基于可解释机器学习的黑龙江中游水体提取

《Water》:Water Body Extraction in the Middle Reaches of the Heilongjiang River Based on Interpretable Machine Learning

【字体: 大 中 小 】 时间:2026年08月29日 来源:Water 3.5

编辑推荐:

  为应对复杂异质河流水体提取中传统方法面临的光谱混合强烈、特征冗余显著以及泛化能力有限等挑战,本研究利用从哥白尼数据空间生态系统获取的Sentinel-2 Level-2A多光谱影像,开展黑龙江中游水体提取研究,并提出了一种基于广义特征和平衡采样的优化极端梯度提

  
为应对复杂异质河流水体提取中传统方法面临的光谱混合强烈、特征冗余显著以及泛化能力有限等挑战,本研究利用从哥白尼数据空间生态系统获取的Sentinel-2 Level-2A多光谱影像,开展黑龙江中游水体提取研究,并提出了一种基于广义特征和平衡采样的优化极端梯度提升(Extreme Gradient Boosting, XGBoost)模型,实现采用XGBoost 2.1.4版本。将该方法与基于归一化差异水体指数(Normalized Difference Water Index, NDWI)的阈值分割方法、U-Net深度学习分割模型和随机森林(Random Forest, RF)分类器进行比较。结果表明,所提出的XGBoost模型取得了最佳分类性能,水体提取的精确率(Precision)为0.9821,F1分数为0.9695,显著优于基准方法,展现出更强的鲁棒性和适应性。消融实验与基于Shapley加法解释(Shapley Additive exPlanations, SHAP)的可解释性分析均一致识别出Sentinel-2红边波段(B5)为最具影响力的特征,其去除导致分类性能大幅下降,且B5具有最高的SHAP重要性。水汽波段(B9)和阴影自动水体提取指数(Automated Water Extraction Index with Shadow, AWEIsh)为其次最具影响力的特征,而水体指数、波段比值特征和大气相关波段主要起辅助作用。本研究为复杂河流环境中的高精度水体提取和河流动态监测提供了有效的技术框架。
基于可解释机器学习的黑龙江中游水体提取研究解读

地表水系统对维持陆地生态系统和支撑人类活动具有基础性作用,但气候变化与人为压力正不断改变地表水动态,导致洪水、水资源短缺和水生生态系统退化风险加剧,因此亟需开展有效的动态监测与科学管理。传统地面调查虽然能提供较准确的水体信息,但周期长、成本高、覆盖范围有限,难以用于大尺度连续监测。遥感技术凭借覆盖广、重访频率高、数据获取高效等优势,已成为区域及全球尺度水体监测的重要途径。然而,传统光谱水体指数如归一化差异水体指数(Normalized Difference Water Index, NDWI)基于经验阈值,在复杂异质环境下易受光谱混淆影响,泛化能力不足;机器学习方法虽能学习多维光谱中的非线性关系,但内部决策机制难以解释;深度学习方法虽能利用空间上下文信息,但需大量标注样本,且同样缺乏可解释性。因此,构建兼具高精度与可解释性的水体提取方法成为当前研究重点。

针对上述问题,研究人员提出了一种基于可解释机器学习(Extreme Gradient Boosting, XGBoost)的水体提取框架,结合广义光谱特征与类平衡采样策略,并在黑龙江中游佳木斯段开展研究。该研究利用Sentinel-2多光谱影像,构建了包含原始波段、水体指数和波段比值的21维特征集,通过平衡采样缓解水与非水样本比例约1:33的严重类不平衡问题,采用XGBoost模型进行水体分类,并与NDWI阈值法、随机森林(Random Forest, RF)分类器和U-Net深度学习分割模型进行系统比较。结果表明,XGBoost模型取得了最佳性能,水体提取的精确率(Precision)为0.9821,F1分数为0.9695,显著优于基准方法。消融实验和基于Shapley加法解释(Shapley Additive exPlanations, SHAP)的分析共同揭示红边波段(B5)为最关键特征。2016-2025年时间序列分析显示河流面积和宽度与降水显著正相关。该研究为复杂河流环境中的高精度水体提取和动态监测提供了有效技术框架,论文发表在《Water》。

研究人员采用的主要关键技术方法包括:使用来自欧洲空间局哥白尼数据空间生态系统的Sentinel-2 Level-2A多光谱影像,覆盖黑龙江中游同江至哈巴罗夫斯克段,将20 m和60 m分辨率波段重采样至10 m;构建21维特征集(12个原始波段、NDWI、改进归一化差异水体指数(Modified NDWI, MNDWI)、阴影自动水体提取指数(AWEIsh)和6个波段比值);仅在训练子集中进行平衡采样(水:非水=1:1),测试子集保持原始类别比例;采用XGBoost 2.1.4,通过网格搜索结合3折交叉验证优化超参数;对比方法包括NDWI阈值法、RF和U-Net;评估指标包括总体精度(OA)、Precision、Recall、Kappa系数、F1分数和受试者工作特征曲线下面积(AUC),并使用McNemar检验判断差异显著性;SHAP用于量化特征贡献。样本队列来源为哥白尼数据空间生态系统,影像获取时间为2016-2025年每年7-9月,云量低于10%。

