基于改进DeeplabV3+模型与可见光-近红外遥感影像的石冰川识别研究

Rock glacier identification based on improved DeeplabV3+ and visible-near infrared remote sensing images

摘要

石冰川空间分布制图对于研究寒旱区水文地质和气候变化具有重要意义。除野外实地调查和目视解译等传统手段外,深度学习与高分辨率自然彩色影像(RGB)相结合被应用于青藏高原的石冰川编目(TPRoGI)。然而,由于经典深度学习网络只接受三波段影像作为输入,拥有锐利的边界信息和丰富的光谱信息的近红外波段(NIR)尚未被应用于石冰川识别。因此,本次研究通过改进DeeplabV3+(IDNet),使其具备同时从RGB和NIR中提取和融合特征的能力。基于祁连山地区的Sentinel-2影像和TPRoGI训练IDNet,模型的准确率、精准度、召回率、特异度和mIoU(mean Intersection over Union)分别为0.783 0、0.783 0、0.784 0、0.783 5和0.691 6,各项指标均衡且稳定性高。IDNet模型在祁连山地区识别出459个被TPRoGI遗漏的石冰川,证明了基于IDNet和Sentinel-2 RGB-NIR影像识别石冰川可行,并能有效提升石冰川编目工作的效率和精度。

Abstract

Understanding the distribution of rock glaciers is crucial for studying the hydrogeology and climate change in cold and arid regions. Apart from traditional methods such as field surveys and visual interpretation, deep learning (DL) applied to high-resolution natural color (RGB) remote sensing imagery has been used to compile the Tibetan Plateau Rock Glacier Inventory (TPRoGI). However, although the near-infrared (NIR) band provides sharp edge features and rich spectral information that are useful for identifying rock glaciers, it has rarely been utilized in DL-based recognition models due to the three-band input restriction of typical DL networks. In this study, an improved DeepLabV3+ network (IDNet) was designed to simultaneously extract and fuse features from both RGB and NIR bands. The IDNet was trained using Sentinel-2 imagery and the rock glacier labels from the TPRoGI in the Qilian Mountains (QLMs), yielding a well-trained model that achieved an accuracy of 0.7830, a precision of 0.7830, a recall of 0.7840, a specificity of 0.7835, and a mean Intersection over Union (mIoU) of 0.6916. The IDNet model further identified 459 rock glaciers in the QLMs that were missed by the TPRoGI, demonstrating the feasibility and effectiveness of combining the IDNet with RGB and NIR bands for rock glacier recognition. This approach effectively enhances the efficiency and accuracy of rock glacier inventory compilation.

Graphical abstract

关键词

石冰川 / 祁连山 / DeeplabV3+ / 近红外波段 / Sentinel-2影像

Key words

rock glacier / qilian mountain / DeeplabV3+ / near-infrared band / Sentinel-2 imagery

0 引言

石冰川是冰冻圈一种主要的地貌类型^[1],具有重要的水文地质作用,尤其是在水安全问题得到广泛关注的干旱和半干旱地区(如祁连山地区)^[2]。石冰川的内部通常含有40%~60%间隙冰和透镜冰^[3-4],最高可达70%^[5],并在春季和夏季融化后向下游提供水源^[6]。与此同时,石冰川也可以作为含水层^[7],有效延迟地表径流的释放时间^[8]。此外,石冰川中可能包含古气候信息^[9],这对研究石冰川形成期的气象环境以及局部和区域气候变化具有重要作用^[10-11]。因此,开展详细的石冰川编目工作对评估其水文地质意义^[12],研究环境变化具有重要意义^[13]。

石冰川编目工作的首要任务是识别石冰川。识别方法经历了三个阶段:野外实地调查^[14-16]、基于遥感图像与地理信息系统的目视解译^[17-19]以及基于人工智能的自动识别^[20-21]。前两种方法需要投入巨大的财力、人力和时间成本^[21],并且结果高度依赖解译者的经验^[22],导致不同石冰川清单之间的异质性较高^[23]。近年来,部分学者开始借助机器学习方法开展石冰川编目^[20],而深度学习具有更强的数据处理和特征挖掘能力,在基于遥感图像的地物识别中表现更为优异^[24]。目前已有浅层卷积神经网络结合基于对象的图像分析方法,利用合成孔径雷达干涉图、多光谱图像和数字高程模型等数据来识别不同区域的岩冰川的相关报道^[25-26],这为大范围开展基于深度学习的石冰川识别奠定了基础。最近,学者们开始使用高分辨率自然彩色影像(RGB)^[27]和多源石冰川清单^[28]训练经典的DeeplabV3+网络(CDNet)来识别石冰川^[29],开展了青藏高原的石冰川编目,形成了石冰川清单TPRoGI (Tibetan Plateau Rock Glacier Inventory)^[30]。

然而,基于RGB影像搭建的CDNet模型对典型的活动型和转换型石冰川的识别效果良好,对地貌特征发育不明显和规模较小的石冰川识别效果不佳^[30],遗迹型石冰川更是很难被CDNet模型识别^[27]。此外,影像质量、云和雪覆盖等因素也会对石冰川的识别造成影响^[30]。以上因素导致了TPRoGI中石冰川的遗漏。

