信息提取工作。

2.4 信息提取結果對比驗證

需要對不同骨干模型及參數開展精度評價,包括模型的訓練損失與驗證損失對比、精度評價參考值對比,其中精度評價參考值選取精確度(precision,P)、召回率(recall,R)和F1值。精確度表示模型預測的像素總數中,正確預測的真實像素數量占預測的真實像素數量的比例;召回率表示模型預測的像素總數中,正確預測的真實像素數量占實際的真實像素數量的比例;F1值表示精確度與召回率的調和平均數,其取值范圍為[0,1]。F1值計算公式如下:

在理想狀態(tài)下,應考慮精確度和召回率均為高值,但實際情況中兩者互相制約,追求精確度高,則召回率就低;追求召回率高,則精確率通常較低。而引入F1值可以平衡精確度和召回率的影響,較為全面地評價模型精度,F1值越大表示模型效果越好。

在模型精度評價的基礎上,利用所選擇的骨干模型及相應的參數,對3個重點礦集區(qū)分別開展露天礦山土地損毀信息提取,將信息提取結果與高分辨率遙感影像進行對比驗證。

3 模型精度評價與信息提取

3.1 模型精度評價

利用荊門石膏礦區(qū)79個露天采場圖斑制作旋轉角度分別為0°、60°、30°的數據訓練集,在U-Net模型中依次將骨干模型設置為ResNet18、ResNet34、ResNet50、ResNet101和ResNet152,經深度學習后獲得對應的訓練模型及其影像預測結果。

當訓練樣本旋轉角度為0°時,不同骨干模型的訓練損失與驗證損失圖如圖7所示,對應的影像識別驗證對比圖如圖8所示。當骨干模型設置為ResNet18、ResNet34時,隨著訓練批次的增加,驗證損失曲線盡管存在一定波動,但趨勢趨于平穩(wěn);當骨干模型設置為ResNet50時,訓練批次有所增加,驗證損失曲線隨之趨于平滑;當骨干模型設置為ResNet101和ResNet152時,訓練批次大量增加,但驗證損失曲線出現大幅度波動。

圖7 訓練樣本旋轉角度為0°時不同骨干模型的訓練損失與驗證損失圖Fig.7 Training loss and validation loss graph for different ResNet models with training sample rotation angle of 0°

圖8 訓練樣本旋轉角度為0°時不同骨干模型的影像識別驗證對比圖Fig.8 Verification comparison chart for different ResNet models with training sample rotation angle of 0°

當訓練樣本旋轉角度為60°時,不同骨干模型的訓練損失與驗證損失圖、影像識別驗證對比圖分別如圖9、圖10所示。當骨干模型設置為ResNet18、ResNet34時,隨著訓練批次的增加,驗證損失曲線在早期存在一定波動,在后期趨于平穩(wěn);當骨干模型設置為ResNet50時,訓練批次有所增加,驗證損失曲線隨之趨于平滑,但后期出現波動;當骨干模型設置為ResNet101時,驗證損失曲線隨著訓練批次的增加發(fā)生大幅波動;當骨干模型設置為ResNet152時,驗證損失曲線隨著訓練批次的增加,在前期趨于平緩,在后期出現高峰值波動。

圖9 訓練樣本旋轉角度為60°時不同骨干模型的訓練損失與驗證損失圖Fig.9 Training loss and validation loss graph for different ResNet models with training sample rotation angle of 60°

圖10 訓練樣本旋轉角度為60°時不同骨干模型的影像識別驗證對比圖Fig.10 Verification comparison chart for different ResNet models with training sample rotation angle of 60°

當訓練樣本旋轉角度為30°時,不同骨干模型的訓練損失與驗證損失圖、影像識別驗證對比圖分別如圖11、圖12所示。當骨干模型設置為ResNet18、ResNet34時,隨著訓練批次的增加,驗證損失曲線盡管存在一定波動,但整體趨于平穩(wěn);當骨干模型設置為ResNet50時,訓練批次有所增加,驗證損失曲線隨之趨于平滑;當骨干模型設置為ResNet101時,驗證損失曲線隨著訓練批次的增加,在后期出現大幅度波動;當骨干模型設置為ResNet152時,驗證損失曲線隨著訓練批次的增加持續(xù)出現波動。

圖11 訓練樣本旋轉角度為30°時不同骨干模型的訓練損失與驗證損失圖Fig.11 Training loss and validation loss graph for different ResNet models with training sample rotation angle of 30°

圖12 訓練樣本旋轉角度為30°時不同骨干模型的影像識別驗證對比圖Fig.12 Verification comparison chart for different ResNet models with training sample rotation angle of 30°

由圖7、圖9和圖11可知,在訓練樣本數量不同的情況下,當骨干模型設置為ResNet18和ResNet34時,其訓練損失曲線和驗證損失曲線的變化趨勢在整體上更為接近,說明在此骨干模型下的預測效果更好。同時,將不同旋轉角度的訓練樣本集對應的各骨干模型的精確度、召回率和F1值進行統(tǒng)計,如表3-表5和圖13-圖15所示,可知ResNet18、ResNet34的精確度、召回率和F1值均高于其他骨干模型。

