基于JM引导的多时相Sentinel-1/2数据融合技术，结合VGG16和UNet++混合网络算法，用于县级尺度的小麦冬季生长监测

《Geocarto International》：JM-guided multi-temporal sentinel-1/2 fusion and hybrid VGG16–UNet++ network for county-scale winter wheat mapping

　　摘要
从卫星数据准确绘制冬小麦分布图对于粮食安全评估和区域农业管理至关重要，但这一过程受到单源图像、特征冗余以及泛化能力有限的限制。我们提出了一种紧凑的深度学习框架，该框架将多时相Sentinel-1/2数据与基于Jeffreys-Matusita（JM）的距离度量方法结合的特征选择技术融合起来，用于县级尺度的冬小麦映射。在河南省太康县，构建了一个包含光谱、指数、纹理和极化描述符的124维特征集，并利用Jeffreys-Matusita距离保留了46个具有区分性的特征，从而在保持类别可分性的同时将维度减少了62.9%。评估了三种分割网络——VGG16、UNet++和轻量级的VGG16-UNet++混合模型——其中基于JM特征选择的混合模型表现最佳，达到了90.53%的准确率（PA）、90.90%的召回率（UA）、96.99的精确度（OA）、0.9525的Kappa系数、0.7883的重叠率（IoU）和0.9071的F1分数，且模型复杂度适中。当该模型未经重新训练直接应用于邻近的汴阳县时，仍能生成准确且空间连贯的冬小麦地图，为区域监测时的跨县级迁移能力提供了初步证据。

关键词：冬小麦映射；多源与多时相数据；特征选择；Jeffreys-Matusita距离；VGG16-UNet++混合网络

1. 引言
小麦作为三大主要粮食作物之一，是全球约40%人口的主要食物来源。中国既是世界上最大的小麦生产和消费国（Li等人，2023年；Liu等人，2022年）。其中，冬小麦是保障粮食供应的关键作物，其稳定且不断增加的产量直接关系到国家粮食安全和社会稳定（Zhang和Qin，2019年）。因此，及时、准确且高效地获取冬小麦的种植面积和空间分布是实现精准产量预测、分析供需平衡、优化生产要素分配以及调整区域种植结构的基础前提（Wei等人，2019年）。
遥感技术在获取农业信息方面展现了巨大的应用潜力，其优势在于能够实现广泛的监测覆盖和快速的周期性重访（Lottering等人，2025年；Wang等人，2025年；Zhang等人，2024年）。光学遥感图像是作物提取研究的主要数据来源，但数据质量易受大气条件（如云层和降雨）的影响，从而限制了作物信息的准确性（Peng等人，2025年）。相比之下，微波雷达卫星的全天候成像能力为作物遥感数据采集提供了可靠的支持。多源图像（如光学遥感和雷达）的融合不仅可以提高作物信息提取的准确性，还能克服单一传感器数据的局限性，实现互补优势并优化提取结果（Gao等人，2025年；Samadzadegan等人，2025年）。随着遥感数据量的不断增加，如何有效整合多源、多生长阶段的数据已成为遥感应用中的关键技术挑战。特征选择作为提高分类准确性的核心步骤，面临特征冗余和维度灾难等问题。在特征选择算法中，基于过滤的方法因其高效性和灵活性而受到研究人员的广泛关注。构建基于过滤的特征选择标准时，类可分性度量至关重要，包括散度及其变换形式、光谱角、Jeffreys-Matusita（JM）距离等（Gao等人，2024年；Qu等人，2023年）。其中，JM距离在区分性判断方面比其他类可分性度量方法更具可靠性（Li等人，2025年；Sen等人，2019年）。Zhu等人（2022年）利用多时相Sentinel-1/2数据，采用JM距离进行特征选择，并结合Relief-RF模型实现了精确的大豆识别。Yan等人（2025年）以陕西省杨陵区为研究区域，通过基于TWDTW的JM距离筛选Sentinel-1/2特征，识别出玉米生长关键阶段的最优特征，将计算成本降低到整个生长季节的25%，同时显著提高了玉米识别准确性。
深度学习技术的发展为精准作物分类研究开辟了新途径。神经网络模型在特征提取中的应用大幅减少了人工干预，实现了快速自动的目标识别，并在处理大规模数据方面表现出卓越的能力。Jamali和Mahdianpari（2022年）利用Sentinel-1/2和LiDAR数据以及VGG-16卷积神经网络实现了高精度湿地识别。Chroni等人（2024年）提出了一种基于多光谱和机载LiDAR数据融合的土地覆盖分类方法，采用U-Net语义分割技术。Dedring和Rienow（2024年）对Sentinel-2数据应用了Yeo-Johnson变换和归一化，并利用条件生成对抗网络（CGAN）进行土地利用和土地覆盖（LULC）分类。Chen等人（2023年）比较了不同全卷积网络（FCN）结构在城市植被提取中的性能，验证了UNet++网络在提取深度特征方面的有效性。然而，上述分类方法往往依赖于单一的深度学习分类器，其固有的局限性常常难以实现最佳分类性能。相比之下，混合网络模型可以有效整合多个分类器的互补优势，从而构建出更全面、更准确的作物分类模型（Yang等人，2020年）。
针对传统冬小麦提取方法存在的问题（如单数据源、特征冗余和过分依赖单一分类器模型），本文提出了一种基于时间序列遥感图像多特征融合的紧凑型多源深度学习方法。首先，利用多生长阶段的Sentinel-1/2遥感图像构建了包含光谱、植被指数、纹理和极化特征的全面特征集。在特征选择阶段，引入JM距离特征选择算法筛选最佳特征组合。随后，设计了一种混合VGG16-UNet++网络模型以充分利用多个分类器的互补优势。最后，通过与其它主流分类方法的比较分析，验证了所提方法在冬小麦信息提取方面的优越性。本文的主要贡献如下：
- 利用多生长阶段的Sentinel-1/2遥感图像构建了包含光谱、植被指数、纹理和极化特征的全面特征集；
- 创新性地引入JM距离算法筛选最佳特征组合，提高了信息提取和处理的效率；
- 提出了VGG16-UNet++混合网络模型，该模型结合了VGG16强大的特征提取能力和UNet++的分割精度及计算效率优势，旨在充分利用不同分类器的互补性，实现冬小麦信息的准确分类。