相较于RGB波段,近红外波段(NIR)中地物的边界特征更加明显^[31],有助于提高地貌特征发育不明显和规模较小的石冰川在遥感影像上的可识别性。此外,NIR波段的植被红边效应也有助于识别遗迹型石冰川,因为遗迹型石冰川表面和周边有差异的植被覆盖特征可以被红边效应区分。因此,使用RGB-NIR共同训练CDNet应有助于提高石冰川的识别精度。但是,CDNet只接受三波段影像作为输入^[30],不能直接处理RGB-NIR影像。常用的修改CDNet输入层参数^[32],或在CDNet之前添加卷积层^[33],两种方法在石冰川识别中效果均较差^[34]。

基于此,本次研究改进了CDNet,以HRNetV2-W48(High-Resolution Network Version 2-Wide 48,以下称为“HRNetV2”)为主干网络,继承了经典的编码-解码结构的同时添加了双编码器,可以同时从RGB和NIR波段中提取特征,并在解码阶段进行特征融合。使用Sentinel-2和TPRoGI训练改进的DeeplabV3+(IDNet),并对祁连山地区未包含在TPRoGI中的石冰川进行了补充识别,进一步基于石冰川的标准指南进行人工确认,评价NIR识别石冰川的可行性。

1 研究区

研究区位于青藏高原的东北边缘(图1),东经99°24'37″~102°33'27″,北纬36°49'25″~38°41'8″,总面积313 377 km²。研究区包含多条北西-南东向的近平行山脉,其中发育的冰川地貌和冰缘地貌不断地为黑河、石羊河和疏勒河提供淡水资源,供给河西走廊及周边地区的生产生活用水^[35]。祁连山中(尤其是东北部区域)广泛发育各种类型和不同规模的石冰川^[36],分析TPRoGI发现该地区遗漏的石冰川较多。因此,选择祁连山作为本次研究的区域。

2 数据与方法

2.1 数据

2.1.1 影像数据

本次研究使用的Sentinel-2影像是通过GEE (Google Earth Engine)平台下载的2022年7月至9月Level-2A级别产品数据(同一地区可能包含多景影像),该数据是经过了辐射定标、大气校正、地理配准、云和阴影去除等预处理工作,数据的像元值代表的是该点处的地表反射率。选择波段2(B)、3(G)、4(R)和8(NIR)四个波段,空间分辨率为10 m,重投影至投影坐标系,确保不同位置的影像分辨率保持一致。按照取地表反射率最小值的原则将同一位置的多景影像合成为一景,尽可能减少雪的影响。计算了EVI(Enhanced Vegetation Index)^[37]和SAVI(Soil Adjusted Vegetation Index)^[38]两个改进的植被指数,与RGB-NIR通过图层堆叠的方式组成RGB-NIR-EVI-SAVI六波段影像。

2.1.2 永久冻土区分布数据

由于石冰川主要分布在永久冻土区范围内^[17],本次采用祁连山地区空间分辨率为250 m的冻土分布数据集^[39],提取位于冻土范围内的六波段影像。冻土数据集的格式为TIF,像素值范围0~1,表示冻土发生的可能性逐渐增加。本研究选择像素值大于0的所有像素制作冻土范围,涵盖了所有可能存在冻土的区域。

2.2 方法

2.2.1 IDNet设计

本次研究基于CDNet设计了一个可以同时从六波段影像中进行特征编码的卷积神经网络IDNet(图2),缓解了CDNet只接收三波段影像作为输入的不足^[30]。该网络沿用了经典的编码-解码结构。在编码阶段,设计了两个编码器,每个编码器与CDNet中编码器结构一致,包括主干网络和ASPP(Atrous Spatial Pyramid Pooling)。每个主干网络设计处理三波段影像,目的是直接使用预训练模型,借助迁移学习对预训练权重进行精调来提高训练效率。本次使用预训练的HRNetV2模型作为主干网络,因为HRNetV2的并行多分辨率卷积与重复多分辨率融合机制^[40],可以在提取和融合特征过程中保持高分辨率^[41]。其在遥感图像分类^[42]、语义分割^[43]、目标检测^[44]等多个领域展现出优异的性能^[45]。在编码阶段,两个编码器分别从RGB和NIR-EVI-SAVI中提取纹理、边界、形状、尺寸、光谱、植被红边效应等低维特征和高级语义特征。在解码阶段,本次设计了Block1和Block2两个模块。Block1用来融合两个编码器提取的低维特征(Low-Level Feature,LLF),Block2用来融合两个编码器提取的高维特征(High-Level Feature,HLF)。Block1的特征融合过程分:①特征拼接,将从RGB中提取的LLF-1和从NIR-EVI-SAVI中提取的LLF-2(尺寸均为256×88×88,其中256代表通道数,88代表了特征的行数和列数)在通道维度拼接成新的特征图(尺寸为512×88×88);②特征降维,通过1×1的卷积操作对新的特征图进行降维(尺寸重新变为256×88×88);③捷径连接^[46],将从NIR-EVI-SAVI中提取的LLF-2与经过降维后的特征图进行求和操作,从而最大限度地保留区分类间差异的LLF^[47],而这些LLF在NIR波段中更明显^[31]。除了捷径连接之外,Block2与Block1的结构相同(需要说明的是HLF的尺寸为2 048×16×16),这是因为高级语义信息均有助于图像语义分割^[48],因此Block2仅进行了特征拼接和降维。

