基于機(jī)器學(xué)習(xí)算法的喀斯特峰叢洼地石漠化程度評估

張亞麗, 田義超,2?, 王棟華

(1.北部灣大學(xué)資源與環(huán)境學(xué)院,535011,廣西欽州;2.北部灣大學(xué)北部灣海洋地理信息資源開發(fā)與利用重點(diǎn)實(shí)驗(yàn)室,535011,廣西欽州;3.桂林理工大學(xué)環(huán)境科學(xué)與工程學(xué)院,541004,廣西桂林)

石漠化是巖溶區(qū)受自然因素和人為活動干擾而形成的一種土地退化類型[1]。石漠化廣泛分布于我國西南部,面積約54萬km2,其中位于滇黔桂的峰叢洼地類型石漠化面積最大,為12.5萬km2[2]。石漠化區(qū)域由于長期受到可溶性碳酸鹽巖的影響,成土極為緩慢,土層薄且不連續(xù),水文過程響應(yīng)迅速[3]。石漠化導(dǎo)致的土壤侵蝕、地表水流失、生物多樣性喪失等一系列的生態(tài)環(huán)境問題,嚴(yán)重影響當(dāng)?shù)厝嗣竦纳姝h(huán)境和可持續(xù)發(fā)展[4];準(zhǔn)確定量的石漠化的程度,對于喀斯特區(qū)域的水土保持工程和生態(tài)建設(shè)工程精準(zhǔn)化調(diào)控具有重要的參考意義。

國內(nèi)外學(xué)者基于遙感數(shù)據(jù),采用監(jiān)督分類、非監(jiān)督分類和構(gòu)建石漠化指數(shù)等方法,對不同區(qū)域不同尺度石漠化程度的空間分布狀況和演變趨勢開展大量研究[5],為喀斯特區(qū)域生態(tài)工程與治理措施提供科學(xué)參考。然而,由于喀斯特區(qū)域地表復(fù)雜且峰叢疊嶂,從而造成遙感影像陰影較多,傳統(tǒng)的石漠程度評估方法存在一定的弊端[6]。近年來,相關(guān)學(xué)者將機(jī)器學(xué)習(xí)算法和特征數(shù)據(jù)相結(jié)合實(shí)現(xiàn)石漠化程度評估。與傳統(tǒng)方法相比,機(jī)器學(xué)習(xí)算法,具有較強(qiáng)的自主學(xué)習(xí)能力和解決復(fù)雜非線性問題的優(yōu)勢,能夠更準(zhǔn)確地做出預(yù)測?；跈C(jī)器學(xué)習(xí)模型評估石漠化程度目前已有眾多研究成果,在評估石漠化時學(xué)者們多采用某一個機(jī)器學(xué)習(xí)模型算法中的默認(rèn)參數(shù),但往往機(jī)器學(xué)習(xí)中的默認(rèn)參數(shù)評估出的石漠化與實(shí)際石漠化的分布存在著一定的差異性,這限制了機(jī)器學(xué)習(xí)模型在石漠化中的進(jìn)一步應(yīng)用[7-9]。鑒于此,如何采用優(yōu)化算法對機(jī)器學(xué)習(xí)模型參數(shù)進(jìn)行優(yōu)化,從而精確的評估石漠化程度是亟需解決的問題。

桂西南峰叢洼地流域位于貴州高原向廣西盆地過渡的斜坡地帶,流域內(nèi)喀斯特地貌廣泛發(fā)育。受碳酸鹽巖地質(zhì)背景制約,巖溶發(fā)育強(qiáng)烈景觀異質(zhì)性高,水土流失和石漠化問題長期存在,生態(tài)環(huán)境極其脆弱[10]。該流域地表起伏較大,峰叢、谷地、洼地、塔峰、錐峰等交錯分布,傳統(tǒng)的石漠化程度評估方法困難。鑒于此,筆者基于石漠化影響因素數(shù)據(jù)和實(shí)地調(diào)查數(shù)據(jù),構(gòu)建7種基于優(yōu)化算法的SVM的混合模型,用于石漠化程度與其影響變量之間的關(guān)系建模。采用Boruta、最大互信息數(shù)和極限學(xué)習(xí)3種特征選擇方法提取的特征數(shù)據(jù)集。最后,選擇最優(yōu)模型評估桂西南峰叢洼地石漠化程度,以期為生態(tài)工程建設(shè)和石漠化治理提供數(shù)據(jù)支撐。