2. 研究区域和数据来源
2.1. 研究区域
中国河南省中东部的太康县（东经114°39′–115°12′，北纬33°25′–33°50′）被选为模型开发和内部评估的主要研究区域（图1）。该地区位于黄淮海平原腹地，面积约1760平方公里，具有温带季风气候（年平均温度14–15°C；年降水量600–700毫米），地形较为平坦（海拔50–70米），土壤类型为排水良好的黄泛滥土和沙壤土，适宜冬小麦和夏玉米轮作。为了捕捉从返青到成熟的多个光谱、纹理和后向散射特征，选取了四个关键物候阶段作为时间节点：冬季休眠解除（2–3月）、拔节-抽穗（4月）、开花-灌浆（5月）和成熟（6月）。同时，汴阳县（驻马店市）作为外部测试区域，用于评估跨县级迁移能力，该地区是重要的商业粮食生产基地，小麦和玉米轮作模式相似，但土地覆盖结构更为多样化（农田与村庄、林地、水体和基础设施交错分布），为泛化研究提供了独立的、更具挑战性的环境。

2.2. 数据处理
2.2.1. Sentinel-1/2图像
Sentinel-1（Shichao等人，2025年；Yuyi等人，2025年）是一个双星极轨星座，搭载C波段合成孔径雷达（SAR），有效重访间隔为6天。本研究中主要使用其干涉宽幅（IW）模式，空间分辨率为约5米×20米，幅宽约为250公里。对于每个冬小麦生长阶段，SAR数据经过轨道校正、辐射校正和利用Refined Lee滤波器进行斑点抑制预处理。
Sentinel-2（Linlin等人，2025年；Yaozi等人，2025年）通过多光谱仪器（MSI）每5天获取一次多光谱图像，包含13个光谱波段。可见光和近红外（VNIR）波段的空间分辨率为10米，红边和短波红外（SWIR）波段为20米，大气校正波段的空间分辨率为60米，场景幅宽约为290公里。在图像选择过程中，利用Google Earth Engine（GEE）和像素级QA60掩膜对Sentinel-2场景进行了筛选：首先通过CLOUDY PIXEL PERCENTAGE和NODATA_PIXEL_percentage过滤，然后将QA60中标记为不透明云（比特10）或卷云（比特11）的像素剔除。在本研究中，Cloud-free表示QA60掩膜后AOI内云量≤1%的像素；Few clouds表示云量占1%–5%；Good表示数据污染低（NODATA PIXEL PERCENTAGE≤1%）且无明显条带伪影的场景。因此，仅保留符合这些质量标准的Sentinel-2场景。
根据研究区域冬小麦的物候特征，从GEE平台下载了2024年3月、4月、5月和6月的Sentinel-1和Sentinel-2场景实验数据（Le'an等人，2021年；Lichao等人，2023年，详见表1）。以Sentinel-2图像为基础，对预处理的Sentinel-1和Sentinel-2数据进行了配准（必要时重新采样到统一网格），然后叠加构成包含光学和雷达波段的多波段复合图像。

2.2.2. 样本数据
在模型构建和验证过程中，对研究区域进行了广泛的野外调查。结合高分辨率Google Earth图像，这些调查用于划定参考样本数据集。2024年3月进行的实地调查收集了五种土地覆盖类型的样本——冬小麦、水体、林地、建成土地和其他植被（包括非冬小麦作物和草地），并记录了每个样本的详细属性信息。太康县用于训练/验证样本构建和基于JM的特征选择，而汴阳县仅作为跨县级迁移评估的外部测试区域。
为捕捉区域内部的异质性（例如种植密度、地形和植被结构的变化），样本首先在空间上分层，然后随机分为训练集（70%）和独立验证集（30%）。这种设计保证了两个子集中类别比例的可比性，降低了过拟合的风险，并实现了对模型泛化性能的客观评估。同时，样本的空间分布在整个研究区域内尽可能保持均匀，避免了地理聚类效应，提升了模型的空间泛化能力。样本分布的详细信息见表2，Taikang县训练/验证工作中使用的参考样本/注释的空间分布见补充材料（图S1）。由于汴阳县未用于训练/验证样本点的构建，因此未提供汴阳县的单独训练样本分布图。像素级精度指标并非直接从野外样本点计算得出，而是利用野外调查样本和高分辨率Google Earth图像来支持基于多边形的参考标签的 interpretation 和划定。这些参考多边形被栅格化，与共配准的Sentinel-1/2输入使用相同的网格，预测结果与验证子集（以及在适用的情况下，跨县实验的外部测试区域）上的栅格化参考掩膜进行逐像素比较。然后使用逐像素混淆矩阵来计算PA、UA、OA、Kappa、IoU和F1。表2. 样本数据详情。下载CSV。显示表格。

3. 方法论
本研究的整体工作流程如图2所示。首先，对多时相Sentinel-1和Sentinel-2数据集进行处理并共配准到共同的空间框架中。基于实地样本，构建了一个综合特征空间，结合了光谱带、植被指数、纹理变量和SAR极化信息。随后应用基于JM距离的特征选择程序来识别最具区分性的变量，并得出最佳特征子集。最后，使用VGG16、UNet++和混合VGG16–UNet++架构在不同的实验方案下进行图像分类，生成冬小麦提取图，并支持比较准确性评估。

