基于堆叠泛化集成方法的烟草早期种植制图：以中国长汀县为例

《Agriculture》：Early-Season Mapping of Tobacco Cultivation Using a Stacked Generalization Ensemble Method: A Case Study in Changting County, China Wei Liu, Yuanzhuo Sun, Longmeng Lei, Hanyu Zhang, Shengshan Wu, Bobo Li, Lanhui Li, Hui Li, Mei Sun and Quan Xiong + 2 authors

　　

准确、及时的烟草种植信息对中国的宏观调控、烟草专营管理和农民支持至关重要。遥感技术为烟草制图提供了高效手段，但现有研究大多集中在中晚期识别，早期检测仍待深入探索。因此，本研究整合多源遥感数据与Google Earth Engine（GEE）平台，量化了烟草与竞争作物之间的可分离性，确定了最佳早期物候窗口和判别性特征，并利用堆叠泛化集成方法开发了早期烟草制图方案。研究结果表明，1-2月期间为长汀县提供了最有效的早期识别窗口，近红外（Near-Infrared, NIR）波段和水敏感特征对类别区分贡献最大。堆叠集成模型的总体精度（Overall Accuracy, OA）达87.17%，生产者精度（Producer's Accuracy, PA）和用户精度（User's Accuracy, UA）分别为85.97%和92.28%，优于单一分类器。在乡镇尺度上，制图所得烟草面积与烟草采购量呈强相关（R2= 0.819），支持了生成图件的可靠性。空间上，烟田呈现明显的廊道状格局，主要受邻近水系和地形条件影响。所提出的工作流程为烟草管理机构提供了及时、空间明确的信息，以支持精准、智能的烟草生产管理。

一、研究背景与问题

烟草作为中国经济作物，其种植面积的准确快速识别对国家宏观调控、烟草专营管理与农民福祉至关重要。长期以来，中国烟草种植信息收集主要依赖传统人工野外调查，效率低、成本高、主观性强且难以大范围实施。遥感技术以其宏观、动态、及时监测的优势，为烟草种植监测提供了高效解决方案。然而，现有文献主要关注盛长期或全生育期的烟草识别，对早期烟草识别的知识缺口显著。由于亚热带烟区多云覆盖频繁，早期遥感识别烟草种植面积仍面临挑战：高质量光学观测稀缺，以及新生烟苗与土壤背景的光谱混淆。因此，开展烟草早期遥感识别研究，对于实现烟草全生产过程精准调控、推动烟草农业数字化转型具有紧迫的现实意义。

早期作物遥感识别指在作物生长早期或中期利用遥感技术获取其空间分布信息，能更有效监测生长、估产、防灾和政策制定，是农业遥感领域的前沿与热点。但早期识别面临数据缺口严重、作物间特征差异不明显、可靠样本缺乏、模型泛化能力不足等挑战，限制了其实际应用价值。为应对这些挑战，早期识别研究已从依赖单一传感器转向使用多源数据，并从使用全生长季完整时间序列数据转向探索如何利用生长早期有限时序数据进行早期识别。

二、研究方法概述

本研究以福建典型丘陵烟区长汀县为研究区，旨在开发一个在持续云覆盖约束下稳健的多源遥感早期烟草识别工作流程。具体研究目标包括：1) 通过Jeffries–Matusita（J-M）距离量化光谱、纹理和合成孔径雷达（Synthetic Aperture Radar, SAR）特征的判别机制，确定早期生长阶段的最佳特征空间；2) 利用堆叠集成方法构建高精度识别框架，整合多种基学习器的优势，并在县级尺度验证其空间精度；3) 通过SHAP（SHapley Additive exPlanations）方法评估模型可解释性，阐明关键变量对分类过程的生物物理贡献。研究最终目标是为县级尺度的烟草种植空间分布信息提取提供科学数据验证方法，为烟草“计划种植”和“合同管理”奠定基础，并为精准烟叶收购、调拨和库存管理提供依据。

