《AgriEngineering》：How Much Temporal Information Is Needed? Optimizing Sentinel-2 Time Series for Operational Rice Crop Mapping
编辑推荐：
水稻作物制图对于精准农业、灌溉管理、产量预测以及水稻种植环境影响评估至关重要。这一信息在地中海水稻种植湿地中尤为关键，例如西班牙瓦伦西亚的L'Albufera自然公园，该地区作物发育与季节性淹水和水分管理实践密切相关。尽管多时相Sentinel-2影像被广泛用
水稻作物制图对于精准农业、灌溉管理、产量预测以及水稻种植环境影响评估至关重要。这一信息在地中海水稻种植湿地中尤为关键，例如西班牙瓦伦西亚的L'Albufera自然公园，该地区作物发育与季节性淹水和水分管理实践密切相关。尽管多时相Sentinel-2影像被广泛用于作物分类，但实现准确的早期季节制图所需的时间信息量仍未得到充分研究。本研究利用2023和2024年生长季获取的Sentinel-2影像，评估了L'Albufera地区水稻业务化制图的最佳时间窗口和光谱变量。研究人员分析了可见光和近红外波段（B2、B3、B4和B8）的月度反射率合成影像以及植被指数（NDVI、NDWI、EVI和RVI），通过时间剖面分析、统计分析、主成分分析和监督机器学习分类进行评估。在所评估的分类器中，性能提升与时间和光谱特征选择的相关性高于与分类器类型本身的相关性。使用4月至6月的NDVI、EVI、B3和B8获得了最佳性能（2023年留出集上总体精度[OA] = 83.8%，水稻F1分数 = 0.90；2024年跨年度评估中OA = 76.5%，水稻F1分数 = 0.86）。模型无关的置换重要性和Shapley值被用于识别最具影响力的预测因子，最终得到一个精简的六预测因子组合，包括4月至6月的NDVI、5月至6月的B8以及6月的B3。该精简的六预测因子模型在2023年留出集中保持了相似的性能（OA = 82.4%；水稻F1分数 = 0.89），在2024年跨年度评估中同样表现良好（OA = 75.4%；水稻F1分数 = 0.85）。这些结果表明，在研究区域内，水稻田可以在作物成熟前被成功制图，同时减少了对时间和预测因子的需求。
论文解读
一、研究背景与问题提出
水稻是全球超过20%膳食热量的来源，为超过35亿人口提供主要主食，在全球粮食安全中占据核心地位。然而，水稻生产正面临粮食需求增长、气候变化、水资源短缺、土壤盐渍化和极端天气事件频发等多重压力。以西班牙为例，在2021至2023年的干旱期间，水稻种植面积从2020年的102,060公顷减少至2023年的55,120公顷，降幅达46.0%；产量从739,230吨降至334,100吨，降幅达54.8%。这些制约因素凸显了建立及时、客观、可重复的监测方法的迫切性，以改善水资源分配、识别生产风险并为种植者和公共机构的决策提供信息。
作物制图通过结合遥感、地理信息系统和分类方法，能够识别和描绘农业景观中的作物类型，为估算种植面积、追踪土地利用变化、预测产量、检测作物异常和指导农艺规划提供空间明确的信息。作物制图还支持灌溉管理、干旱和洪水评估、作物保险、农业政策和自然资源管理，并为精准农业和粮食安全监测提供重要信息来源。
作物判别依赖于每种作物在其物候周期中光谱响应的特征性时间演变。由于冠层结构、生物量、水分状况和地表淹水的变化，植被、土壤和水体在反射率上存在差异。多光谱时间序列因此能够区分在单一日期可能呈现光谱相似的作物。由于这些轨迹随气候、土壤、品种和管理方式而变化，区域特定的光谱剖面仍然是必要的。这一需求在L'Albufera水稻种植区尤为突出，该地区的淹水和作物发育产生了强烈的季节性反射率变化。
在现有对地观测系统中，Sentinel-2因其10至20米的空间分辨率、五天重访周期以及专为捕捉植被动态设计的光谱波段而被广泛用于作物制图。这些特性支持密集的光谱观测时间序列，使农业遥感从单日期土地覆盖制图转向基于物候的重复作物监测。机器学习现已支撑大多数基于卫星的作物分类工作流程，随机森林、支持向量机、k近邻、梯度提升方法和深度神经网络在农业环境中均表现良好。然而，业务化作物制图要求确定能够保持分类精度的最早获取日期。近期研究表明，时间特征选择可以在不实质性损害分类性能的情况下减少数据冗余和处理需求。