3.1. 模型架构和训练策略
本研究实现了三种卷积神经网络架构——VGG16（Mittal引用2024；Wang等人引用2023）、UNet++（Bai等人引用2025；Wu等人引用2024）和混合VGG16–UNet++模型，以高效提取图像特征并支持冬小麦的准确识别。从架构角度来看，VGG16提供了一个深度但结构简单的编码器，用于分层特征表示，而UNet++通过密集嵌套的跳跃连接增强了多尺度特征融合和边界保持。基于这些范式，混合VGG16–UNet++模型将VGG16风格的编码器与UNet++风格的解码器结合在一起，以加强语义区分，同时保留异质农业景观中的精细地块边界。编码器组件使用来自大规模通用图像数据集的ImageNet预训练权重进行初始化，以加速收敛并促进稳定的表示学习，随后使用目标领域样本进行微调，以适应冬小麦识别的特征表示。
为了公平地进行架构比较，所有三种架构都遵循相同的输入-输出公式，以共配准的多时相Sentinel-1/2特征堆栈作为输入，并产生逐像素的冬小麦预测。所提出的混合网络的架构组织（编码器-解码器布局和嵌套跳跃路径）在3.4节（图3）中有详细说明。实施设置和训练配置——包括计算环境、补丁准备和规范化、数据增强、优化和学习率计划、损失函数、正则化和深度监督——在4.1节中进行了汇总，其中进一步使用损失曲线分析了收敛行为。

3.2. 特征集构建
使用来自四个关键物候阶段的Sentinel-1/2图像，构建了一个包含124个变量的多源特征空间：36个Sentinel-2光谱带、48个植被指数、32个纹理指标和8个Sentinel-1极化特征（Guo等人引用2021；Jacob等人引用2020；Rado?aj等人引用2023）。采用统一的命名方案来区分特征类型和获取阶段，详细定义列在表3中。

3.3. 特征选择
在基于深度学习的应用中，合理的特征选择是提高分类精度同时减少计算复杂性的关键步骤（Lei等人引用2025；Yang等人引用2020）。JM距离算法通过量化特征空间内类别概率分布之间的重叠来衡量特征的区分能力（Lei等人引用2025；Li等人引用2025）。鉴于冬小麦的遥感图像表现出显著的空间异质性和类别内变异性，JM距离方法非常适合对这些图像进行分类。其核心优势在于同时评估分布差异和重叠，这可以大大提高特征筛选的精确度并提高分类效率。
JM距离是从特征空间中类别分布之间的Bhattacharyya距离推导出来的概率度量（Wang等人引用2018）。对于两个类别i和j，它定义为：
(1) JM = 2(1?e^(-Bij)，
其中Bij是根据Matusita描述的类别统计计算出的Bhattacharyya距离。JM距离的取值范围在[0, 2]之间：接近0的值表示两个分布之间的重叠较强，而接近2的值表示类别分离得很好。
在许多遥感应用中，JM值在1.8或更高通常被解释为表示类别之间有良好到优秀的分离能力（Ni等人引用2024；Song等人引用2025）。根据这一经验惯例和我们的初步实验，我们将1.8作为本研究的选择阈值：JM距离满足JM≥1.8的特征将被保留。使用训练区（泰康县）的样本，我们计算了所有候选特征的JM距离，并保留了排名最高的子集（46个特征）作为最终的输入特征堆栈。这个子集在选定后固定下来，并在所有实验中一致使用，包括跨县测试；完整的特征列表在附录B中提供。这种选择在保证足够的类别分离性与避免移除可能具有信息量的特征之间取得了平衡。

3.4. VGG16-UNet++混合网络模型
对于异质农业景观中的田间尺度冬小麦映射，分割网络需要同时（i）捕捉区分冬小麦与光谱相似土地覆盖类型的高级语义信息，以及（ii）保留细粒度地块边界和小片碎片地块，同时保持在大面积应用中的计算可行性。为此，本研究采用了一种混合架构，将VGG16编码器与UNet++风格的解码器结合，旨在在表示能力、边界敏感性和操作效率之间取得实际平衡。
与更现代的骨干网络（如ResNet、DenseNet或基于Transformer的编码器例如SegFormer）相比，VGG16在模型复杂性和特征表达能力之间提供了有利的权衡，这在GPU资源有限且仅在单区域单季节数据集上进行训练时尤为重要。其相对较浅且严格顺序的卷积-池化结构便于使用有限的训练样本进行稳定优化，并减少了过拟合的风险，使VGG16成为一个轻量级但强大的编码器，能够从融合的多时相Sentinel-1/2输入中提取深层语义特征。
在解码器方面，与原始的U-Net相比，UNet++更受青睐，因为它重新设计的密集跳跃路径和多尺度聚合桥可以更好地保留典型的碎片化冬小麦田中的细结构和不规则地块边界。嵌套的跳跃连接使得中间分辨率的特征图能够逐步细化，增强了狭窄、 elongated地块以及与农村居民点、林地、水体和其他复杂背景交织的小块区域的连续性。此外，多分支的深度监督设计允许在训练期间明确约束不同深度的中间解码器输出（见4.1节），这实际上提高了优化的稳定性和边界划分。
最终的VGG16–UNet++混合模型遵循编码器-解码器范式，如图3所示。在编码器中，采用了VGG16的前13个卷积层，组织成四个卷积块，每个块包含3×3的核和64、128、256和512的通道数，每个块之后都进行了ReLU激活和2×2的最大池化。从具有C通道（C等于给定实验方案的输入特征数）的512×512像素块开始，编码器通过卷积和池化进行四个阶段的下采样，逐步将空间分辨率压缩到32×32，同时将通道数增加到512，从而聚合高级语义信息。
解码器采用UNet++配置，通过上采样和密集特征融合恢复空间细节。上采样使用双线性插值来降低计算成本，每个上采样的特征图通过嵌套跳跃连接与相应的编码器特征图和中间解码器节点连接。这些连接的特征随后通过3×3的卷积和非线性激活进行处理，以重建更高分辨率的表示。在四个解码阶段中，模型形成了一个中间节点Xi, j的网格（图3），其中水平方向控制深度，垂直方向控制尺度；信息沿这两个维度流动，以整合深层语义和浅层细节。为了进一步优化并利用多尺度结构，四个深度逐渐增加的深度监督分支（L1–L4）被连接到选定的解码器节点上，每个分支都产生原始512×512分辨率的分割预测。在训练过程中，这些分支在第3.1节描述的统一损失函数下进行联合优化，以促进跨尺度的持续改进。在后续的映射和准确性评估中，最深的分支（L4）被用作最终预测头，因为它最能整合高级特征和精细的空间细节（第4.1节）。总体而言，VGG16–UNet++混合架构有意识地将轻量级的、训练效率高的编码器与对边界敏感的解码器结合在一起，而不是简单地追求更深层或更重的神经网络结构，从而为以生产为导向的小麦分类提供了有效且计算效率高的解决方案。