2.2.2 IDNet绘制石冰川

提取TPRoGI中祁连山地区的1 047个石冰川制作数据集。为防止出现数据泄露,按照石冰川的空间分布划分训练集和验证集(图1),其中训练集749个,验证集有298个。以每个石冰川多边形的质点为中心,制作1 500 m×1 500 m的正方形,裁切六波段影像,制作石冰川的正样本,其尺寸为300像素×300像素。与此同时,选择2 094个与石冰川纹理比较相似的非石冰川地物,制作尺寸相同的负样本,并按照6:4的比例随机划分到训练集和测试集中。

本研究选择通用的超参数(优化器:Adaptive Moment Estimation,损失函数:Dice, 学习率更新策略:Cosine等),计算正负样本的比例权重,在NVIDIA GeForce RTX 4080 GPU上进行模型训练。

训练过程中使用式(1—6)计算准确度、精确度、召回率、特异度和mIoU(mean Intersection over Union)对模型进行评价。

(1)$\text { 准确率 }=(\mathrm{TP}+\mathrm{TN}) /(\mathrm{TP}+\mathrm{FP}+\mathrm{TN}+\mathrm{FN})$

(2)$\text { 精准率 }=\mathrm{TP} /(\mathrm{TP}+\mathrm{FP})$

(3)$\text { 召回率 = TP/ (TP+FN) }$

(4)$\text { 特异度 }=\mathrm{TN} /(\mathrm{TN}+\mathrm{FP})$

(5)$\mathrm{IoU}=(\mathrm{A} \cap \mathrm{~B}) /(\mathrm{A} \cup \mathrm{~B})$

(6)$\mathrm{mIoU}=\left(\mathrm{IoU}_{\text {石冰川 }}+\mathrm{IoU}_{\text {背景 }}\right) / 2$

式1~4中TP为真阳性(True positive),FP为假阳性(False positive),FN为假阴性(False negative),TN为真阴性(True negative),式5中A为模型绘制的石冰川,B为样本中的石冰川。

指标中的准确率指模型正确预测的石冰川和背景像素占总像素的比例;精确率指模型预测为石冰川的像素中真实石冰川的比例;召回率指真实石冰川的像素中被模型正确预测为石冰川的比例;特异度指真实背景像素中被模型正确预测为背景的比例。准确率、精确度、召回率、特异度和mIoU的值均从0到1,值越大代表模型越准确^[49]。

将祁连山永久冻土范围内的六波段影像依次裁剪成300×300像素的样本,输入到训练好的IDNet模型中识别未包含在TPRoGI中的石冰川。需要说明的是,相邻的两个样本之间有150像素的重复,使模型从不同角度识别石冰川,以提高识别精度。

对IDNet模型识别的石冰川依次进行:①孔洞填充,提升石冰川的连续性;②阈值剔除,剔除面积小于0.01 km²的地物^[50];③随机结果剔除,由于IDNet模型是从不同角度识别同一个石冰川,认为只从一个角度识别到的石冰川是由随机性引起的误识,将其剔除;④计算多角度识别的石冰川的并集边界,作为石冰川的最终边界。受影像质量、TPRoGI清单准确性和模型精度的影响,IDNet模型识别的结果仅作为“候选石冰川”,为下一步的人工确认提供基础数据。

2.2.3 人工确认

在删除与TPRoGI中相交的候选岩石冰川后,对剩余的候选岩石冰川进行人工检查。检查过程中,遵循IPA(International Permafrost Association)行动小组RGIK(Glacier Inventories and Kinematics)提出的标准指南^[50],并借助Google Earth Pro软件中的3D倾斜视图模式,确保候选石冰川的准确性。这些标准指南包括:

①重力作用下蠕动形成的前缘是石冰川识别的强制性指标;②两侧横向延伸的侧缘是识别石冰川的又一个重要指标;③表面因差异化蠕动形成的纵横分布沟-脊构造是石冰川识别的一个可选指标。

本次对石冰川识别结果的目视检查依照以下流程:①使用Sentinel-2图像直接判定是否为石冰川;②在Sentinel-2图像上不能直接判定的借助3D倾斜视图进一步判定真假。

3 结果

在训练的初始阶段,训练和验证的mIoU都表现出上升的趋势。经过100 Epochs的训练后,模型收敛(图3)。取验证集mIoU的最大值对应的IDNet模型,其mIoU、准确率、精准率、召回率和特异度分别值为0.691 6、0.783 0、0.783 0、0.784 0、0.783 5,各项指标均衡且稳定性较高。IDNet模型识别训练集中的石冰川,并与TPRoGI对比发现:①仅个别石冰川并未被IDNet模型识别;②IDNet模型绘制的石冰川边界与TPRoGI中石冰川的边界一致性较高。说明IDNet模型较准确地捕捉了训练集中石冰川的特征(图4)。

3.1 验证集模型性能

IDNet模型识别的验证集中的石冰川边界与TPRoGI中石冰川的边界基本一致(尤其是侧边界),仅根部边界表现出一定差异,这是大多数石冰川清单中普遍存在的不确定性^[51]。此外,IDNet模型存在将临近的两个或多个石冰川绘制成一个单独石冰川的现象(图5),这在CDNet模型识别石冰川的研究中也普遍存在^[27,30]。IDNet模型未成功识别的石冰川其规模较小,面积多小于0.04 km²,它们在10 m分辨率的Sentinel-2影像中地貌特征不明显。

为了进一步分析验证集上模型的性能,计算了IDNet模型绘制的石冰川与TPRoGI中的石冰川的面积,并绘制成散点图(图6)。大多数点位于1∶1回归线附近,说明IDNet模型具备捕捉绝大多数石冰川特征的能力。本次分析了三种面积偏差较大的识别场景A、B和C,其中A场景为模型识别的但未包含在TPRoGI中的石冰川或其他地物,B场景为IDNet模型识别的面积远大于其在TPRoGI中的面积,C场景与B场景相反。