1 研究區(qū)概況

桂西南峰叢洼地流域介于E 104°33′～108°43′,N 21°35′～24°39′ 之間,面積6萬1 485.16 km2,位于貴州高原向廣西盆地過渡的斜坡地帶(圖1)。流域的上游為滇東南巖溶高原區(qū),平均海拔高于1 200 m,年均氣溫16.7 ℃,年平均降水量1 056.5 mm,屬中亞熱帶高原季風(fēng)氣候,代表巖性為從晚泥盆世至早、中二疊世持續(xù)發(fā)育的灰?guī)r、白云質(zhì)灰?guī)r,以峰叢洼地、谷地、溶丘洼地等巖溶地貌形態(tài)為主,是云南嚴(yán)重石漠化最為典型代表區(qū)域[11];流域的中游以山地地形為主,海拔介于600～1 000 m,年均氣溫為 19.5 ℃,平均降雨量為1 634.2 mm,屬亞熱帶季風(fēng)氣候,巖性背景屬中泥盆世-二疊紀(jì)發(fā)育的連續(xù)性碳酸鹽[12],地貌形態(tài)以峰叢洼地和峰林洼地組合為主,是全國喀斯特地貌發(fā)育最典型的區(qū)域之一;流域的下游為丘陵地帶,平均海拔低于400 m,年均氣溫22 ℃,平均降雨量為1 361.1 mm,位于屬亞熱帶季風(fēng)氣候區(qū),巖性背景為石炭紀(jì)-早三疊世發(fā)育的碳酸鹽巖,地貌形態(tài)以錐峰谷地、塔峰谷地和低山丘陵組合為主,是淺碟型錐塔峰洼谷地區(qū)[10]。該流域在氣候條件和地貌類型具有顯著的空間分異性,地勢呈西北高、東南低,喀斯特地貌廣泛發(fā)育,生態(tài)系統(tǒng)較為脆弱,是中國西南典型的峰叢洼地喀斯特地區(qū)之一[13]。該地區(qū)既是珠江流域重要的生態(tài)屏障,是我國重要的水源涵養(yǎng)區(qū)和生物多樣性優(yōu)先保護(hù)區(qū),也是中國通往東盟國家最便捷的海陸通道,在“一帶一路”倡儀實(shí)施中居于重要樞紐的地位。

圖1 桂西南峰叢洼地流域研究區(qū)域

2 數(shù)據(jù)來源與方法

2.1 數(shù)據(jù)來源

筆者使用的石漠化影響因子數(shù)據(jù)(表1),并基于ArcGIS平臺對石漠化因子數(shù)據(jù)進(jìn)行投影變換,統(tǒng)一采用WGS-84-UTM-zone-48坐標(biāo)系,以研究區(qū)邊界為掩膜進(jìn)行裁剪,重采樣至為250 m的柵格數(shù)據(jù)。

表1 桂西南峰叢洼地石漠化影響因素

樣地調(diào)使用手高精度手持GPS面采集,記錄裸露巖石和植被覆蓋的面積,用于計算樣本點(diǎn)的植被覆蓋度、巖石裸露率等指標(biāo)。另外對于高海拔區(qū)域采用無人機(jī)航測和RTK采集,制作正射影像圖,基于ArcGIS平臺矢量化統(tǒng)計巖石裸露面積[14]和植被面積,用以確定石漠化程度。共采集526個調(diào)查數(shù)據(jù),其中75%(395個)用于訓(xùn)練模型,25%(131個)用于測試模型。按照HJ 1174—2021《中華人民共和國國家生態(tài)環(huán)境標(biāo)準(zhǔn)》,將石漠化程度分為無石漠化、輕度石漠化、中度石漠化、重度石漠化和極重度石漠化5種程度(表2)。

表2 喀斯特石漠化程度劃分依據(jù)