3.5. 准确性评估方法
分类网络的性能使用了一组标准的准确性指标进行了定量评估（Jung和Ehlers 2016年；Xue等人2021年；Yu等人2025年），包括生产者准确性（PA）、用户准确性（UA）、总体准确性（OA）、Kappa统计量、交并比（IoU）和F1分数。相应的定义如下：
(2) PA = TPP + FN,
(3) OA = ∑TP / (TP + FN + FP + TN),
(4) Kappa = OA - PE1 - PE,
(5) UA = TPP + FP,
(6) IoU = TP + FP + FN,
(7) F1 = 2 * (PA * UA) / (PA + UA).
在方程中，TP（真阳性）表示正确预测为目标类别的像素数量；FP（假阳性）表示不属于目标类别但被错误标记为目标的像素数量；FN（假阴性）表示属于目标类别但未被模型识别的像素数量。对于Kappa统计量，OA表示正确分类的像素与总评估像素的比例，而PE表示从混淆矩阵的行和列边际总数计算出的期望一致度。在方程(7)中，PA和UA分别表示生产者准确性和用户准确性。此外，为了初步评估跨县的可转移性，训练好的模型在相邻的县（河南省驻马店市的 Bipang County）进行了进一步测试，如第4.5节所述。

4. 结果与分析
4.1. 网络模型训练和损失分析
所有实验都是在TensorFlow 2.9.0（Zhao等人2021年）中实现的，使用Python 3.9.0，并在一个配备了NVIDIA GeForce RTX 4090 GPU的工作站上执行。编码器组件使用ImageNet预训练的权重进行初始化，并在目标领域样本上进行微调，以适应小麦识别。根据第2.4节的采样方案，共注册的多时相Sentinel-1/2输入被裁剪成不重叠的512×512块，每个通道都线性归一化到[0, 1]范围内。训练进行了100个周期，批量大小为4，使用Adam优化器，初始学习率为1×10^-4。当验证损失连续三个周期没有下降时，学习率减半。在mini-batch级别应用了实时增强技术，包括水平/垂直翻转、小角度旋转和均匀缩放；还引入了轻微的亮度/对比度抖动和弱高斯噪声，以模拟辐射度变化。分割任务被构建为像素级别的多类分类。主要目标使用带有softmax归一化的logits的 categorical cross-entropy损失，同时增加了具有小权重因子的Dice损失项，以稳定边界学习并减轻类别不平衡。正则化包括对卷积核的L2权重衰减、在深层编码器-解码器阶段的dropout以及基于验证损失的提前停止。
解码器包含了四个深度逐渐增加的深度监督分支（L1–L4），其训练和验证损失在优化过程中被跟踪（图4）。所有分支在早期周期内损失迅速下降，随后逐渐稳定，没有观察到训练和验证曲线之间的明显分歧，表明模型可靠地收敛，没有明显的过拟合。其中，最深的分支L4显示出最低的验证损失和相对更稳定的训练轨迹（即周期间的波动较小），表明在我们的训练设置下优化更加稳定。因此，L4被经验性地选为小麦映射和后续准确性评估的最终输出分支。由于结合了深度编码和密集嵌套的跳跃连接，VGG16–UNet++在增强复杂纹理和地块边界表示的同时，保留了精细的空间结构，从而提高了小麦与其他光谱相似的地表类型（如其他农作物和森林）之间的区分能力。

图4. VGG16–UNet++模型四个深度监督解码器分支（L1–L4）的训练和验证损失曲线。
该折线图显示了四个深度监督解码器分支L1到L4在100个周期内的训练和验证损失。水平轴标记为周期时间，范围从1到100。垂直轴标记为值，范围从-1到-0.3。所有八条曲线总体上从左到右递减，表明损失随时间减少。训练损失-L1曲线从接近-0.38开始，降至大约-0.78。验证损失-L1曲线从接近-0.38开始，也降至大约-0.78，与训练损失-L1密切跟踪。训练损失-L2曲线从接近-0.4开始，降至大约-0.83。验证损失-L2曲线从接近-0.4开始，也降至大约-0.83，与训练损失-L2密切跟踪。训练损失-L3曲线从接近-0.4开始，降至大约-0.88。验证损失-L3曲线从接近-0.4开始，降至大约-0.88，与训练损失-L3密切跟踪。训练损失-L4曲线从接近-0.4开始，降至大约-0.92。验证损失-L4曲线从接近-0.4开始，降至大约-0.92，与训练损失-L4密切跟踪。

