《Agronomy》：Mapping Surface-Cover Components in Desert Steppe from UAV RGB Imagery Using Interpretable Features and Multiscale Superpixel Probability Fusion
编辑推荐：
无人机红-绿-蓝（red–green–blue, RGB）影像为荒漠草原（desert steppe）覆盖观测提供了低成本、高分辨率的信息，但颜色重叠与空间异质性使分类复杂化。研究人员评估了随机森林（Random Forest, RF）与多尺度超像素概率融合（
无人机红-绿-蓝（red–green–blue, RGB）影像为荒漠草原（desert steppe）覆盖观测提供了低成本、高分辨率的信息，但颜色重叠与空间异质性使分类复杂化。研究人员评估了随机森林（Random Forest, RF）与多尺度超像素概率融合（multiscale superpixel probability fusion, RF-MSPF），使用了来自9幅影像的19个影像块和335,675个参考像元，代表草本植被（herbaceous vegetation, HV）、木本或半木本植被（woody or semi-woody vegetation, WV）、可见枯死植物材料（visible dead plant material, LT）和裸地表（bare substrate, BS）。五个可解释RGB特征为RF提供类别概率，这些概率在简单线性迭代聚类（Simple Linear Iterative Clustering, SLIC）区域内部按三个尺度进行聚合。按源影像分组的五折验证使平均总体精度（overall accuracy, OA）由RF的0.8020 ± 0.0573提高至RF-MSPF的0.8691 ± 0.0367（平均值 ± 样本标准差），且在每一折均有提升。等权融合取得0.8704 ± 0.0367。在固定开发划分上，RF-MSPF取得OA = 0.8806、宏平均F1分数（macro-averaged F1 score, Macro-F1）= 0.8742以及平均交并比（mean intersection over union, mIoU）= 0.7840。消融实验确定区域概率聚合是主要的改进来源，多尺度融合带来进一步增益，而一致性加权在该划分上仅增加0.024个百分点，且并未表现出一致的优势。这一透明、可复现的工作流程提升了本数据集内的分类效果。
荒漠草原是干旱与半干旱区的重要生态系统，其地表通常由多年生草本、木本或半木本植物、枯死植物材料与裸地表构成异质性格局。将草本覆盖、木本覆盖、枯死材料与裸地表区分开来，可提供超越单一绿色植被盖度指标的地表组成与空间异质性信息。低成本无人机红-绿-蓝（red–green–blue, RGB）相机具有获取成本低、操作灵活、空间细节精细的优势，但荒漠草原覆盖稀疏，带来特有的分类困难：草本植被（herbaceous vegetation, HV）与木本或半木本植被（woody or semi-woody vegetation, WV）均可含绿色组织，可见枯死植物材料（visible dead plant material, LT）与裸地表（bare substrate, BS），包括浅色土壤或砾石，可共呈黄棕色，且枝、叶、阴影与裸露基质在精细尺度上相互混杂，造成像元特征的局部变异与逐像元预测结果的破碎化。RGB植被指数、颜色空间变换与纹理特征可描述可见光影像的互补信息方面，随机森林（Random Forest, RF）、最近邻与梯度提升方法能够利用这些工程化特征进行分类。针对上述问题，研究人员构建了RF与多尺度超像素概率融合（multiscale superpixel probability fusion, RF-MSPF）相结合的工作流程，对荒漠草原四类RGB可见地表覆盖组分进行分类，重点考察输入特征与空间处理各自的贡献。研究目标包括：构建描述颜色、色调、区域边缘与方向纹理的五个可解释特征；在RF概率输出保持不变的条件下，比较单尺度区域聚合、多尺度等权融合与一致性加权；并在研究区内按源影像分组开展五折验证，同时评估类别特异性误差、特征组合与计算成本。该工作的意义在于以透明、可复现的框架，量化了空间概率聚合对荒漠草原制图性能的提升来源。