2.2 特征選擇方法

特征選擇對基于機(jī)器學(xué)習(xí)算法的運(yùn)行效果有著重要的影響。對于機(jī)器學(xué)習(xí)模型,輸入過多的影響因子會導(dǎo)致模型效率低下;輸入不相關(guān)的因子增加數(shù)據(jù)噪聲導(dǎo)致模型的預(yù)測能力下降[15]。采用有效的特征集構(gòu)建模型,不僅能夠使模型泛化能力更強(qiáng),減少過擬合,還能提高模型的運(yùn)行速度和精度。筆者采用Boruta、最大互信息系數(shù)(MIC)和極限學(xué)習(xí)(ELM)3種算法進(jìn)行特征選擇[16-18]。

2.3 機(jī)器學(xué)習(xí)方法構(gòu)建評估模型

支持向量機(jī)是較新的機(jī)器學(xué)習(xí)算法,在解決高維特征的分類和回歸問題時,無需依賴所有數(shù)據(jù)即可實(shí)現(xiàn)高精度超平面決策。SVM模型有2個非常重要的參數(shù)懲罰因子(c)與核參數(shù)(g),用于確定特征空間最優(yōu)線性回歸超平面。由于c、g的參數(shù)取值具有不確定性,并且對評估結(jié)果有著較大的影響[19]。因此,為了提高桂西南峰叢洼地石漠化程度評估模型的準(zhǔn)確率,需要對其參數(shù)進(jìn)行優(yōu)化。鑒于筆者采用以下7種優(yōu)化算法確定參數(shù)c和g。7種智能優(yōu)化算法,包括人工蜂群(ABC)、布谷鳥搜索(CS)、粒子群優(yōu)化(PSO)、差分進(jìn)化(DE)、引力搜索算法(GSA)、螢火蟲(FA)和鯨魚優(yōu)化算法(WOA)用于SVM超參數(shù)調(diào)整。基于優(yōu)優(yōu)化算法[19-25]和SVM型構(gòu)建ABC-SVM、CS-SVM、PSO-SVM、DE-SVM、GSA-SVM、FA-SVM、WOA-SVM模型,對桂西南峰叢洼地石漠化程度評估模型如圖2。

圖2 桂西南峰叢洼地流域石漠化程度評估流程

評估流程分為4步:1)數(shù)據(jù)處理:基于ArcGIS平臺對遙感數(shù)據(jù)、地形數(shù)據(jù)、氣象數(shù)據(jù)和野外調(diào)查數(shù)據(jù)等數(shù)據(jù)進(jìn)行處理;2)特征選擇:基于Boruta、MIC和極限學(xué)習(xí)選擇評估石漠化程度的最優(yōu)特征向量;3)構(gòu)建混合模型:采用7種優(yōu)化算法對SVM的輸入?yún)?shù)c和g進(jìn)行優(yōu)化,并行交叉檢驗(yàn);4)精度分析與評估:對比模型進(jìn)精度,基于最優(yōu)模型評估桂西南峰叢洼地流域石漠化程度。

3 結(jié)果與分析

3.1 特征選擇結(jié)果分析

基于3種特征選擇算法構(gòu)建影響石漠化程度評估的多維特征集如表3?？芍?Boruta算法中保留5個特征:RE、FVC、SL、FPAR和LAI。ELM算法中保留6個特征:RE、FVC、SL、LAI、FPAR和ST。在MIC算法中,保留5個特征RE、FVC、LAI、PFAR、ET。在所有特征選擇算法中,一致表明,影響石漠化程度評估的最重要的特征是RE,其次是FVC。

表3 不同特征選擇算法選擇的特征數(shù)據(jù)集及重要性排序

3.2 模型精度分析

筆者將特征數(shù)據(jù)集和標(biāo)簽數(shù)據(jù)分為訓(xùn)練集和測試集。模型的訓(xùn)練和交叉驗(yàn)證均在訓(xùn)練集上完成,基于不同的特征集,分別對混合模型循環(huán)運(yùn)行十次,保存最高精度的模型。各特征集對應(yīng)的各優(yōu)化模型的評估精度如表4。整體來看,基于Boruta特征數(shù)據(jù)集的各混合模型的總體精度和Kappa系數(shù)最高,性能最優(yōu);各模型評估效果差異較小,說明預(yù)測結(jié)果的可靠性。但從混合模型的學(xué)習(xí)效率來看,分異顯著。混合模型的精度從高到低依次為PSO-SVM、FA-SVM、GSA-SVM、CS-SVM、ABC-SVM、WOA-SVM和DE-SVM,其對應(yīng)的總體精度值分別為96.2%、95.4%、95.4%、93.1%、93.1%、93.1%和93.1%,Kappa系數(shù)分別為0.95、0.93、0.93、0.90、0.90、0.90和0.90。