4.2. JM距离特征选择结果
本研究对124个特征进行了系统的分析，涵盖了四个主要类别：原始波段、植被指数、纹理和极化。根据公式(1)计算了四个时间阶段内小麦与其他地表类别之间的JM距离值。图5使用扇形直方图可视化这些距离，清楚地揭示了不同时间阶段和特征组合之间的类别可分性，为地表覆盖识别中的特征选择提供了重要的科学基础。

图5. 小麦与其他地表类别之间的JM距离分布。图中的面板(a–d)分别显示了小麦与森林、水域、建筑用地和其他植被的对比。每个 radial 条对应一个特征，条形长度（及标注的值）表示其JM距离；外圈的颜色表示采集月份（3月/4月/5月/6月），颜色图编码了JM值的大小。

在使用JM距离特征选择算法过滤了初始的124维多模态特征集后，共选择了46个具有大于1.8的JM值的高区分度特征。46个选定特征的完整列表在附录B中提供。它们的月度分布显示在图6a中，其中6月的特征占比最高（40%），远高于复苏阶段（2月-3月）、联合生长期（4月）和开花-成熟期（5月）的特征。这一结果表明，在6月成熟阶段的光谱和结构特征对于区分小麦与其他作物或地表类型最具区分性。成熟的小麦经历了灌浆、黄化和收获过程；其冠层结构和光谱响应与其他植被在同一时期有显著不同，因此提供了丰富的区分信息。特征类别的分布显示在图6b中，其中原始光谱带特征占比最高（37%），其次是植被指数、极化和纹理特征。这一趋势表明，多光谱原始波段直接反映了作物的光谱响应，是分类的基本信息来源，而植被指数通过强调生物物理特征（如叶绿素含量和冠层覆盖）进一步增强了可分性。尽管极化和纹理特征所占比例相对较小，但它们在复杂背景或边界区域提供了有价值的补充信息，有助于提高空间连续性和局部识别准确性。

图6. 主要特征集比例分析。(a) 按月份划分的选定特征比例。(b) 按特征类型划分的选定特征比例（原始光谱带、植被指数、纹理特征和极化特征）。百分比表示在选定特征集中的占比。

这两个面板圆环图显示了特征集的比例分析。图a显示了按月份划分的选定特征比例。3月占比14％，4月占比17％，5月占比29％，6月占比40％。图b显示了按特征类型划分的选定特征比例。原始光谱带占比37％，植被指数占比29％，纹理特征占比23％，极化特征占比11％。

总之，在JM选定的最优特征集中，6月的图像和原始光谱带的贡献最为显著，它们在捕捉小麦关键生长阶段的光谱差异方面发挥了核心作用，并为提高分类准确性和模型鲁棒性提供了关键支持。这一发现强调了在特征构建中优先考虑关键物候阶段图像和基本光谱信息的重要性，以最大化时间序列数据和多源信息融合的区分潜力。

4.3. 分类结果
为了验证JM距离特征选择算法在减少特征维度、最小化冗余和简化分类模型计算方面的优势，以及评估其与VGG16-UNet++混合网络结合应用于小麦信息提取的可行性和有效性，本研究设计了三种网络模型——VGG16、UNet++和VGG16-UNet++——每种模型都与JM距离算法结合用于特征筛选。对于VGG16基线，由于VGG16原本就是一个分类框架，因此用作编码器，并与FCN风格的上采样解码器（1×1卷积分类器，然后进行双线性上采样到原始分辨率）相结合，以生成像素级别的预测。对于小麦提取任务，70%的样本用于训练，剩余30%用于准确性验证。实验构建了四种类型的数据集：(1) 来自四个时间阶段的所有特征（总共124个特征）；(2) 由JM距离选定的Sentinel-1/2数据构建的特征集（总共31个特征）；(3) 由JM距离选定的Sentinel-2数据构建的特征集（总共41个特征）；(4) 由JM距离选定的特征集（总共46个特征）。为了便于后续分析和描述，这些特征集分别被重命名为D1、D2、D3和D4。将这四种特征集与三种网络架构结合，总共得到了12组实验组，如表4所示。

表4. 分类实验组合信息表。

为了全面评估所提算法在小麦分类任务中的性能优势，采用了多种定量评估指标，包括PA、OA、Kappa系数、IoU、UA和F1分数。鉴于本研究关注小麦的准确识别，PA作为核心指标，对于验证算法的分类准确性具有重要意义。通过分析分类结果的生产者准确性PA，研究发现，当使用JM距离特征选择算法的特征集与三种网络模型结合时，分类准确性显著提高。如表5所示，具体性能如下：V4将拾取准确率（PA）从83.03%、74.5%和83.24%（V1、V2和V3）提升到了86.04%；U4将PA从84.79%、76.19%和83.13%（U1、U2和U3）提升到了86.91%；VU4将PA从86.03%、75.21%和85.85%（VU1、VU2和VU3）提升到了90.53%。比较结果表明，VU1、V1和U1的PA显著低于VU4、V4和VU4，这表明使用所有特征会引入冗余信息，从而导致模型性能下降；V3、U3和VU3的准确性也低于V4、V4和VU4，这表明Sentinel-1的VV和VH极化特征对冬小麦识别有积极影响，而多源Sentinel-1/2特征的融合可以进一步提高分类效果。此外，VU2、V2和V2的PA也显著低于VU4、V4和VU4，这验证了结合关键物候阶段的时间序列Sentinel-1/2图像可以有效提高冬小麦提取的准确性。其他评估指标（OA、Kappa、UA、IoU和F1）的分析也显示出了与PA一致的趋势，进一步证明了JM距离特征选择算法在提高分类性能方面的有效性。