在A场景中,选择一处该现象比较集中的区域来分析。该处有7个未包含在TPRoGI中的地物被IDNet模型识别并绘制边界(图7a),有6个(多边形A-E)在3D倾斜视图中分析是石冰川。其中A和B具有相对陡峭的前缘,侧缘特征发育较好。A和B的规模相对较大,虽然3D倾斜视图中有雪覆盖,但地表因蠕动形成的纵向和横向的沟-脊构造仍然可见(图7b)。因此,A和B确定是石冰川。多边形C、E和F呈凸起的状,表明内部可能还含有冰^[52],其物源来自侧边山坡,规模不大,但发育较好的前缘,根据这一强制性指标判定为石冰川。多边形D同时发育明显的前缘和侧缘,判定其也为石冰川。这说明IDNet模型具备补充识别TPRoGI遗漏的石冰川的能力。

需要说明的是,IDNet模型绘制的边界并不十分准确,例如多边形A和D具有截断边,这是因为A和D均位于样本的边界。此外,模型识别了与石冰川地貌相似的其他地物为石冰川,说明了目视检查确定石冰川真实与否的重要性^[30]。

在B场景中,IDNet模型识别了一个较大的石冰川,包含TPRoGI中的三个规模较小的石冰川(图7c)。在3D倾斜视图中分析发现,TPRoGI的三个石冰川的期次较新,其下部明显存在期次较老的石冰川,它的前缘仍然保留,但表面被植被覆盖(图7d)。说明IDNet模型在捕捉植被覆盖的石冰川时能力较强。

在C场景中,IDNet模型识别的石冰川面积显著小于TPRoGI中对应石冰川的面积,这主要是因为石冰川的地貌特征和周围地物相似(图7e)或者石冰川地貌特征不明显导致的(图7f),Sentinel-2影像的空间分辨率不足以准确绘制这些石冰川的边界,这也是基于深度学习开展石冰川识别研究时多采用分辨率大于5 m的高分辨率遥感影像的原因^[25,28-30]。

3.2 祁连山新增石冰川

IDNet模型识别的候选石冰川经目视检查后,最终确定了459个新石冰川。459个石冰川空间上呈北西-南东向分布,这与祁连山总体走向一致。其中约79.96%的石冰川位于东经99°以东,北纬37°以北(图8),这与TPRoGI中石冰川的空间分布基本一致,表明祁连山的石冰川主要分布于东北部地区^[36]。在目视检查过程中发现,大多数新石冰川主要分布在现代冰川下游,少数新石冰川上游已经不发育冰川或仅发育间歇性冰川。本次在祁连山的东南部(东经101°以东,北纬36°30'以南)成功识别了12条石冰川(图8),TPRoGI中该地区并不包含石冰川,这可以为祁连山冻土圈研究提供新的依据。

在459个新石冰川中,面积小于0.50 km²的石冰川占比为92.59%(图9)。面积小于0.10 km²的石冰川为181个,面积介于0.10 km²和0.20 km²的石冰川为120个,面积小于0.20 km²的石冰川占比65.58%。说明TPRoGI基本编目了祁连山规模较大的石冰川,而遗漏的小规模的石冰川较多。表明包含NIR-EVI-SAVI特征的IDNet模型在识别小型石冰川方面具有明显的优势。

在459个新石冰川中,大多数边界较自然,与实际边界基本一致(图10a,b),但仍然存在以下情况:①可能存在将一个完整的石冰川识别为多个较小的石冰川(图10c),或者将临近的两个或多个石冰川识别为一个石冰川的情况(图10d);②由于完全被碎屑覆盖的冰川在地貌上与石冰川基本一致,即使经验丰富的解译者也很难将二者分开^[53],所以补充识别的459个石冰川中可能含有个别完全被碎屑覆盖的冰川;③受Sentinel-2影像分辨率和3D倾斜视图中积雪覆盖的影响,可能存在将与石冰川相似的地物判别为石冰川的情况。

4 讨论

4.1 模型对比

利用相同的数据集和超参数,训练了包括IDNet,CDNet,改进的CDnet,成熟的MSNet^[54]。通过五个评价指标对比不同模型之间的性能。如前文所述,改进CDNet使其具备处理六波段影像的方法有两种:①将CDNet输入层的通道参数从3改为6,称为MICDNet(Modified the Input Layer of Classical DeeplabV3+ Network)。需要说明的是,因为MICDNet的结构与预训练模型HRNetV2的结构不匹配,不能进行迁移学习;②在CDNet之前添加一层卷积核尺寸为1×1的卷积操作,保持样本高宽不变的前提下,将6波段的影像降维成3通道的数据,称为ADCDNet(Added Convolution before Classical DeeplabV3+ Network)。MSNet设计的初衷就是处理多光谱影像,并且已经证实了比RTFNet(处理RGB和热红外的数据)^[55]、MUFNet(处理多光谱遥感数据)^[56]、MFNet(处理多光谱数据)^[57]的性能更加优越,所以和MSNet对比的结果基本能代表了IDNet的性能。所有网络的训练结果见表1。