关键技术方法包括：五个可解释RGB特征，即归一化绿红差值指数（Normalized Green–Red Difference Index, NGRDI）、色调（Hue, H）、超像素平均梯度幅值（SP300_Grad）、绿红非线性变换（GR-NLT）与Gabor纹理；以RF逐像元预测类别概率；采用简单线性迭代聚类（Simple Linear Iterative Clustering, SLIC）在目标超像素数150、300、500三个尺度上分割，在区域内平均RF概率，并基于初始硬标签计算一致性权重实现多尺度融合；以按源影像分组的五折交叉验证（GroupKFold）评估稳健性。数据源自中国内蒙古四子王旗格根塔拉附近九幅DJI FC300S相机RGB影像（2025年7月采集），包含335,675个手工标注参考像元。
3.1 空间聚合与整体分类性能：空间消融实验使用相同的RF概率，确定区域概率聚合是主要改进来源。逐像元RF的总体精度（overall accuracy, OA）为0.8412，S150区域聚合提高至0.8744，增益3.32个百分点，S300与S500分别为0.8523与0.8589，等权多尺度融合（MS_equal）达0.8804，RF-MSPF为0.8806，仅高于等权融合0.024个百分点。统一开发协议下，RF、K近邻（K-nearest neighbors, KNN）、XGBoost与RF-MSPF的OA分别为0.8412、0.8307、0.7884与0.8806。
3.2 类别特异误差与特征证据：裸地表（BS）表现最佳，F1分数为0.9710、交并比（intersection over union, IoU）为0.9437；HV召回率0.9395、F1为0.8974；WV精确率0.9164、召回率0.8104；LT最困难，F1为0.7682。混淆分析显示，14.25%的WV参考像元被判为HV，17.77%的LT像元被判为HV。31种特征组合中，五特征全组合取得最优OA=0.8806。
3.3 分组稳健性与计算成本：RF-MSPF在五个源影像组折中均优于RF，平均OA由0.8020 ± 0.0573升至0.8691 ± 0.0367，平均配对增益6.72个百分点；等权融合OA为0.8704 ± 0.0367，一致性加权平均下降0.123个百分点；S150平均OA为0.8686，等权融合增加0.17个百分点。Apple M4平台上512×512影像块推理平均耗时0.7946秒。
讨论部分指出，区域概率聚合平滑了局部预测，但可能跨越覆盖组分合并精细结构；粗尺度聚合对本批影像块更有效；一致性加权可能因初始硬标签的一致错误区域获得高权重，其增益小且不稳定的机制具有合理性。生态学上，HV与WV的绿色组织重叠限制了基于绿度的区分，LT类内异质性最大，BS外观相对稳定。研究局限在于：19个影像块来自单一站点的九幅影像、采集时段短、参考标注仅占格网的6.74%、标注未经独立复核、开发划分存在三幅共享源影像，结论仅限于所观测数据集，不能作为外部泛化的证据。SLIC迭代次数敏感性分析表明迭代数影响分割与分类，作者保留原10次迭代设置以保持主要比较的一致性。
研究结论部分指出：本研究发展了RF-MSPF，将五个可解释RGB特征、随机森林与多尺度超像素概率相结合，对四类荒漠草原地表覆盖组分进行分类。按源影像分组的五折验证使平均OA由RF基线的0.8020 ± 0.0573提升至RF-MSPF的0.8691 ± 0.0367（平均值 ± 样本标准差），平均配对增益6.72个百分点，且每折均有提升；在固定开发划分上，RF-MSPF取得OA = 0.8806、Macro-F1 = 0.8742、mIoU = 0.7840。空间消融表明，区域概率聚合贡献了主要增益，多尺度信息提供了额外改进，而一致性加权相对等权融合仅增加0.024个百分点，且等权融合在分组平均OA上略优于RF-MSPF。BS为最易分类组分（F1 = 0.9710），LT最难（F1 = 0.7682），主要误差为WV与LT向HV的混淆。该工作建立了透明、可复现的地表覆盖分类工作流程，并明确了性能提升的主要来源与类别间可分性差异。