表5. 不同实验组合方法的分类准确性。

根据表5和图7的定量结果，空间比较显示，基于JM的综合特征集D4与三个网络（VGG16、UNet++和VGG16–UNet++）结合使用时，始终能够提供最高质量的结果。使用D4，冬小麦地块的边界更加完整和规则，小而分散的田地能够更可靠地被检测到，与周围土地覆盖类型的混淆显著减少。相比之下，未过滤的完整特征集D1包含大量冗余且高度相关的预测因子，经常将冬小麦与建筑物阴影和废弃农田混淆。单阶段的6月特征集D2缺乏完整的物候轨迹，难以将冬小麦与其他在同一时期成熟的春作物区分开来。仅使用光学的特征集D3虽然在利用Sentinel-2的光谱信息方面优于D1和D2，但在空间异质性和结构复杂的区域性能仍然较差，因为它们忽略了雷达极化和多时相信息。通过保留高区分度变量（例如6月的红色边缘带、恢复阶段的NDVI）并联合利用多源、多时相信息，D4有效地减少了误分类并提高了整体鲁棒性。

图7. 不同数据集-模型组合（D1–D4×VGG16–UNet++、VGG16和UNet++）的冬小麦提取结果的定性比较。黄色斑块表示模型提取的冬小麦地块，红色轮廓表示参考（真实）冬小麦边界。

12块图像网格排列成四行三列，显示了冬小麦提取结果。每一行代表左侧标记为D1到D4的数据集。每一列代表一个模型：VGG16-UNet++、VGG16和UNet++。在每个面板中，黄色斑块表示模型提取的冬小麦地块，红色轮廓表示参考的真实冬小麦边界。面板显示了黄色斑块和红色轮廓之间的重叠和对齐程度，表明了模型在不同数据集中识别冬小麦田地的性能。

在所有四个特征集（D1–D4）中，VGG16–UNet++模型的性能也优于相应的仅使用VGG16和UNet++的配置。利用VGG16的深度语义表示能力和UNet++的多尺度解码以及密集的跳跃连接，这种混合架构减少了VGG16常见的小地块分割不足问题，以及UNet++常见的大面积均匀地块过度分割问题。在结构复杂的区域（如密集的灌溉网络和森林-农田生态过渡带），VGG16–UNet++产生了更连续的空间地图和更清晰的地块边界，突显了该架构的适应性和对优化特征集的有效利用。

图8. 使用性能最佳的配置（VGG16–UNet++和D4特征集）生成的太康县全县冬小麦分类图。该图用于研究区域空间模式的定性可视化。所有特征子集和模型的定量准确性在表5中报告。

地图显示了中国太康县的冬小麦分布。地图的边界范围为北纬33度50分0秒至34度20分0秒，东经114度36分0秒至115度3分0秒。左上角的罗盘指示了北、南、东、西方向。县的中心区域主要为灰色，代表城市地区。围绕城市中心的是黄色、绿色和灰色的混合斑块。黄色斑块表示冬小麦，绿色斑块表示其他植被，较小的灰色斑块是非城市开发区域。左下角的图例将黄色标识为冬小麦。右下角的刻度尺显示了从0到20公里的距离，主要刻度位于0、2.5、5、10、15和20公里处。

4.4. 不同网络架构的复杂性和运行时间比较

为了进一步评估这三种分割架构的实际应用性，我们比较了它们在JM选择特征集D4下的模型复杂性和运行时间性能（表6）。除了表5中总结的准确性指标外，表6还报告了可训练参数的数量、512×512输入块上的浮点运算次数（FLOPs）以及在GPU平台上每个块的平均推理时间，分别针对VGG16、UNet++和提出的VGG16–UNet++混合网络。

纯VGG16网络是配置最轻量级的，大约有1780万个参数和62.4 GFLOPs，每个512×512块的平均推理时间为5.2毫秒。UNet++引入了带有嵌套跳跃连接的更密集的解码器，使得模型复杂性增加到约2430万个参数和88.7 GFLOPs，每个块的推理时间为7.8毫秒。VGG16–UNet++混合网络进一步扩展了编码器-解码器连接，大约有2960万个参数和101.3 GFLOPs，每个块的平均推理时间为9.1毫秒。结合表5中的准确性结果，这些复杂性指标显示了混合架构在准确性-效率之间的良好平衡，它在计算量仅有适度增加的情况下实现了明显的准确性提升。尽管VGG16–UNet++的参数数量和FLOPs高于UNet++，但增加幅度有限：参数数量从2430万增加到2960万，FLOPs从88.7 G增加到101.3 G，而推理时间从7.8毫秒增加到9.1毫秒。同时，在相同的JM选择特征集D4下，VGG16–UNet++的表现始终优于UNet++（例如，PA从86.91%增加到90.53%；OA从94.74%增加到96.99%；IoU从0.7499增加到0.7883，F1从0.8708增加到0.9071；表5）。这些结果表明，性能提升不仅归因于模型容量的增加，还与结合了VGG16的语义编码和UNet++的嵌套多尺度解码的混合设计有关，使得特征融合和边界保持更加有效。实际上，混合模型提高了地块边界的完整性和分类的可靠性，而没有带来过高的计算负担，这表明VGG16–UNet++不仅适合作为方法学基准，也非常适合需要精确度和吞吐量的区域级冬小麦制图工作流程。

4.5. 跨县迁移实验

为了进一步评估所提出框架的迁移能力，我们在河南省驻马店市的拜阳县（大约113°06′E–113°48′E，32°34′N–33°09′N）进行了跨县实验，该地区与主要研究区域相邻，以冬小麦-夏季玉米轮作为主，伴有少量的蔬菜和混合作物地块。拜阳县位于淮河平原和低矮丘陵地带之间的过渡带，具有与主要县大致相似的农业生态条件，但在地形、灌溉强度和田地大小上存在中等程度的差异。因此，该设置为评估跨县泛化提供了代表性的测试环境。