IDNet模型性能最优越,除召回率略低于CDNet模型之外,其余评价指标均优于其他模型,且各指标之间均衡,模型的性能稳定。CDNet模型表现出典型的低准确率和高召回率,表明CDNet能够捕捉大多数的石冰川,但同时也会将较多的背景错误的识别为石冰川。MICDNet模型性能最差,其各项指标与IDNet模型相比均下降了约10个百分点,这主要是因为没有预训练模型进行迁移学习,经过少量训练的参数提取特征的能力不足。与之形成鲜明对比的是ACCDNet,其保留了迁移学习的能力,各项评价指标虽然有所下降,但仍然体现出了迁移学习的优势。对比IDNet和MSNet的训练结果发现,后者获得的mIoU为0.686 1,比IDNet模型的mIOU略低,进一步说明了IDNet模型的优势。

4.2 消融实验

在设计IDNet的过程中,还设计了多个相似的网络。基于相同的数据集和超参数训练这些网络得到对应的模型,使用mIoU对模型进行了评价,目的是对比选择性能最优的模型(表2)。表中LLF-1是主干网络从RGB中提取,LLF-2从NIR-EVI-SAVI中提取,二者同时使用即为Block1操作(这里不包括捷径连接)。HLF-1是主干网络和ASPP从RGB中提取,HLF-2从NIR-EVI-SAVI中提取,二者同时使用即为Block2操作。捷径连接是将LLF-1或LLF-2与Block1操作之后的新特征图相加。

使用RGB训练CDNet得到的模型其mIoU值为0.681 5,略低于使用NIR-EVI-SAVI训练CDNet得到的模型的mIoU值,说明了NIR波段识别石冰川可行且优势显著。在基于IDNet训练的模型中,同时使用HLF-1和HLF-2的模型性能略优于同时使用LLF-1和LLF-2的模型。例如,使用LLF-1、HLF-1和HLF-2的模型,其mIoU值比使用LLF-1、LLF-2和HLF-1的模型高约1个百分点。在同时使用HLF-1和HLF-2的模型中,使用LLF-2的模型性能优于使用LLF-1的模型。

与此现象相似的是,在同时使用LLF-1和LLF-2的模型中,使用HLF-2的模型性能优于HLF-1的模型性能,进一步说明了NIR波段在石冰川识别领域的显著优势。当加入捷径连接时,将LLF-2与LLF-1和LLF-2结合并降维后的新特征图进行加和操作,模型性能更好,再次说明了NIR波段在石冰川识别领域的优势。当然,同时纳入RGB和NIR-EVI-SAVI的LLF和HLF,并加入捷径连接后,模型性能达到最佳,这也是本次试验设计的最终网络结构。

4.3 NIR波段优势

将使用RGB训练的CDNet模型与使用RGB-NIR-EVI-SAVI训练的IDNet模型分别用于识别验证集中的石冰川,与TPRoGI中的石冰川边界进行对比(图11)。总体来看,两个模型均能识别规模较大且地貌特征明显的石冰川,边界的一致性较高。根部的边界有一定的差异,这是因为石冰川根部边界的识别不确定性较高^[51]。虽然加入NIR波段后训练的IDNet模型也会导致个别规模较小的石冰川不能被识别(图11,图中的黑色箭头),但是多个未被CDNet模型识别的规模较小且地貌特征不明显的石冰川,却较准确地被IDNet模型识别(图11,图中的白色箭头),说明加入NIR波段后,提高了模型对规模较小且地貌特征不明显的石冰川的识别能力。这可能是因为:①活动型和转换型石冰川通常发育陡峭的边缘,边缘中碎屑物的粒度较细^[19],且可能有少量冰存在^[58],在阳光直射时具有比周围地物更高的反射率,在没有阳光直射时,可能表现为弱阴影而具有比周围地物较低的反射率,这些信息在加入NIR波段后变得更加容易被捕捉;②表面发育沟-脊地貌的石冰川往往与周围地物具有相似的纹理特征,但是活动型和转换型石冰川表层可能有少量暴露冰,更容易被NIR波段识别,因为冰在NIR波段表现出较低的反射率;③对于遗迹型的石冰川,其表面大多被植被覆盖,但植被通常会沿着纵向和横向的沟-脊构造发育^[19],或者是沿着前缘或者侧缘呈环状发育^[58],这些因素结合到一起,通常会形成空间异质的植被光谱特征,这与石冰川周边尤其是下游相对均匀的植被覆盖特征具有较大的差异。NIR波段具有典型的红边效应,区分石冰川表面和下游的植被覆盖特征的能力更强。

4.4 不足与展望

虽然基于CDNet设计的IDNet可以有效地将RGB-NIR的特征纳入石冰川识别模型中,提高了模型识别规模较小、地貌特征不明显和遗迹型石冰川的能力,但是仍然存在以下不足:(1)虽然使用CDNet训练NIR-EVI-SAVI得到模型性能略优于使用CDNet训练RGB得到的模型(表2),但是预训练的HRNetV2是基于RGB图像场景训练的(如ImageNet),所以可能并不是非常适合NIR-EVI-SAVI图像的特征提取,因此需要更多的训练数据对预训练的HRNetV2权重参数进行精调;(2)IDNet的参数量大致是CDNet的两倍,需要的计算资源也更多;(3)本次主要是为了探索NIR波段在石冰川识别领域的可行性,所以选择了数据更容易获取的中分辨率Sentinel-2影像,虽然证实了NIR波段在石冰川识别领域可行,但是识别效果有待提高;(4)活动型石冰川发育陡峭的前缘,与周围地物界限清晰,模型绘制的边界不确定性低,转换型石冰川前缘呈平缓过渡状,与周围地物界限可区分,模型绘制的边界存在一定的不确定性,遗迹型石冰川前缘通常有植被发育,地貌特征不明显,模型绘制的边界不确定性相对较高;(5)目前的IDNet模型仅能识别石冰川,不能划分石冰川的类别。