关键技术方法包括：1) 数据获取与预处理：利用GEE平台获取Sentinel-1 SAR和Sentinel-2多光谱数据，并进行去噪、合成等处理；使用公开水稻数据集和ESA WorldCover土地利用数据辅助样本构建；基于2024年5月野外调查获取烟草、槟榔芋等作物样本，结合历史数据构建包含1056个样本的分类矢量多边形样本集。2) 多维特征构建：从物候、光谱/植被指数、空间纹理和环境地形四个维度构建特征集，包括Sentinel-1衍生的雷达植被指数（Radar Vegetation Index, RVI）、比值（RATIO）、归一化辐射功率生物群系（Normalized Radiative Power Biome, NRPB），Sentinel-2衍生的26个植被指数（如归一化差值植被指数（Normalized Difference Vegetation Index, NDVI）、增强型植被指数（Enhanced Vegetation Index, EVI）、土壤调节植被指数（Soil Adjusted Vegetation Index, SAVI）、红边指数等），以及基于灰度共生矩阵（Gray-Level Co-occurrence Matrix, GLCM）的18个纹理特征。3) 特征优化与模型构建：采用J-M距离进行特征选择，优化特征子集；采用堆叠集成学习策略，以随机森林（Random Forest, RF）、支持向量机（Support Vector Machine, SVM）、梯度提升树（Gradient Tree Boosting, GTB）和分类与回归树（Classification And Regression Tree, CART）为基学习器，以RF为元学习器，构建早期烟草识别框架。4) 精度评价：通过混淆矩阵计算总体精度、生产者精度、用户精度和Kappa系数，评估制图精度。

三、研究结果

1. 特征重要性分析与最佳识别窗口

通过J-M距离分析发现，在1-2月（烟草移栽至莲座期）期间，烟草与主要竞争作物（水稻、槟榔芋）的可分离性最佳，此窗口被认为是早期识别的最优物候窗口。特征重要性排序显示，近红外波段和多个水敏感特征（如归一化差值水分指数（Normalized Difference Water Index, NDWI）、湿度指数（Moisture Stress Index, MSI））对类别区分贡献最大。

2. 堆叠集成模型性能

堆叠集成模型的总体精度达到87.17%，Kappa系数为0.827，均优于所有单一分类器。其中，烟草的生产者精度和用户精度分别为85.97%和92.28%，表明模型在识别烟草和减少误报方面表现良好。

3. 空间格局与验证

在乡镇尺度上，模型提取的烟草种植面积与实际烟草采购量之间存在显著相关关系（R²= 0.819），证明了制图结果的可靠性。空间分布上，烟草田块呈现明显的沿河流、沟谷分布的廊道状格局，主要集中于海拔200-500米、坡度0-5°的缓坡区域，表明其分布受水系接近度和地形条件影响显著。

4. 模型可解释性

利用SHAP方法对模型进行解释，结果表明近红外反射率、NDWI和多个纹理特征（如对比度、熵）是驱动模型分类决策的最重要变量，这从机理上证实了早期烟草的“地膜+幼苗”混合光谱、水分需求及种植行距引起的空间纹理特征在识别中的关键作用。

四、讨论与结论

讨论：研究证实了集成多源遥感特征（光学、SAR、纹理、地形）并结合堆叠集成学习，能够有效克服早期烟草识别中数据质量低、特征差异小的挑战。所提出的工作流程在GEE云平台上实现，具备处理大数据和高效运算的能力，为业务化运行提供了可能。与单一分类器相比，堆叠集成通过元学习器融合基学习器的优势，显著提升了模型泛化能力和分类精度。研究也指出了未来方向，如引入更多时序特征、测试更先进的深度学习模型，以及将方法推广到其他烟区和作物。

结论：本研究成功开发并验证了一个基于多源遥感数据和堆叠集成学习的县级早期烟草识别工作流程。确定了1-2月为长汀县早期烟草识别的最佳窗口，近红外及水敏感特征最具判别力。所构建的堆叠集成模型实现了高精度制图，其空间结果与统计数据吻合良好。该流程可为烟草管理机构提供及时的种植面积空间信息，支持精准管理和智能决策，推动烟草农业的数字化转型。