《Geomatica》：Strategies for thresholding a predictive peat map based on remote sensing to produce a binary map of peatland
编辑推荐：
本研究针对如何将连续的遥感预测地图（如泥炭地概率图）有效转换为二值分类图（泥炭地/非泥炭地）这一关键问题，系统评估了七种阈值确定策略。研究人员发现，在类别不平衡（泥炭地占比较少）的背景下，基于混淆矩阵相关性的方法，特别是最大化Cohen's Kappa和F1分数，能够取得最佳的总体效果，在尽可能多地包含真实泥炭地的同时，将假阳性结果（噪声）控制在较低水平。该研究为土地覆盖制图，尤其是特定地物类别的精确提取，提供了重要的方法论参考。
在广袤的北欧大陆，泥炭地如同巨大的“碳海绵”，默默储存着海量的二氧化碳，对全球碳循环和生物多样性至关重要。然而，要有效地保护和管理这些宝贵的生态系统，首先得知道它们在哪里。传统的实地测绘费时费力，难以覆盖大面积区域。如今，科学家们越来越依赖卫星遥感图像和机器学习模型来预测泥炭地的分布。这些模型会生成一种“预测地图”，地图上每个像素点都有一个介于0到1之间的数值，可以理解为该点是泥炭地的“可能性”或“得分”。但问题来了：这个得分要达到多少，我们才能信心十足地把那个地方划定为泥炭地呢？这个“分数线”（即阈值）的选择，直接决定了最终地图的准确性——划高了，可能会漏掉很多真正的泥炭地（假阴性）；划低了，又容易把不是泥炭地的地方错误地包括进来（假阳性）。特别是在像挪威这样的地区，泥炭地仅占国土面积约8.9%，属于典型的“少数类”，如何在这个不平衡的数据集中找到最佳平衡点，是制图领域一个普遍而关键的挑战。Geir-Harald Strand的这项研究，正是为了系统性地回答这个问题：究竟哪种策略能为预测性泥炭地图确定最理想的二值化阈值？该研究成果发表在专业期刊《Geomatica》上。
为开展这项研究，作者主要运用了以下关键技术方法：首先，研究使用了两个覆盖挪威全境的10米分辨率泥炭地预测栅格地图（Map 1和Map 2），其预测值为0.0-1.0的连续值。其次，研究依赖于一个具有全国代表性的地面真相数据集，该数据集来源于挪威土地覆盖和土地资源面积框调查（AR18X18），包含约9880个经过实地勘察的样本点，并被编码为泥炭地/非泥炭地的二值变量。核心方法是，通过编写程序，为从0.0到1.0的1001个候选阈值（c）分别构建混淆矩阵，然后基于混淆矩阵计算七种不同阈值策略所依赖的指标，包括正确分类比例（PCC）、尤登指数（Youden J）、欧几里得距离（ER）、Cohen's Kappa系数和F1分数等，最终通过比较各策略产生的真阳性比例（TP%）和假阳性比例（FP%）等结果来评估其优劣。
研究结果
1. 材料（Material）
研究区为挪威大陆。使用的两个预测地图（Map 1和Map 2）均由机器学习方法生成，但基础模型和输入数据不同。Map 1基于U-Net 3+深度学习模型，Map 2则基于一个名为THOR的基础模型并结合了地形数据。地面真相数据来自系统的集群抽样调查，其中843个点（8.53%）被归类为泥炭地，与全国泥炭地面积比例（8.9%）接近，证实了样本的代表性。
2. 方法（Method）
研究明确定义了通过设定阈值c从预测地图生成二值泥炭地图的过程。核心是构建不同c值下的混淆矩阵，并从中衍生出多项评估指标，如真阳性率（召回率，Recall）、精确度（Precision）、假阳性率（FPR）等。研究具体考察了七种确定c的策略：（1）简单设定为0.5；（2）使预测的泥炭地面积等于已知面积（正确面积）；（3）最大化正确分类比例（PCC）；（4）最大化尤登指数（J）；（5）最小化到ROC曲线理想点[0,1]的欧氏距离（ER）；（6）最大化Cohen's Kappa；（7）最大化F1分数。