针对以上存在的不足,未来将从以下几个方面进行优化:(1)高空间分辨率的RGB波段已经被证实在石冰川识别领域效果较好,使用高分辨率RGB-NIR影像数据开展石冰川的识别,例如国产的GF1、2、6等,或是基于深度学习等方法对Sentinel-2进行超分辨率重建^[59]。后一种方法可以通过增加IDNet编码器数量的方式进一步研究红边波段和短波红外波段对石冰川识别的影响;(2)使用更广泛的石冰川清单数据进行石冰川识别模型的搭建,对HRNetV2的预训练权重进行精调,获得更适合提取NIR-EVI-SAVI影像特征的HRNetV2预训练参数;(3)针对模型绘制石冰川边界的不确定性和类别划分问题,下一步计划将多光谱遥感影像和差分干涉合成孔径雷达技术相结合,分别捕捉不同石冰川的地貌特征和运动属性。此外,研究构建知识和数据双驱动模型和大模型^[60-62],进一步提升石冰川的识别精度;研究构建深度学习分类模型,实现不同石冰川的分类,以期构建青藏高原地区包含石冰川运行属性的清单。

5 结论

本次研究基于CDNet设计了一个具有双编码器的IDNet网络,可以同时从RGB影像和NIR-EVI-SAVI影像中提取和融合特征。用Sentinel-2影像和TPRoGI中祁连山地区的石冰川训练了IDNet网络,得到的模型准确率、精确度、召回率、特异度和mIoU分别为0.783 0、0.783 0、0.784 0、0.783 5和0.691 6。IDNet模型在祁连山识别并绘制了459个被TPRoGI遗漏的石冰川。以上结果表明,利用NIR波段识别石冰川可行且有效。基于RGB-NIR-EVI-SAVI搭建的IDNet模型在识别规模较小、地貌特征不明显和遗迹型石冰川时,结果明显优于未包含NIR波段的CDNet模型。

参考文献

[1] AZÓCAR G F, BRENNING A. Hydrological and geomorphological significance of rock glaciers in the dry andes, chile (27°-33°S)[J]. Permafrost and Periglacial Processes, 2010, 21(1): 42-53.

[2] BAI B, YUE P, ZHANG Q, et al. Changing characteristics of ecosystem and water storage under the background of warming and humidification in the qilian mountains, china[J]. Science of The Total Environment, 2023, 893: 164959.

[3] JONES D B, HARRISON S, ANDERSON K, et al. Mountain rock glaciers contain globally significant water stores[J]. Scientific Reports, 2018, 8(1): 2834.

[4] JONES D, HARRISON S, ANDERSON K, et al. The distribution and hydrological significance of rock glaciers in the nepalese himalaya[J]. Global and Planetary Change, 2018, 160: 123-142.

[5] ARENSON L, HOELZLE M, SPRINGMAN S. Borehole deformation measurements and internal structure of some rock glaciers in switzerland[J]. Permafrost and Periglacial Processes, 2002, 13(2): 117-135.

[6] 宋轩宇, 许民, 康世昌, 等. 基于机器学习的冰冻圈典型流域水文过程模拟研究[J]. 地学前缘, 2023, 30(4): 451-469.

[7] HARRINGTON J S, MOZIL A, HAYASHI M, et al. Groundwater flow and storage processes in an inactive rock glacier[J]. Hydrological Processes, 2018, 32(20): 3070-3088.

[8] WINKLER G, WAGNER T, PAURITSCH M, et al. Identification and assessment of groundwater flow and storage components of the relict schöneben rock glacier, niedere tauern range, eastern alps (austria)[J]. Hydrogeology Journal, 2016, 24(4): 937-953.

[9] HUMLUM O. The climatic significance of rock glaciers[J]. Permafrost and Periglacial Processes, 1998, 9(4): 375-395.

[10] HUMLUM O. Rock glacier appearance level and rock glacier initiation line altitude: a methodological approach to the study of rock glaciers[J]. Arctic and Alpine Research, 1988, 20(2): 160.

[11] SORG A. Impacts of climate change on glaciers, rock glaciers and water availability in the tien shan, central asia[D/OL]. Genève: Université de Genève, 2013[2023-10-10].https://archive-ouverte.unige.ch/unige:39554.

[12] JONES D B, HARRISON S, ANDERSON K. Mountain glacier-to-rock glacier transition[J]. Global and Planetary Change, 2019, 181: 102999.

[13] HARRIS C, ARENSON L U, CHRISTIANSEN H H, et al. Permafrost and climate in europe: monitoring and modelling thermal, geomorphological and geotechnical responses[J]. Earth-Science Reviews, 2009, 92(3/4): 117-171.

[14] POTTER N. Ice-cored rock glacier, galena creek, northern absaroka mountains, wyoming[J]. Geological Society of America Bulletin, 1972, 83(10): 3025.

[15] BARSCH D, FIERZ H, HAEBERLI W. Shallow core drilling and bore-hole measurements in the permafrost of an active rock glacier near the grubengletscher, wallis, swiss alps[J]. Arctic and Alpine Research, 1979, 11(2): 215-228.