在这项实验中，所有三种分割架构——VGG16、UNet++和混合的VGG16–UNet++——都仅使用来自主要县的样本进行了训练，采用70%/30%的空间分层划分和JM选择特征集D4。训练后的模型直接应用于拜阳县的多时相Sentinel-1/2图像和验证样本，无需重新训练、微调或领域适应。拜阳的数据处理采用了与主要县相同的预处理和特征构建流程，拜阳的所有标记样本专门用于外部测试。跨县性能使用第3.5节中定义的准确性指标（PA、UA、OA、Kappa、IoU和F1）进行评估。

表7总结了在主要县训练的三个模型移植到拜阳县后的外部验证结果。在所有指标中，VGG16–UNet++模型的准确性最高，其次是UNet++，然后是VGG16，这与内部实验中的排名一致。与主要县的内部验证相比，拜阳县的VGG16–UNet++的OA和F1仅略有下降（几个百分点），表明在跨县迁移过程中准确性损失可控。这些发现表明，基于JM指导的、考虑物候的特征集，加上轻量级的混合架构，在作物结构和背景条件的适度变化下仍能保持稳定的性能，提供了在驻马店市范围内跨县迁移性的初步证据。

除了基于样本的评估外，VGG16–UNet++模型还应用于拜阳县的整个行政区域，生成了覆盖整个县的冬小麦地图（图9）。地图显示了灌溉平原上连续的冬小麦带状分布，而在周围的混合用途区域则分布着更为分散的地块，这与当地的种植模式和统计记录大体一致。剩余的误分类主要限于城乡边缘和小的蔬菜或混合作物地块，没有观察到大规模的系统性误差。这表明所提出的框架在移植到邻近县时能够生成空间连贯且可解释的冬小麦地图。

在这个实验中，网络仅使用来自主要县的样本进行训练，采用70%/30%的空间分层划分和JM选择特征集D4，然后直接应用于拜阳县的多时相Sentinel-1/2图像和验证样本，无需重新训练、微调或领域适应。拜阳的数据处理采用了与主要县相同的流程，包括光谱、植被指数、纹理和极化特征的构建以及随后的基于JM的特征选择。拜阳的所有标记样本仅用于外部测试，跨县性能使用第3.5节中的相同准确性指标进行评估。这里我们报告了最佳配置（VGG16–UNet++和D4，记为VU4）和UNet++基线（U4）的结果。

卫星图像显示了一个边界不规则的陆地区域，北部朝上。图像中可以看到大面积的黄色区域，代表冬小麦，分布在陆地的中部和较低部分。还可以看到较深的绿色和灰色区域，表示其他土地覆盖类型。左上角有罗盘指示，标注有北、南、东、西方向。右下角的水平刻度尺显示了0、2.5、5、10、15和20公里的距离增量。纬度线分别标在左侧垂直轴上的32度40分0秒北、32度50分0秒北、33度0分0秒北和33度10分0秒北位置。经度线则标在顶部水平轴上的113度6分0秒东、113度15分0秒东、113度24分0秒东、113度33分0秒东和113度42分0秒东位置。左下角的图例标注黄色区域为冬小麦。显示全尺寸。

5. 讨论
5.1 分类方法的性能比较
对VGG16、UNet++以及提出的VGG16-UNet++混合模型进行了定性和定量评估（见图7和表5）。定性分析表明，由于冬小麦与周围植被的空间邻近性以及光谱和纹理特征上的相似性，导致分割出来的小麦田容易被误分类为其他植被类型。然而，与单一架构相比，VGG16-UNet++在边界保持和细节描绘方面表现更为稳健，误分类率显著降低。定量结果进一步证实了这一优势：VGG16-UNet++在PA、OA、Kappa、UA、IoU和F1等关键指标上均优于VGG16和UNet++。这种改进归因于其架构特性：VGG16具备强大的深度特征提取能力，而UNet++的密集跳跃连接和多尺度融合增强了细节的准确性和边界表示能力。这种结合不仅提高了分类精度，还为农业遥感应用提供了一个既能保证精度又能提升效率的创新网络框架。

5.2 特征选择策略与时间相位分析
图8和表5的结果显示，基于JM距离特征选择算法构建的特征集在所有网络组合中均取得了最佳性能，显著优于未经筛选或传统生成的特征集。未经筛选的特征集通常存在高维度冗余和强自相关问题，导致模型复杂性增加和潜在过拟合，从而降低PA、OA、Kappa、UA、IoU和F1等指标。相比之下，JM距离特征选择方法综合考虑了波段组合的整体可分离性、相关性以及单个特征的判别能力，有效地提高了特征选择的质量并减少了计算开销。
关于时间分布（图6a），3月、4月、5月和6月的特征比例分别为14%、17%、29%和40%，其中6月的贡献最大。这是因为6月冬小麦处于成熟或收获前的阶段，其光谱反射率、植被覆盖度和冠层结构与其他作物或自然植被存在显著差异。同时，大多数春夏季作物在此期间仍处于生长初期，从而显著增强了类别之间的光谱和纹理可分性。此外，成熟的小麦田在灌浆、黄化和部分收割后表现出更独特的纹理和形态特征，进一步提高了分类的区分度。
从特征类型来看（图6b），原始光谱带、植被指数、纹理和极化特征的比例分别为37%、29%、23%和11%。原始光谱带直接记录了地表特征的光谱响应，是分类的基础；植被指数（如NDVI、SAVI）通过波段组合增强了叶绿素含量和覆盖度等生物物理特征，有效放大了冬小麦与其他植被之间的光谱差异，因此占比较高。相比之下，虽然纹理和极化特征提供了关于空间结构和散射特性的补充信息，但它们的整体贡献相对较小。这表明，高精度提取冬小麦的关键策略是突出关键物候期的图像，优先使用光谱和植被指数特征，同时适当结合纹理和极化信息。