早期季节作物制图可以支持灌溉规划、季节内产量预测和及时的公共部门响应。在水稻系统中，淹水建植阶段提供了独特但短暂的 spectral 信号，可能实现早期检测。尽管Sentinel-2时间序列结合随机森林特征重要性分析已表明水稻、玉米和大豆可以在早期物候阶段被识别，但稳健水稻制图所需的最少时间信息仍不确定。大多数研究评估完整或近乎完整的Sentinel-2时间序列，而非测试移除后期观测后性能如何变化。对于水稻，识别最具判别力的获取时段可以减少计算需求并在作物成熟前提供可靠的制图结果。
本研究旨在评估基于Sentinel-2的水稻制图在西班牙瓦伦西亚L'Albufera自然公园所需的时间信息量，利用两个连续生长季的观测数据。研究框架不侧重于分类器比较，而是量化获取时段、光谱波段和植被指数对分类性能的贡献。具体而言，研究确定：（i）准确水稻分类所需的最短充分时间窗口；（ii）对类别判别贡献最大的光谱变量；（iii）水稻田是否可以在物候周期完成前被可靠制图。研究人员假设生长季早期的Sentinel-2观测包含足够的物候信息以准确区分水稻田，后期观测对研究区域内早期水稻检测的附加价值有限。该研究的创新点不在于开发新分类器，而在于系统优化早期季节水稻制图的时间和预测因子需求。
二、主要技术方法
本研究在西班牙瓦伦西亚L'Albufera自然公园Silla市的农业区域开展，覆盖2023和2024年水稻生长季。研究人员通过Google Earth Engine（GEE）获取Sentinel-2 Level-2A影像，仅使用10米原生分辨率的四个波段：蓝（B2）、绿（B3）、红（B4）和近红外（B8），以避免重采样较粗波段并保持田块边界细节。参考地物标签来自瓦伦西亚政府Geoportal（Visor GVA）的现有制图产品，研究期间对水稻种植区进行了实地访问确认。像素级月度平均反射率合成影像由各月保留场景计算。研究计算了四个植被指数：归一化差异植被指数（NDVI）、归一化差异水体指数（NDWI）、比值植被指数（RVI）和增强型植被指数（EVI）。分类框架采用四个功能类别：水稻、其他植被、水和基础设施。方法包括：基于中位数和中位数绝对偏差（MAD）的稳健类别可分性指数（RCSI）用于描述性筛选；主成分分析（PCA）用于特征冗余分析；使用MATLAB R2026a Classification Learner进行监督分类器筛选，涵盖决策树（DT）、k近邻（KNN）、支持向量机（SVM）和树集成四类算法家族；置换特征重要性和Shapley值用于模型无关的变量重要性评估。共保留249,530个像素用于分类分析。
三、研究结果
3.1 水稻与其他分类组的可分性
研究通过RCSI评估了光谱波段和植被指数在区分水稻与其他功能组（其他植被覆盖、基础设施、水）方面的时间判别能力。结果显示，判别能力随月份、预测因子和比较类别而变化。在区分水稻与其他植被覆盖时，植被指数总体上比光谱波段提供更大的可分性，RVI在4月产生最高RCSI，而NDVI和EVI在7月和8月达到最高值。在水稻与基础设施的比较中，可见光和近红外波段（特别是B2和B4）在7月和8月产生了与植被指数相当或更高的RCSI值。水稻与水的比较产生了三组配对比较中最低的RCSI值，RVI和NDVI提供了最大的早期季节可分性。在总体判别能力（ODC）方面，RVI在4至6月期间的平均ODC最高（2.09），NDVI在4至8月期间的平均ODC最高（2.63）。在光谱波段中，B8在4至6月期间的平均ODC最高（1.76），B4在4至8月期间的平均ODC最高（2.43），并在7月达到最高月度ODC（4.47）。
3.2 统计分析