[16] HAEBERLI W, HOELZLE M, KÄÄB A, et al. Ten years after drilling through the permafrost of the active rock glacier murtèl, eastern swiss alps: answered questions and new perspectives[C]// PERMAFROST-Seventh International Conference (Proceedings), Yellowknife (Canada), Collection Nordicana No 55, 1998: 403-410.

[17] BOLCH T, GORBUNOV A P. Characteristics and origin of rock glaciers in northern tien shan (kazakhstan/kyrgyzstan)[J]. Permafrost and Periglacial Processes, 2014, 25(4): 320-332.

[18] SCHMID M-O, BARAL P, GRUBER S, et al. Assessment of permafrost distribution maps in the hindu kush himalayan region using rock glaciers mapped in google earth[J]. The Cryosphere, 2015, 9(6): 2089-2099.

[19] JONES D B, HARRISON S, ANDERSON K, et al. Rock glaciers and mountain hydrology: a review[J]. Earth-Science Reviews, 2019, 193: 63-90. http://hdl.handle.net/10871/36795.

[20] ERHARTER G H, WAGNER T, WINKLER G, et al. Machine learning - an approach for consistent rock glacier mapping and inventorying: example of austria[J]. Applied Computing and Geosciences, 2022, 16: 100093.

[21] FENG M, XU J, WANG J, et al. Identifying rock glacier in western china using deep learning and satellite data[C]// AGU Fall Meeting Abstracts, 2019.

[22] AGUERA M. Automatic detection of rock glaciers from very-high resolution satellite imagery using convolutional neural networks and object-based image analysis[D]. Post box 7800, N-5020 Bergen, Norway: University of Bergen, 2021.

[23] BERTONE A, BARBOUX C, BODIN X, et al. Incorporating insar kinematics into rock glacier inventories: insights from 11 regions worldwide[J]. The Cryosphere, 2022, 16(7): 2769-2792.

[24] 肖克炎, 李程, 唐瑞, 等. 大数据智能预测评价[J]. 地学前缘, 2025, 32(4): 20-37.

[25] MARCER M. Rock glaciers automatic mapping using optical imagery and convolutional neural networks[J]. Permafrost and Periglac Process, 2020, 31(4): 561-566.

[26] ROBSON B A, BOLCH T, MACDONELL S, et al. Automated detection of rock glaciers using deep learning and object-based image analysis[J]. Remote Sensing of Environment, 2020, 250: 112033.

[27] HU Y, LIU L, HUANG L, et al. Mapping and characterizing rock glaciers in the arid west kunlun of china[J]. ESS Open Archive, 2022: 1-37.

[28] SUN Z, HU Y, LIU L, et al. Mapping and inventorying rock glaciers on the tibetan plateau from planet basemaps using deep learning[C/OL]// EGU General Assembly Conference Abstracts. [2023-12-10]. https://meetingorganizer.copernicus.org/EGU23/EGU23-6816.html.

[29] SUN Z, HU Y, LIU L, et al. Mapping rock glaciers on the tibetan plateau from planet basemaps using deep learning[C]// AGU Fall Meeting Abstracts, 2022.

[30] SUN Z, HU Y, RACOVITEANU A, et al. TPRoGI: a comprehensive rock glacier inventory for the tibetan plateau using deep learning[R/OL]. ESSD - Ice/Permafrost, 2024[2024-03-18].https://essd.copernicus.org/preprints/essd-2024-28/.

[31] JIANG J, FENG X, LIU F, et al. Multi-spectral rgb-nir image classification using double-channel cnn[J]. IEEE Access, 2019, 7: 20607-20613.

[32] CARVALHO O L F D, DE CARVALHO JÚNIOR O A, ALBUQUERQUE A O D, et al. Instance segmentation for large, multi-channel remote sensing imagery using mask-rcnn and a mosaicking approach[J]. Remote Sensing, 2020, 13(1): 39.

[33] HAN W, LI J, WANG S, et al. Geological remote sensing interpretation using deep learning feature and an adaptive multisource data fusion network[J]. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 1-14.

[34] LIN L, LIU L, LIU M, et al. DEDNet: dual-encoder DeeplabV3+ network for rock glacier recognition based on multispectral remote sensing image[J]. Remote Sens. 2024, 16: 2603.

[35] LOU P, WU T, CHEN J, et al. Recognition of thaw slumps based on machine learning and uavs: a case study in the qilian mountains, northeastern qinghai-tibet plateau[J]. International Journal of Applied Earth Observation and Geoinformation, 2023, 116: 103163.

[36] HU Z, YAN D, FENG M, et al. Enhancing mountainous permafrost mapping by leveraging a rock glacier inventory in northeastern tibetan plateau[J]. International Journal of Digital Earth, 2024, 17(1): 2304077.

[37] JIANG Z, HUETE A, DIDAN K, et al. Development of a two-band enhanced vegetation index without a blue band[J]. Remote Sensing of Environment, 2008, 112(10): 3833-3845.

[38] GILABERT M A, GONZÁLEZ-PIQUERAS J, GARCI’A-HARO F J, et al. A generalized soil-adjusted vegetation index[J]. Remote Sensing of Environment, 2002, 82(2/3): 303-310.

[39] 胡仲毅, 闫德昭, 冯敏, 等. 青藏高原东北部祁连山地区250 m分辨率多年冻土空间分带指数图[DS]. 北京: 国家青藏高原科学数据中心, 2023.

[40] WU H, LIANG C, LIU M, et al. Optimized hrnet for image semantic segmentation[J]. Expert Systems with Applications, 2021, 174: 114532.

