DBKNet：用于干旱地区光伏电站与不透水面联合提取的双编码器KAN分割网络

《Remote Sensing》：DBKNet: A Dual-Encoder KAN Segmentation Network for Joint Extraction of Photovoltaic Power Stations and Impervious Surfaces in Arid Regions

　　

光伏电站和不透水面在光谱上与干旱区背景相似难以区分，并且它们在尺度和空间形态上的巨大差异进一步使联合提取复杂化。本研究提出了DBKNet，一种用于六波段Landsat影像的双编码器语义分割网络。ResNetV1c和BiFormer Tiny分别用于捕获局部细节和长程上下文。ConvSwinMerge整合了两个特征流，而基于KAN的解码器和D2T TransformerBlock改进了多尺度表示和上下文恢复。研究人员从2025年鄂尔多斯的Landsat合成影像构建了一个包含背景、不透水面和光伏电站的三类数据集。DBKNet在测试集上达到了83.40%的mIoU（平均交并比）、90.26%的mDice（平均Dice系数）、98.96%的整体像素精度和75.64%的Target-mIoU（目标类平均交并比），优于六个对比模型。对2014、2018、2021和2025年的64个独立解译图像-标签对进行的固定站点评估产生了76.82%的合并mIoU和70.06%的Target-mIoU，无需重新训练或阈值调整。消融实验证实了双编码器、跨分支融合、解码器侧上下文增强和KAN非线性映射的贡献。结果表明DBKNet在区域多年制图方面的潜力，而早期影像的精度降低表明仍存在时间迁移限制。

**研究背景与问题**

在全球能源转型和中国碳达峰、碳中和目标的推动下，太阳能光伏发电在干旱和半干旱地区快速发展，特别是鄂尔多斯等西北地区成为大规模集中式光伏电站的重要部署区域。光伏电站改变了区域土地利用模式，并影响土地覆盖、生态环境和景观格局。同时，光伏电站建设通常伴随道路、变电站等配套设施，不透水面的变化可反映交通网络、城市扩张、工矿开发等人为扰动强度。因此，联合提取光伏电站和不透水面有助于表征可再生能源设施部署和建设用地变化过程，为可再生能源发展监测、土地利用变化分析和生态环境影响评估提供空间信息支持。

然而，在干旱区，裸土、沙地、盐碱地和工矿扰动地表的光谱特征与不透水面相似，导致分类混淆；光伏电站边界易受裸土、阴影和扰动背景影响。此外，不透水面通常占景观比例较低，道路、村庄边缘和零散工矿用地尺度小、形态破碎，易产生漏检和边界不完整。现有方法如光谱指数法、阈值分割、传统机器学习和深度学习在复杂干旱环境下均存在阈值稳定性差、泛化能力有限、精度不足等问题。CNN模型擅长局部纹理和边缘细节，但难以建模全局结构；Transformer模型全局建模能力强，但难以保留小尺度目标的精细边界。因此，需要一种兼顾局部细节和全局上下文的方法，以应对规则光伏阵列与碎片化不透水面共存的复杂场景。

**研究内容与意义**

研究人员提出了DBKNet，一种双编码器KAN分割网络，用于干旱区光伏电站和不透水面的联合提取。基于鄂尔多斯地区2025年Landsat影像构建了包含背景、不透水面和光伏电站的三类语义分割数据集，并进行了对比实验、消融实验、固定站点跨时间验证和多年制图。DBKNet在测试集上取得了83.40%的平均交并比（mIoU）、90.26%的平均Dice系数（mDice）、98.96%的整体像素精度和75.64%的目标类平均交并比（Target-mIoU），优于六个对比模型。跨时间固定站点验证（2014、2018、2021、2025年）显示，无需重新训练即可获得76.82%的合并mIoU和70.06%的Target-mIoU，但早期影像精度下降，表明存在时间迁移限制。本研究的方法可支持区域尺度的光伏扩展和人工地表变化监测，有助于在干旱区区分可再生能源基础设施与一般不透水面。论文发表在《Remote Sensing》。

**主要技术方法**

DBKNet采用双编码器结构：ResNetV1c分支提取局部纹理和边界细节，BiFormer Tiny分支捕获长程空间依赖和全局上下文。ConvSwinMerge模块实现跨分支特征融合，通过坐标注意力、3×3卷积和SaELayer（通道校准）增强方向性和判别性。KANModule（基于KAN的多尺度解码器）通过图像级池化、多尺度空洞卷积和共享KAN非线性映射聚合多尺度上下文。D2T TransformerBlock在解码器侧增强上下文表示，包含小波增强交叉注意力（WCA）和原型引导交叉注意力（PCA），分别从频域和空间域提升细节和语义聚合。损失函数结合交叉熵损失、Lovasz损失和Dice损失，以缓解类别不平衡。样本队列来源：基于鄂尔多斯市2025年Landsat复合影像构建训练集（9000对）、验证集（500对）和测试集（1000对），并额外构建2014、2018、2021、2025年各16个固定站点的64个图像-标签对用于跨时间验证。