表4 基于Boruta、MIC、ELM特征集各優(yōu)化模型的預(yù)測模型精度對比

FA-SVM、PSO-SVM和GSA-SVM模型綜合性能表現(xiàn)最佳,PSO-SVM模型精度最高。FA-SVM該模型的運(yùn)行時間最短為3 s左右,收斂最快,效率最高。ABC-SVM、WOA-SVM、CS和DE-SVM模型表現(xiàn)基本一致,分類精度均超過93%,各項(xiàng)評價參數(shù)近乎相同。其中ABC-SVM和CS-SVM模型的運(yùn)行效率相對較好,DE-SVM和WOA-SVM模型耗時較久。

綜合分析各石漠化評估模型的運(yùn)行效率和精度,FA-SVM最優(yōu)。進(jìn)一步分析不同石漠化程度的精度(圖3)。從用戶精度來看,僅有輕度石漠化程度的精度為84.6%,其余均>95%。對于生產(chǎn)者精度,無石漠化和輕度石漠化類型的精度分別為80%和84.6%,其余均分類精度>95%。

NRD:無石漠化,LRD:輕度石漠化,MRD:中度石漠化,SRD:重度石漠化,ESRD:極重度石漠化。下同。NRD: None rocky desertification. LRD: Light rocky desertification. MRD: Moderate rocky desertification. SRD: Severe rocky desertification. ESRD: Extremely severe rocky desertification. The same below.

3.3 石漠化空間分布

基于FA-SVM模型評估桂西南峰叢洼地流域的石漠化程度(圖4)。從空間上來看:2000、2005和2010年,流域上游的石漠化程度以極重度石漠化為主,呈大片連續(xù)分布;中、下游的石漠化程度以重度石漠化為主,極重度石漠化呈塊狀分布。2015年,流域上游的石漠化程度以重度和極重度石漠化為主,而中、下游的石漠化程度主要為中度和重度石漠化程度。2020年,流域內(nèi)重度和極重度石漠化面積較小,分布較散,呈零星分布。

圖4 2001—2020桂西南峰叢洼地流域石漠化程度空間分布

從時間上來看:1) 2001—2020年,輕度石漠化和中度石漠化面積增加,重度和極重度石漠化面積減少;2) 2000、2005、2010和2015年桂西南峰叢洼地流域的石漠化程度以重度石漠化為主,2020年的石漠化程度則以輕度和中度石漠化程度為主。

總體來看:2001—2020年,桂西南峰叢洼地流域石漠程度在空間分布上呈現(xiàn)出上游重,中、下游輕的特征。究其原因主要與流域內(nèi)地形地貌、氣候條件和人類活動差異有關(guān)。石漠化總面積(輕度以上程度)呈先增加后減少,整體減少趨勢。這是由于流域內(nèi)實(shí)施退耕還林和生態(tài)工程政策有關(guān),石漠化治理效果較好;其次是城鎮(zhèn)化和經(jīng)濟(jì)的發(fā)展,減少對林地和草地的破壞。

3.4 石漠化面積轉(zhuǎn)移矩陣

表5～8展示桂西南峰叢洼地流域不同程度石漠化相互轉(zhuǎn)移的關(guān)系。1) 2001—2005主要是重度石漠化轉(zhuǎn)變成中度石漠化,輕度石漠化轉(zhuǎn)變?yōu)橹卸仁?中度石漠化轉(zhuǎn)變?yōu)橹囟仁?惡化面積大于改善面積。2) 2005—2010年,重度石漠化轉(zhuǎn)變?yōu)橹卸仁?、中度石漠化轉(zhuǎn)變?yōu)檩p度石漠化,石漠化改善面積大于惡化面積,石漠化程改善態(tài)勢。