月度直方图显示所有光谱波段在4月和5月呈双峰分布，NDVI在4月、7月和8月呈双峰，NDWI在4至8月期间呈双峰或多峰分布，EVI和RVI呈强烈右偏分布。箱线图显示水稻、其他植被覆盖和水具有较大的类内离散度，而基础设施离散度最低且离群值最少。全局PCA分析中，光谱波段的PC1和PC2分别解释了63.9%和18.6%的总方差（合计82.5%）。大多数5至8月的可见光波段观测在PC1上加载方向相似，表明强相关性和实质性冗余；B8在4至6月具有负PC2载荷，在7至8月为正载荷，显示出与可见光波段不同的时间轨迹。植被指数的全局PCA中，PC1和PC2分别解释了32.3%和31.5%的方差（合计63.8%）。NDVI、RVI和EVI在7月和8月沿正PC1方向加载相似，而NDWI在这些月份沿相反方向加载。PC2捕捉了主要的早期季节对比，4至6月的NDVI和RVI具有高正PC2载荷，4月和5月的NDWI位于右下象限。
3.3 分类器筛选与早期季节模型选择
NDWI被选为初始分类器筛选的单一预测因子，因其在整个生长季保持双峰或多峰分布、离散度较低且离群值较少。所有MATLAB Classification Learner中DT、KNN、SVM和树集成家族的预设分类器均使用2023年数据集进行筛选。筛选从4月NDWI开始，每次迭代增加一个月直至8月。所有SVM变体在4月迭代后被移除，因其训练时间显著长于其余模型。余弦KNN和子空间判别集成因OA较低被移除，粗树因未能识别水类别被移除。细树、中等KNN和装袋树完成了筛选。这三个最终候选模型使用完整的2023年4至8月数据集重新拟合，并通过交叉验证、2023年留出集和2024年跨年度评估进行评价。2024年评估中OA和类别特定F1分数均低于交叉验证和2023年留出测试。中等KNN和装袋树被保留用于第二阶段，细树因2024年水召回率仅0.8%且水类别F1分数降至0.02而被排除。
第二阶段评估了使用4至6月观测的早期季节分类。基于ODC和PCA结果构建了五个预测因子场景，遵循三个标准：组合与不同主成分相关的变量、避免高度相关预测因子、顺序添加变量以保持简约性。场景1（NDVI + EVI）下，中等KNN的OA从76.0%提高至79.0%，装袋树提高至79.8%。中等KNN在场景2下OA降至58.4%，下降20.6个百分点，因此不再进一步评估。装袋树在场景2下交叉验证OA达到82.6%，场景3下达到83.8%。场景3（NDVI + EVI + B3 + B8）在2023年留出集上达到83.8%的OA，在2024年跨年度评估中达到76.5%。场景4和5未能在场景3基础上提高OA。在类别特定性能方面，水稻在所有评估中具有最高的F1分数：交叉验证和2023年留出测试中为0.90，2024年评估中为0.86。其他植被覆盖的F1分数分别为0.80、0.80和0.69；基础设施为0.78、0.78和0.71；水为0.36、0.36和0.16。水召回率在2024年降至9.1%，是最大的类别特定下降。
3.4 变量重要性与精简预测因子组合
置换重要性和Shapley值分析应用于场景3下的装袋树分类器。两种方法均将5月B8列为最重要的预测因子，并识别6月NDVI为最高排名变量之一。两种方法还为6月B8、4月和5月NDVI以及6月B3赋予了高重要性。EVI预测因子总体排名较低，4月EVI贡献最小。装袋树分类器使用六个预测因子重新训练：4月、5月和6月的NDVI；5月和6月的B8；以及6月的B3（场景6）。OA在交叉验证中为81.9%，2023年留出集上为82.4%，2024年评估中为75.4%。相对于场景3（分别为83.8%、83.8%和76.5%），移除12个预测因子中的6个使OA降低了1.9、1.4和1.1个百分点。水稻F1分数从0.90降至0.89（交叉验证和2023年留出集），从0.86降至0.85（2024年评估）。水类别下降最大，F1分数在交叉验证和2023年留出测试中从0.36降至0.32，在2024年从0.16降至0.08。水类别的较弱性能主要源于水像素被分类为水稻，而非水稻像素与水混淆。
四、讨论总结与结论翻译
讨论部分总结
研究结果支持了研究假设，即使用较短Sentinel-2时间序列和精简预测因子组合可以在作物成熟前识别水稻田。在所评估的分类器和预测因子组合中，分类性能的提升与输入变量的时间和组成相关性高于与分类器类型本身的相关性。4至6月窗口应被解释为在研究所考察条件下L'Albufera地区早期季节水稻制图的充分条件，而非其他区域或生产系统的通用最小值。