3. 结果（Results）
将七种策略应用于两幅地图后，得到了不同的阈值及相应的分类表现。结果显示，策略1（0.5阈值）效果很差，产生了大量假阳性（Map 1）或漏检了大量真泥炭地（Map 2），表明预测值不能直接解释为统计概率。策略3（最大化PCC）由于数据不平衡，过于偏重正确分类占多数的非泥炭地，导致泥炭地检出率（召回率）很低。策略4（尤登J）和策略5（ER）在数据不平衡时倾向于高召回率但伴随极高的假阳性率，产生大量噪声。策略2（正确面积）表现尚可，但高度依赖于外部面积估计的准确性。
最关键的发现在于，策略6（最大化Cohen's Kappa）和策略7（最大化F1分数）为各自地图推荐了相同的阈值（Map 1: c=0.756; Map 2: c=0.305），并且在真阳性比例和假阳性比例之间取得了相对最佳的平衡。 这一点在精确率-召回率曲线（Precision-Recall curve）上也得到印证，该阈值对应着曲线上最接近完美分类点（精度=1，召回率=1）的位置。
研究还通过置信区间分析了结果的不确定性，发现策略6和7在真阳性比例上并非显著优于策略2，但在综合考虑下仍提供了更优的折中方案。此外，对比两幅预测地图本身，Map 1的ROC曲线下面积（AUC）更大，表明其整体区分能力更强；但进一步分析显示，Map 1在捕获泥炭地（高召回率）方面更优，而Map 2在减少误报（高精确度）方面更佳。
4. 应用与进一步研究（Applications and further studies）
基于推荐阈值（如Map 2的0.305）可以生产出全国泥炭地分布图，用于规划、管理和保护工作，或作为航片解译的辅助信息。研究展示的成果地图揭示了挪威泥炭地主要分布于中部和北部芬马克高原的预期格局。
对错误分类点（假阳性和假阴性）的空间分布和局部环境进行深入分析，有助于理解模型失误的原因（如边界模糊、季节性积雪、森林采伐迹地干扰等），从而为改进预测模型指明方向。
结论与讨论
本研究系统评估了为预测性土地覆盖图选择二值化阈值的七种策略。核心结论是，在像泥炭地制图这样普遍存在类别不平衡问题的场景下，基于混淆矩阵相关性的指标，特别是最大化Cohen's Kappa系数和F1分数，是确定阈值的最有效整体策略。这两种指标在本次研究的两幅地图中均指向同一个阈值，能够在尽量多包含真实泥炭地（较高召回率）的同时，将假阳性噪声控制在相对较低的水平。
然而，研究也强调，最大化F1分数并非放之四海而皆准的“万能钥匙”。阈值的选择本质上反映了对制图目标的权衡：是更看重“宁缺毋滥”（高精确度，低假阳性），还是“宁可错杀，不可放过”（高召回率，低假阴性）。这取决于地图的具体用途。例如，用于严格保护规划的地图可能更强调精确度，而用于初步资源清查的地图可能更看重召回率。
此外，研究揭示了所测试的两个预测模型自身的局限性：无论采用哪种阈值策略，都无法同时获得很高的精确度和召回率，这意味着现有模型在准确区分泥炭地与非泥炭地方面仍有提升空间。对假阳性和假阴性样本的深入分析，将为模型改进提供宝贵线索。
综上所述，这项研究不仅为泥炭地制图提供了实用的方法论指导，其关于处理不平衡数据集中精度与召回率权衡的见解，也对更广泛的土地覆盖分类及基于机器学习的二值分类应用具有重要的参考价值。未来的研究可以在类别更平衡的场景下检验这些策略，并深入挖掘误分类的模式与成因，以推动预测性制图技术的不断进步。