表5 2001—2005年石漠化轉(zhuǎn)移矩陣

表6 2005—2010石漠化轉(zhuǎn)移矩陣

表7 2010—2015年石漠化轉(zhuǎn)移矩陣

表8 2015—2020石漠化轉(zhuǎn)移矩陣

3) 2010—2015年,重度和中度石漠化進(jìn)一步得到改善,向低程度轉(zhuǎn)移,其它轉(zhuǎn)移的面積較小。4) 2015—2020年,石漠化面積轉(zhuǎn)移最顯著的是重度石漠化轉(zhuǎn)為中度石漠化,改善面積遠(yuǎn)大于惡化面積。2001—2020年桂西南峰叢洼地流域無石漠化和輕度石漠化面積共計增加4 636.19 km2;重度和極重度石漠化面積共計減少1萬1 033.69 km2,石漠化治理效果顯著。究其原因?yàn)?城鎮(zhèn)化發(fā)展以及農(nóng)村太陽能和沼氣等供氣工程的建設(shè),降低對木材能源的依賴;科學(xué)的石漠化治理技術(shù),如水土流失防控與肥力提升、植被修復(fù)等方面技術(shù),為石漠化治理奠定技術(shù)基礎(chǔ)[26];生態(tài)工程的建設(shè),植被得以恢復(fù),恢復(fù)的植被和土壤的相互作用,影響流域水文過程,改變石漠化結(jié)構(gòu)。

4 討論

4.1 機(jī)器學(xué)習(xí)算法中石漠化程度評估的影響因素

特征因子過多會降低機(jī)器學(xué)習(xí)模型的運(yùn)行效率和分類精度,特征因子太少則會導(dǎo)致機(jī)器學(xué)習(xí)模型欠擬合[27]。筆者構(gòu)建3種特征選擇算法用于選擇評估石漠化程度的特征因子,3種特征選擇方法的結(jié)果一致表明,裸巖率和植被覆蓋度是石漠化程度評估的重要特征,這是由于裸巖率和植被覆蓋度的變化直接反映峰叢洼地巖溶區(qū)巖石裸露情況,這也與習(xí)慧鵬等[28]觀點(diǎn)一致。此外在3種特征選擇算法中,LAI和FPAR相比海拔數(shù)據(jù)更重要,這與李素敏等[29]的研究結(jié)果相符,但HUANG等認(rèn)為坡度和海拔是影響石漠化的關(guān)鍵影響因素。這說明巖溶區(qū)地理位置差異、植被類型和季節(jié)條件的不同,引起石漠化的驅(qū)動因素是不同和多維的。

4.2 評估機(jī)器學(xué)習(xí)算法的效率和敏感性

筆者采用7種優(yōu)化算法的對SVM超參數(shù)進(jìn)行調(diào)整,避免人工選擇參數(shù)值的不確定性,從而達(dá)到更好的分類精度,當(dāng)采用SVM模型的默認(rèn)內(nèi)置參數(shù)時,SVM模型的分類的總體精度僅有77%。此外,相較于QIAN(模型總體精度91.1%,Kappa系數(shù)為0.86),PU(模型總體精度 85.21%),本文基于優(yōu)化算法構(gòu)建的FA-SVM模型(模型總體精度95.4%,Kappa系數(shù)為0.93),優(yōu)于上述結(jié)果。就模型的運(yùn)行效率而言,7種優(yōu)化算法構(gòu)建的混合模型的訓(xùn)練時間和運(yùn)行時間相差很大:其中,FA-SVM算法的訓(xùn)練和運(yùn)行時間是最短的,而DE-SVR和WOA-SVM算法時間是最長的。這是由于DE算法和WOA算法對參數(shù)進(jìn)行全局搜索導(dǎo)致維度過多問題,從而嚴(yán)重影響模型的運(yùn)行效率。FA-SVM和PSO-SVM混合模型比其他模型具有更好的評估精度,更高的效率,適合將其應(yīng)用于大范圍大區(qū)域的石漠化程度空間分布的評估。

