《Geocarto International》：Mechanisms of complex surface background effects on UAV-based semantic segmentation stability of tobacco plants in karst mountain regions
编辑推荐：
为探究破碎化地表背景如何影响喀斯特山区烟草语义分割的稳定性，研究人员选取典型喀斯特植烟区为研究区，基于无人机（UAV）RGB影像构建平地表面与破碎地表面样本数据集，采用U-Net与DeepLabV3+进行对比分析。结果表明：（1）样本数量与样本构成对模型性能影
为探究破碎化地表背景如何影响喀斯特山区烟草语义分割的稳定性，研究人员选取典型喀斯特植烟区为研究区，基于无人机（UAV）RGB影像构建平地表面与破碎地表面样本数据集，采用U-Net与DeepLabV3+进行对比分析。结果表明：（1）样本数量与样本构成对模型性能影响路径不同。增加样本量提升两模型识别精度，而增加破碎场景样本比例则提升召回率（Recall）但降低精确率（Precision）。（2）当地表背景由平地向破碎转变时，两模型性能均显著下降。（3）破碎地表背景具有更高纹理异质性与边界不连续性，引发漏检增多、局部误检、目标碎裂与边界模糊，从而降低分割稳定性。
研究背景与立项依据：烤烟是中国重要经济作物，其移栽与旺长阶段的空间分布与长势信息对补苗、病虫害防控及产量估算至关重要。传统田间调查受复杂地形与劳动力成本制约，难以满足山区大范围快速监测需求。无人机可见光遥感具备高空间分辨率与灵活作业优势，已在农作物识别中展现潜力。然而西南喀斯特山区地表破碎、裸岩出露、杂草干扰、地膜与局部阴影混杂，导致烟草冠层在影像中呈小目标、不规则边界与强背景异质性。已有深度学习研究多关注整体精度，忽视异构背景下模型稳定性衰减机制与误差类型演化，且训练集多源自平地规整农田，对山地复杂地表代表性不足。为此，研究人员以贵州贞丰县北盘江镇典型喀斯特植烟区为对象，系统考察样本量与样本构成、地表复杂度对U-Net与DeepLabV3+语义分割稳定性的影响机制。
主要技术方法：研究人员于2021年6月12日中午利用DJI Phantom 4 Pro V2.0无人机在90 m航高采集RGB影像，经RTK地面控制点与Pix4Dmapper生成约6 cm分辨率正射影像；按形态与背景复杂度将研究区划分为平地与破碎两地表组，采用非重叠地理分块划分训练/测试区以防信息泄漏；在ArcGIS Pro 3.1人工勾绘烟草二值掩膜，构建512×512样本块，设立3200/6400/8600三档嵌套样本量（破碎:平地=5:5）及8600样本下7:3破碎比例对照；以灰度熵、GLCM对比度（32级灰度、距离1四方向平均）与Canny边缘密度定量刻画地表复杂度（Mann–Whitney U检验）；选用U-Net与DeepLabV3+（Backbone: ResNet34，输入512×512，Batch=4，Epoch=50，LR=0.001，三次随机初始化）训练，以Precision、Recall、F1-score、交并比（IoU）及相对衰减率评估稳定性，并以混淆矩阵与可视化场景解析误差。
研究结果：
3.1 样本量与样本构成的分离效应：固定破碎:平地=5:5时，样本量由3200增至8600，两模型四项指标均升；U-Net在少样本下均值优于DeepLabV3+，后者增益更陡。固定8600总量将破碎比升至7:3，两模型Recall上升而Precision下降，F1与IoU微降，说明样本量影响学习充分性，样本构成改变漏检与误检权衡。
3.2 不同地表复杂度下识别稳定性：定量显示破碎组灰度熵（7.501±0.119 vs 7.270±0.138）、GLCM对比度（11.233±2.311 vs 7.791±1.723）、边缘密度（0.264±0.016 vs 0.231±0.026）均显著更高（p<0.001）。平地→破碎切换后，U-Net指标由0.91/0.67/0.77/0.63降至0.80/0.36/0.50/0.33，DeepLabV3+由0.82/0.56/0.67/0.50降至0.67/0.29/0.40/0.25；平均衰减35.03% vs 39.43%，漏检（FN）占误分像素87.50%与83.33%，证实异构背景主要破坏小目标完整性而非引发背景误检激增，U-Net经跳跃连接保浅层空间细节故更稳定。
3.3 识别结果可视化对比：平地规则场景中两模型均佳，U-Net边界更连贯；破碎+杂草场景DeepLabV3+局部漏检误检更多；高密度不连续种植时DeepLabV3+小目标碎裂严重，U-Net轮廓恢复更好；田埂边缘处DeepLabV3+粘附偏移更明显。
讨论部分总结：研究人员指出破碎背景的高灰度熵、GLCM对比度与边缘密度量化了异质性强弱，Recall与IoU锐减反映检测完整性与空间重合度受损，裸岩/杂草/地膜纹理相似性是根因。U-Net编码器-解码器加跳跃连接利于浅层细节融合，DeepLabV3+依赖空洞卷积与ASPP（Atrous Spatial Pyramid Pooling）偏重多尺度语义却弱于小目标边界恢复。样本量提升学习充分性，破碎样本占比提升Recall但牺牲Precision。研究局限含单期单区、未隔离坡度/阴影/地膜等单因子、类别不平衡未用focal loss、缺红边与近红外光谱、二值分割无法区分杂草与地膜背景类。
结论翻译：基于贵州典型喀斯特植烟区UAV RGB影像，构建平地与破碎地形烟草数据集，对比U-Net与DeepLabV3+在不同样本量与地表复杂度下性能，主要结论如下。（1）样本量与构成作用可分：固定5:5时3200→8600提升全部指标；固定8600时破碎比50%→70%升Recall降Precision，F1与IoU微变，即样本量主影响学习充分性，构成主调漏检-误检权衡。（2）破碎地表显著降低分割稳定性，其灰度熵、GLCM对比度、边缘密度更高，两模型Recall与IoU大降，像素级误差以漏检为主，异构背景主要损害完整检测与准确边界表达。（3）U-Net在破碎条件下稳定性优于DeepLabV3+，衰减更小，跳跃连接利于保留浅层空间细节、小目标与不连续冠层边界，山地农业模型选型应兼顾绝对精度与背景挑战下的退化幅度及边界保持力。