**研究结果**

**4.2.1 Test Set Results of DBKNet（测试集结果）**：通过测试集评估，DBKNet在光伏电站类上达到86.87%的IoU和92.98%的F-score，表明其对规则阵列的识别能力强；不透水面类IoU为64.40%，低于光伏类，说明道路、村庄和工矿用地仍是主要挑战，因其碎片化、小尺度和与裸土背景的光谱混淆。整体mIoU为83.40%，mDice为90.26%，Target-mIoU为75.64%。

**4.2.2 Comparative Experiments with Mainstream Semantic Segmentation Models（与主流语义分割模型的对比实验）**：与FCN-ResNet18、U-Net、PSPNet、DeepLabV3+、SegFormer和PIDNet对比，DBKNet在固定10000次迭代检查点下，Target-mIoU达75.64%，领先SegFormer（最强对比模型）14.70个百分点，同时获得最高aAcc、mIoU和mDice。不透水面类（IS IoU）是区分模型性能的关键，DBKNet的IS IoU为64.40%，其他模型均低于40%，表明其显著提升了碎片化目标的提取能力。

**4.3.1 Main-Module Ablation（主要模块消融实验）**：通过移除BiFormer Tiny分支、ConvSwinMerge和D2T TransformerBlock分别评估，完整DBKNet的mIoU（83.40%）和Target-mIoU（75.64%）均高于单编码器基线（77.20%和66.59%）。不透水面IoU从基线的50.40%提升至64.40%，光伏IoU从82.77%提升至86.87%，证明各模块主要改善了碎片化不透水面的表示。

**4.3.2 Internal-Component Ablation（内部组件消融实验）**：分别禁用KAN非线性映射、坐标注意力和SaELayer，完整配置在所有指标上最优。禁用KAN使mIoU下降至82.57%，Target-mIoU降至74.45%，不透水面IoU下降1.55个百分点，表明KAN有助于区分碎片化人工表面。移除坐标注意力和SaELayer也导致性能下降，说明方向性位置信息和通道校准对道路状不透水面和光伏阵列的表示有贡献。

**4.4 Model Complexity Analysis（模型复杂度分析）**：完整DBKNet参数量为42.18 M，计算量为32.60 GFLOPs。双编码器结构是参数增加的主要来源，D2T模块计算成本低。与SegFormer相比，DBKNet额外增加21.90 GFLOPs和28.48 M参数，但mIoU和Target-mIoU分别高出10.11和14.70个百分点，体现了精度-复杂度权衡。

**4.5 Qualitative Visualization Analysis（定性可视化分析）**：选取代表性样本进行视觉比较，DBKNet在道路状不透水面、密集/稀疏不透水面、集中光伏电站及混合区域中均能保持线性目标的连通性，产生更完整的光伏阵列和清晰边界，减少与裸土或扰动地物的混淆，与定量结果一致。

**4.6 Cross-Temporal Validation and Multi-Year Mapping（跨时间验证与多年制图）**：固定站点评估中，64个样本的合并mIoU为76.82%，Target-mIoU为70.06%。2025年样本性能最高（Target-mIoU 79.30%），2014年由于参考样本中无光伏像素，光伏IoU为0.00%。将模型应用于鄂尔多斯全场景影像，发现2014至2025年不透水面面积从156.20 km²增至343.78 km²，光伏面积从12.29 km²增至340.00 km²，2021年后光伏增长最显著。这些结果需结合年度验证指标解释，尤其早期年份。

**讨论与结论**

**讨论部分总结**：DBKNet的性能提升主要源于局部细节与全局结构的互补表示。ResNetV1c提供碎片化不透水面的纹理和边界信息，BiFormer Tiny捕获大型光伏阵列的长程空间关系，ConvSwinMerge和D2T进一步增强了跨分支交互和解码器上下文表示。不透水面IoU的显著提升表明这些设计对低比例、碎片化和光谱混淆目标特别有利。跨时间评估显示，模型在不同年份间的迁移受光谱响应、地表条件、影像质量和目标分布差异的影响，且2014年固定站点无光伏像素导致类指标对假阳性敏感。数据集仅限于鄂尔多斯地区，缺乏直接兼容的公开基准进行跨数据集评估，未来工作需构建独立跨区域数据集并引入更高空间分辨率影像。

**研究结论部分翻译**：本研究开发了DBKNet，用于从干旱区六波段Landsat影像中联合提取光伏电站和不透水面。双编码器结构结合了局部细节提取与长程上下文表示，而跨分支特征融合和解码器侧增强改善了人工地表与光谱相似干旱背景的分离。DBKNet在测试集上取得了83.40%的mIoU、90.26%的mDice和75.64%的Target-mIoU。对比和消融结果表明，所提出的结构对碎片化和低比例不透水面尤其有效。2014、2018、2021和2025年的固定站点评估产生了76.82%的合并mIoU和70.06%的Target-mIoU，无需重新训练或微调。早期影像的较低精度表明，影像特征、地表条件和目标分布的时间差异仍影响模型性能。本研究在单一区域进行，且无直接兼容的公开基准用于跨数据集评估。未来工作将使用地理独立样本和高分辨率影像评估迁移性，并改进对小尺度或碎片化目标的提取。