5.3 多源数据和时间序列数据的优势
多源数据分析的结果（图10）表明，结合Sentinel-2光学数据和Sentinel-1雷达数据的多源融合策略在冬小麦信息提取方面明显优于单一数据源。光学图像由于丰富的光谱信息在区分土地覆盖类型方面具有天然优势，但其结果容易受到云层覆盖、大气散射和太阳天顶角变化等因素的干扰，导致空间和时间一致性降低。相比之下，雷达图像不受太阳光照影响，能够穿透云层和薄雾，并对作物冠层结构和水分特性高度敏感，特别适用于光学观测条件不佳的情况。两者的融合显著提高了分类结果的稳定性和在不同地理环境下的泛化能力，同时减少了单一传感器带来的偏差。
图10. 使用多源/多时间Sentinel-1/2输入的12种实验组合中冬小麦生产者精度的雷达对比（PA，%）。标注的数值为每种组合的PA百分比；较高的PA表示冬小麦的遗漏误差较低。

此外，JM距离特征选择算法从Sentinel-1的四个时间相位中识别出五个极化特征，进一步证明了VV和VH极化参数在区分冬小麦与其他土地覆盖类型方面的强判别能力。这些极化特征不仅对植被结构的变化敏感，还能捕捉冬小麦生长过程中的微妙散射变化，为分类提供了额外的几何和物理维度信息。
时间序列遥感图像的优势尤为明显：基于多时间Sentinel-1/2数据的实验组合在包括PA、Kappa、OA、UA和F1在内的关键指标上均优于仅使用单相6月图像的数据集。尽管6月图像的贡献最大，因为它反映了成熟小麦与其他植被之间最显著的光谱和纹理差异，但单时间相位仍难以避免与春播作物、草地或其他农田的混淆。时间序列数据覆盖了从复苏期到成熟期的完整生长过程，有效地捕捉了冬小麦的光谱、结构和散射特性的动态变化，减少了季节性混淆。
更重要的是，时间序列数据可以提高模型在复杂地形、异质背景和跨区域应用中的鲁棒性和泛化能力。例如，不同气候区或农业系统下作物生长节奏和背景环境可能存在显著差异，时间序列遥感数据提供了丰富的时间维度特征，帮助分类模型在未知区域实现更高的适应性和可靠性。总之，多源数据和多时间序列策略是实现精细尺度冬小麦识别和大规模应用的关键技术途径，对于构建稳定且可迁移的农业监测系统具有重要意义。

5.4 局限性和未来工作
本研究提出了一个紧凑的多源深度学习框架，通过融合多特征时间序列遥感图像实现了高精度的冬小麦信息提取。然而，该框架在区分冬小麦与其他土地覆盖类型（如森林、其他农田和天然草地）时仍面临挑战，因为它们在光谱和结构上存在相似性。此外，实验主要依赖于Sentinel-1/2数据，数据源较为单一，且一些特征存在冗余，增加了模型复杂性并影响了计算效率。此外，深度网络的复杂结构在一定程度上限制了模型的可解释性和跨区域泛化能力。尽管这些模型在太康县进行了训练，并在邻近的泌阳县进行了外部测试，但两个地点位于同一农业生态区和同一农业年，因此当前的时空覆盖范围仍然有限。需要在更多异质区域和多年进行进一步验证，以全面评估大规模和长期泛化能力。未来的研究将引入更高分辨率的光学图像、LiDAR和地形数据等多源数据，结合作物物候模式和区域农业系统等领域知识，以提高特征的可区分性和模型的鲁棒性。同时，将致力于优化特征选择策略和深度学习方法，减少冗余特征，并探索轻量级和基于 attention 的网络架构，以提高计算效率、可解释性和跨区域适应性。该框架的应用前景广阔，可能扩展到其他农业和生态监测领域，为精准农业、粮食安全和生态保护提供坚实的科学基础和技术支持。

6. 结论
本研究开发了一个紧凑的多源深度学习框架，用于冬小麦映射，该框架结合了具有物候意识的Sentinel-1/2特征和轻量级混合分割网络。从河南省太康县的四个关键物候阶段构建了一个124维的特征集，包括光谱带、植被指数、纹理指标和极化描述符。使用JM距离作为基于过滤的标准选择了46个高判别力特征，实现了62.9%的维度降维，同时保持了类别的可分离性，并生成了适用于冬小麦区分的物理可解释特征子集。在此基础上，配置并比较了三种语义分割架构——VGG16、UNet++和轻量级混合VGG16-UNet++。受JM选择特征子集驱动的混合模型在太康县取得了最佳性能，PA为90.53%、UA为90.90%、OA为96.99%、Kappa为0.9525、IoU为0.7883、F1分数为0.9071，同时保持了实用的模型规模和推理成本。跨县实验进一步表明，该混合网络在没有重新训练的情况下转移到邻近的泌阳县时，仍能保持高映射精度，并生成空间连贯的全县冬小麦地图，初步证明了在中等领域变化下的跨县可迁移性。
总体而言，所提出的框架表明，由JM引导、具有物候意识的多源特征与轻量级混合分割网络的结合可以有效提高冬小麦映射精度，增强边界完整性，并支持从县级到区域级的操作监控。第5.4节详细讨论了进一步改进模型泛化能力、实时适用性和跨区域鲁棒性的方法论局限性和方向，这些将是从实验演示向大规模、长期作物和粮食安全监测发展的关键。

机构审查委员会声明：不适用。
知情同意声明：不适用。
补充材料：请下载MS Word（8.9 MB）文件：supplementary_file.docx。
数据可用性声明：该研究的原始数据集来自Google Earth Engine数据目录（https://developers.google.com/earth-engine/datasets），可供公开访问。支持本研究发现的处理数据可通过联系作者[T.Z.]获取。
本文的补充数据可在https://doi.org/10.1080/10106049.2026.2661419获取。