3.1 水体提取精度评估
将训练好的XGBoost模型应用于完全独立的测试子区(D区)的完整影像,覆盖2016、2020、2024和2025年,并与NDWI方法和RF分类器生成的水体图进行比较。定性结果表明,XGBoost提取的水体边界平滑连续,无明显噪声斑点,主河道轮廓完整,小支流识别准确,与实际水体分布高度一致。定量评估中,XGBoost的F1分数最高(0.9695),Precision为0.9821,Recall为0.9572,Kappa系数为0.9671,OA为0.9955,均优于U-Net(F1=0.9637)、RF(F1=0.9398)和NDWI(F1=0.8789)。混淆矩阵显示XGBoost的假阳性像素数(9377)远低于U-Net(13686)、RF(43373)和NDWI(108477),AUC也最高(0.9779)。McNemar检验表明所有方法间的差异均具有统计学显著性(p<0.001),证实XGBoost性能优势并非随机波动。

3.2 消融实验
在保持相同模型设置和训练配置下,分别移除水体指数特征、波段比值特征、红边波段、大气波段和短波红外(SWIR)波段,以评估各特征组对分类性能的影响。完整特征集的F1分数为0.9724。移除红边波段(B5)导致性能下降最为显著,F1分数降至0.9144,降幅达5.80个百分点,Precision从0.9792降至0.8743,Kappa和AUC也分别下降至0.9072和0.9633。移除SWIR波段后F1分数降至0.9600,而移除水体指数、波段比值和大气波段的影响较小(F1分数分别为0.9651、0.9638和0.9642)。该结果表明红边波段提供了水体与非水体区分的关键判别信息,其他特征组主要起辅助互补作用。

3.3 SHAP解释
基于完整特征集训练的最优XGBoost模型,通过SHAP计算所有输入特征的平均绝对SHAP值以量化其全局重要性。B5的SHAP值最大(5.32475),表明其对模型输出影响最强;水汽波段(B9)和AWEIsh次之,SHAP值分别为1.20043和1.02307。大气相关波段及归一化特征(B10、BN、RN)贡献中等(0.63-0.91),而B2、NDWI、B4贡献较低。传统水体指数MNDWI、GR和GS的SHAP值均低于0.06,说明在XGBoost的非线性学习框架中,经验指数的判别信息与原始波段和派生特征存在重叠。SHAP与消融结果互补,B5的高重要性与移除后的显著性能下降相一致,但下降幅度并非完全按比例对应,这归因于相关波段(如B6相关性r=0.9913、B4 r=0.9905)可部分补偿信息损失。

3.4 河流河道年际演变与降水响应分析
利用优化后的XGBoost模型提取2016-2025年每年夏季河流水体,并通过中心线垂直横断面估算河流宽度,同时基于ERA5-Land再分析数据计算体积降水。结果显示,河流面积和宽度与降水均呈显著正相关(p<0.01)。2017年是最干旱年份,河流面积和宽度均最小;2021年最湿润,河流面积超过570 km2,宽度超过1300 m。Pearson相关分析表明,降水与河流面积的相关系数r=0.9553,与宽度r=0.8814,河流面积与宽度之间r=0.8656,均达到p<0.01显著水平。这表明降水是河流面积年际变化的主要驱动因子,河流宽度则还受河道地形和河岸稳定性等因素影响。

在讨论部分,研究人员指出,XGBoost框架的优势在于能够整合多维光谱信息并建模复杂非线性关系。红边波段(B5)对植被和混合像元敏感,为水体识别提供关键信息,尽管相关波段可部分替代,但其边际贡献仍不可替代。水汽波段(B9)和AWEIsh提供了互补的判别信息,而传统水体指数在集成模型中贡献有限,但可增强模型稳定性。与U-Net相比,XGBoost直接利用像素级光谱特征,避免了对大量训练样本和复杂训练过程的依赖,在训练样本有限时更具实用性。时间序列分析确认了降水对河流形态变化的主导作用,但河道宽度还受当地地貌和水文因素影响。未来研究可融合Sentinel-1 SAR数据以提升复杂天气条件下的提取性能,并借助迁移学习增强模型在不同气候和地貌区域的泛化能力。

研究结论部分翻译如下:本研究通过结合广义光谱特征与类平衡采样,建立了一个基于XGBoost的水体提取框架,以提高异质河流条件下的性能。该框架在黑龙江中游佳木斯段进行了测试,并与NDWI方法、RF分类器和U-Net深度学习分割模型进行了对比。主要发现如下:(1)所提出的XGBoost模型在异质河流环境中表现出优异的水体提取性能,实现了0.9821的精确率和0.9695的F1分数。与NDWI方法、RF分类器和U-Net模型相比,XGBoost取得了最佳整体分类性能,并表现出对复杂土地覆盖条件更强的适应性。(2)消融实验表明,不同特征组对模型性能的贡献不同。红边波段(B5)是最有影响力的特征,而水体指数
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号