表3 各骨干模型精確度統(tǒng)計表Table 3 Statistical table of precision for different ResNet models

表4 各骨干模型召回率統(tǒng)計表Table 4 Statistical table of recall for different ResNet models

表5 各骨干模型F1值統(tǒng)計表Table 5 Statistical table of F1 for different ResNet models

圖13 各骨干模型精確度變化曲線Fig.13 The change curve of precision for different ResNet models

圖14 各骨干模型召回率變化曲線Fig.14 The change curve of recall for different ResNet models

圖15 各骨干模型F1值變化曲線Fig.15 The change curve of F1 for different ResNet models

綜上所述,以不同樣本量(即不同旋轉角度)的訓練樣本集進行深度學習訓練時,當骨干模型設置為ResNet34時,其精確度、召回率和F1值均達到最大值;當骨干模型設置為ResNet18時,其精確度、召回率和F1值均略低于ResNet34;同時隨著訓練樣本量的增加(即旋轉角度由0°變?yōu)?0°,再變?yōu)?0°),ResNet18、ResNet34所對應的各精度評價參考值也隨之提高,表明訓練樣本量的增加有利于提高模型精度。

因此,本文研究在U-Net模型中將骨干模型設置為ResNet34,將訓練樣本旋轉角度設置為30°。

3.2 信息提取結果

利用U-Net模型對3個重點礦集區(qū)開展露天礦山土地損毀信息提取,結果如圖16-圖18中黃色區(qū)域所示,另外在圖上標注了人機交互解譯結果(紅線范圍)并進行對比。對于荊門石膏礦區(qū),信息提取的面積為14.06 km2,人機交互解譯的面積為7.61 km2,兩者重合部分的面積為6.74 km2,由此來看信息提取結果的識別率達到了88.6%;對于荊襄磷礦區(qū),信息提取的面積為9.78 km2,人機交互解譯的面積為7.43 km2,兩者重合部分的面積為4.97 km2,信息提取結果的識別率達到了66.9%;對于松宜煤礦區(qū),信息提取的面積為6.41 km2,人機交互解譯的面積為4.92 km2,兩者重合部分的面積為4.42 km2,信息提取結果的識別率達到了89.8%(表6)。合計來看,研究區(qū)信息提取面積為30.25 km2,人機交互解譯面積為19.96 km2,兩者重合部分面積為16.13 km2,信息提取結果的識別率達到了80.8%。

表6 信息提取結果統(tǒng)計表Table 6 Statistics table of information extraction

圖17 荊襄磷礦區(qū)信息提取結果Fig.17 Information extraction results of Jingxiang phosphate mining area

圖18 松宜煤礦區(qū)信息提取結果Fig.18 Information extraction results of Songyi coal mining area

3.3 信息提取結果對比驗證

將U-Net模型信息提取結果與高分辨率遙感影像進行對比驗證(圖19),對于開采面積較大、露天開采面影像特征明顯的礦山,U-Net模型對其土地損毀信息提取的效果較好,提取結果的邊界清晰,能夠對露天采場及其周邊未開采區(qū)域進行有效地區(qū)分,同時能對礦山之間的道路進行較好地篩除。由于礦集區(qū)面積較大,不僅涵蓋了礦山區(qū)域,還包含城鎮(zhèn)等區(qū)域,利用U-Net模型進行信息提取過程中不可避免地對包括城鎮(zhèn)在內的其他區(qū)域進行信息提取,會將城鎮(zhèn)區(qū)域的裸露空地、工業(yè)場地等錯判為礦山損毀土地。

圖19 信息提取結果與遙感影像的對比Fig.19 Comparison of information extraction results with remote sensing images

4 結論

(1) 本文的應用研究表明利用U-Net模型結合高分二號衛(wèi)星影像數據,可以對湖北省重點礦集區(qū)的露天礦山土地損毀信息進行有效提取,在以往人機交互解譯的基礎上提高了信息提取效率。在此基礎上,可進一步改進模型以應用于周期性的礦山土地損毀監(jiān)測、礦山生態(tài)恢復治理效果監(jiān)測等工作。

(2) U-Net模型各骨干模型的信息提取效果差異較大,骨干模型層數過深時會發(fā)生過擬合現象,降低信息提取結果的精度;當骨干模型設置為ResNet34時,其信息提取效果相對更好。同時,在計算機硬件條件允許的情況下,數據樣本集中樣本量越大,模型學習的效果越佳,信息提取的效果越好。

(3) 由于本次研究選取的礦集區(qū)面積大、涵蓋的地物類型多,基于U-Net模型進行露天礦山土地損毀信息提取時,一些影像特征與其相似的地物也會被提取出來,如城鎮(zhèn)區(qū)域的裸露土地、建設用地、工業(yè)場地等,從而對信息提取結果造成干擾。在未來研究中,可以通過建立更準確的解譯標志、增加訓練樣本集數據量、更新礦山范圍信息、優(yōu)化模型結構和參數等,提升信息提取結果的精度。