[41] WANG J, SUN K, CHENG T, et al. Deep high-resolution representation learning for visual recognition[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2021, 43(10): 3349-3364.

[42] LI L, TIAN T, LI H, et al. SE-hrnet: a deep high-resolution network with attention for remote sensing scene classification[C/OL]// IGARSS 2020-2020 IEEE International Geoscience and Remote Sensing Symposium. Waikoloa, HI, USA: IEEE, 2020: 533-536[2024-05-23]. https://ieeexplore.ieee.org/document/9324633/.

[43] SEONG S, CHOI J. Semantic segmentation of urban buildings using a high-resolution network (hrnet) with channel and spatial attention gates[J]. Remote Sensing, 2021, 13(16): 3087.

[44] ZHANG X, LIU Q, CHANG H, et al. High-resolution network with transformer embedding parallel detection for small object detection in optical remote sensing images[J]. Remote Sensing, 2023, 15(18): 4497.

[45] YANG X, FAN X, PENG M, et al. Semantic segmentation for remote sensing images based on an ad-hrnet model[J]. International Journal of Digital Earth, 2022, 15(1): 2376-2399.

[46] HE K, ZHANG X, REN S, et al. Deep residual learning for image recognition[C/OL]// 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Las Vegas, NV, USA: IEEE, 2016: 770-778[2024-02-27]. http://ieeexplore.ieee.org/document/7780459/.

[47] SU R, XU D, SHENG L, et al. PCG-tal: progressive cross-granularity cooperation for temporal action localization[J]. IEEE Transactions on Image Processing, 2021, 30: 2103-2113.

[48] CHEN L C, PAPANDREOU G, KOKKINOS I, et al. DeepLab: semantic image segmentation with deep convolutional nets, atrous convolution, and fully connected crfs[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2018, 40(4): 834-848.

[49] HUANG L, LUO J, LIN Z, et al. Using deep learning to map retrogressive thaw slumps in the beiluhe region (tibetan plateau) from cubesat images[J]. Remote Sensing of Environment, 2020, 237: 111534.

[50] RGIK.Towards standard guidelines for inventorying rock glaciers:baseline concepts (version 4.2.2)[J/OL]. IPA Action Group Rock glacier inventories and Kinematics, 2022, 13. https://bigweb.unifr.ch/Science/Geosciences/Geomorphology/Pub/Website/IPA/Guidelines/V4/210801_Baseline_Concepts_Inventorying_Rock_Glaciers_V4.2.1.pdf.

[51] BRARDINONI F, SCOTTI R, SAILER R, et al. Evaluating sources of uncertainty and variability in rock glacier inventories[J]. Earth Surface Processes and Landforms, 2019, 44(12): 2450-2466.

[52] BARONI C, CARTON A, SEPPI R. Distribution and behaviour of rock glaciers in the adamello-presanella massif (italian alps)[J]. Permafrost and Periglacial Processes, 2004, 15(3): 243-259.

[53] JOHNSON G, CHANG H, FOUNTAIN A. Active rock glaciers of the contiguous united states: geographic information system inventory and spatial distribution patterns[J]. Earth System Science Data, 2021, 13(8): 3979-3994.

[54] TAO C, MENG Y, LI J, et al. MSNet: multispectral semantic segmentation network for remote sensing images[J]. GIScience & Remote Sensing, 2022, 59(1): 1177-1198.

[55] SUN Y, ZUO W, LIU M. RTFNet: RGB-thermal fusion network for semantic segmentation of urban scenes[J]. IEEE Robotics and Automation Letters, 2019, 4(3): 2576-2583.

[56] XU F, SHANG Z, WU Q, et al. MUFNet: toward semantic segmentation of multi-spectral remote sensing images[C/OL]// 2021 4th Artificial Intelligence and Cloud Computing Conference. Kyoto Japan: ACM, 2021: 39-46[2024-02-18]. https://dl.acm.org/doi/10.1145/3508259.3508265.

[57] HA Q, WATANABE K, KARASAWA T, et al. MFNet: towards real-time semantic segmentation for autonomous vehicles with multi-spectral scenes[C/OL]// 2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). Vancouver, BC: IEEE, 2017: 5108-5115[2024-02-27]. http://ieeexplore.ieee.org/document/8206396/.

[58] JONES D B, HARRISON S, ANDERSON K, et al. Rock glaciers represent hidden water stores in the himalaya[J]. Science of the Total Environment, 2021, 793: 145368.

[59] WANG Q, ATKINSON P M. Spatio-temporal fusion for daily sentinel-2 images[J]. Remote Sensing of Environment, 2018, 204: 31-42.

[60] 李楠, 尹世滔, 柳炳利, 等. 知识-数据联合驱动的可解释智能矿产预测研究: 以四川可尔因矿集区为例[J]. 地学前缘, 2025, 32(4): 60-77.

[61] 面向人类智能与人工智能融合的矿产资源预测新范式[J]. 地学前缘, 2025, 32(4): 1-19.

[62] 李博文, 王永志, 丁正江, 等. 基于大模型与GraphRAG的胶东金矿智能搜索技术[J]. 地学前缘, 2025, 32(4): 155-164.

基金资助

青藏高原地球系统与资源环境全国重点实验室开放课题(TPESER202208)

长安大学中央高校基本科研业务费资助项目(300102273720)

陕西省自然科学基金项目(2024SF-YBXM-570)