两阶段筛选策略揭示了模型与特征之间的交互作用。中等KNN性能从第一阶段到第二阶段的下降表明，单预测因子、五个月配置下的性能不能必然外推至时间信息减少的多变量配置。这一行为不仅被解释为排除KNN的理由，也作为分类器性能可能依赖于预测因子配置的证据。
精简的六预测因子模型保留了NDVI（4至6月）、B8（5至6月）和B3（6月），这一组合与4月淹水或稀疏植被田块向5月冠层建立和6月活跃分蘖与生物量积累的过渡一致。NDVI捕捉了绿色植被的渐进增加，B8响应冠层发育和密度，B3在6月的贡献可能反映叶面积和冠层闭合增加时绿色反射率的变化。
变量重要性分析结合了置换特征重要性和Shapley值两种互补方法，两者均为模型无关技术，可一致应用于几乎任何机器学习算法。与基于树结构的杂质重要性不同，这些方法避免了偏向具有特定分布或许多可能分裂点的变量。组合使用不仅能够识别最具影响力的预测因子，还能识别贡献重叠信息的变量。预测因子数量减少了约50%，仅保留六个关键变量，而分类精度仅降低1.1至1.9个百分点。然而，多个预测因子包含重叠光谱信息，NDVI和EVI均使用近红外波段（B8）计算，两者也均包含红波段（B4），EVI额外包含蓝波段（B2）。因此，所选预测因子应被解释为保留分类性能的信息性组合，而非独特重要且统计独立的预测因子。
RCSI基于中位数和MAD，提供了时间类别分离的稳健描述性度量。卫星时间序列固有地受残余大气效应、云污染和其他噪声源影响，具有50%崩溃点的稳健估计量对孤立极端观测的敏感性低于基于均值和方差的汇总。然而，RCSI未与Bhattacharyya或Jeffries-Matusita距离等既有可分性度量直接比较，应被视为辅助指标而非替代或普遍改进。
装袋树分类器在水稻类别上实现了0.90的F1分数，表明当预测因子捕捉相关物候转换时，传统树集成可以获得有用的水稻类别性能。研究结果不表明装袋树在等效条件下优于梯度提升或深度学习模型，因为这些方法未使用相同的预测因子组合和验证设计进行比较。
限制分类框架性能的主要因素与水类别的识别困难相关。水仅占研究区域的一小部分，训练样本数量远少于其他类别，类别不平衡对监督学习算法准确表征少数类别产生不利影响。水的光谱响应在夏季表现出明显的季节变异性，NDVI的增加可能反映挺水或漂浮植被的存在。水与水稻在淹水阶段存在大量光谱重叠，新移植的水稻田表现出与开阔水面非常相似的光谱特征。水类别内部也具异质性，因为其组合了水利基础设施、水文和湿地。获取日期差异、作物发育、水分管理、残余大气效应和参考标签准确性也可能导致2024年性能下降。
未来改进应主要聚焦于增强水类别的表征，包括将开阔水面与植被湿地分离、应用类别加权或平衡采样，以及评估Sentinel-1雷达数据或Sentinel-2短波红外波段等补充预测因子。如果水类别识别得到改善，一个前景广阔的扩展是实施顺序分类策略，在初始分类阶段识别并移除水像素，再对剩余功能组进行分类。此外，模型开发和留出测试在相同研究区域内以像素级进行，空间自相关可能膨胀了年内性能，未来工作应使用田块级划分或空间块交叉验证，并保留独立区域用于测试地理迁移性。
结论翻译
本研究的发现和结论应在水稻导向分类框架的范围内进行解释，该框架专门设计用于支持可靠的水稻检测而非全面的土地覆盖制图。研究表明，L'Albufera地区的水稻田可以在作物成熟前使用4至6月获取的Sentinel-2观测被识别。在所评估的分类器和预测因子组合中，装袋树使用NDVI、EVI、B3和B8实现了最佳性能，而精简的六预测因子模型保留了完整早期季节模型的大部分性能。精简模型在2023年留出集中实现了82.4%的OA，在2024年跨年度评估中实现了75.4%的OA，水稻F1分数分别为0.89和0.85。性能在年份间下降，且对异质水类别仍然较弱，特别是在2024年。这些结果支持在研究区域内使用精简的早期季节Sentinel-2输入进行水稻制图，但在更广泛的业务应用之前，需要空间独立的验证和改进的水类别表征。