4.3 桂西南石漠化形成的機(jī)理和原因

喀斯特地區(qū)石漠化的形成與發(fā)展是由地形地貌、氣象環(huán)境和地層巖性等自然因素和人類活動綜合作用的結(jié)果[7]。桂西南峰叢洼地流域廣泛分布著泥盆系、石炭系、二疊系、三疊系碳酸鹽巖,以灰?guī)r、灰?guī)r與白云巖互組為主[12],其基底巖石結(jié)構(gòu)和酸不溶物為石漠化的發(fā)生提供了客觀先決條件。碳酸鹽巖地區(qū)的成土機(jī)制主要是以化學(xué)風(fēng)化作用為主,成土困難,使土壤的厚度比較淺薄、稀少和零星[3]。碳酸鹽巖的酸不溶物含量低,溶蝕作用強(qiáng)。該區(qū)的地貌多為峰叢洼地和峰林洼地石,加上水文地質(zhì)條件的催化,使稀薄的土壤和大量的可溶物流失,從而導(dǎo)致水土流失嚴(yán)重、植被覆蓋率低、基巖裸露,進(jìn)而形成石漠化。

氣候因素和地形地貌疊加作用同樣是導(dǎo)致不同程度的石漠化重要因素。流域的上游位于北熱帶北緣降雨量較低,在巖性構(gòu)造的影響下,地表水迅速轉(zhuǎn)化為地下水,導(dǎo)致地表干旱缺水,不利于植被的生長,以草地和灌叢類植被為主。流域的下游位于南亞熱帶南緣,降雨量較大(圖5),雖然可能會加劇水土流失,但同時為植被生長提供所需的水分,促進(jìn)植被的生長進(jìn)而又改善了石漠化,這也是上游石漠化程度較重下游輕的原因之一。坡度是誘發(fā)石漠化程度另一個重要因素。坡度越大、地形切割深度大,地表物質(zhì)的穩(wěn)定性就越差,受降雨的沖刷力,導(dǎo)致水土流失越嚴(yán)重,石漠化的程度加劇[30]。流域的上游、中游峰叢洼地山高坡陡坡,大于25°區(qū)域面積較廣(圖6),極易發(fā)生水土流失;而下游丘陵區(qū)域坡度較小,石漠化程度輕。

圖5 研究區(qū)降雨

圖6 研究區(qū)坡度

人類活動是控制著石漠化的發(fā)展趨勢重要因素。研究前期流域上游人口密度大、人地緊張,存在著大量亂砍濫伐和過度耕種現(xiàn)象,這是研究前期(2001—2010年)石漠化程度重的主要原因之一。研究后期(2010—2020年),城鎮(zhèn)化發(fā)展,減少對土地過度開墾,對林地的砍伐和毀壞。并且實(shí)施一系列生態(tài)修復(fù)政策,如2008年巖溶地區(qū)石漠化綜合治理試點(diǎn)工程(https:∥www.ndrc.gov.cn/),2015年關(guān)于全國水土保持規(guī)劃(2015—2030年)和2017年國家發(fā)展改革委巖溶地區(qū)石漠化綜合治理工程“十三五”建設(shè)規(guī)劃等生態(tài)工程建設(shè)政策,桂西南峰叢洼地石漠化治理成效顯著。因此,需繼續(xù)實(shí)施生態(tài)環(huán)境治理工程,實(shí)現(xiàn)喀斯特區(qū)域生態(tài)環(huán)境重建。

5 結(jié)論

1)本研究提出的混合模型在評估峰叢洼地石漠化程度的空間分布具有良好的潛力。ABC、CS、PSO、DE、GWO、GSA和FA7種智能優(yōu)化算法,可以有效輔助SVM的超參數(shù)調(diào)優(yōu)。

2)裸巖率和植被覆蓋度在石漠化程度評估中發(fā)揮了重要作用,其次是坡度。Boruta構(gòu)建的特征集具有最佳的降維效果。

3)特征選擇和7種優(yōu)化算法的結(jié)合有效地提高了機(jī)器學(xué)習(xí)算法的石漠化程度評估精度。其中,FA-SVM模型運(yùn)行時長最短,PSO-SVM分類精度最高;雖然WOA-SVM和DE-SVM模型耗時最多,但沒有顯著改善模型的性能;總體而言,PSO-SVM、FA-SVM、和GSA-SVM混合模型比其他模型具有更好的分類精度,分類的總體精度到達(dá)96.2%、95.4%和95.4%,Kappa系數(shù)分別為0.96、0.95和0.95,適合將其應(yīng)用于大范圍、大區(qū)域的石漠化空間分布的評估。