《Frontiers in Remote Sensing》：Deep learning-based classification of wet direct seeded rice, broadcasted direct seeded rice and transplanted rice using drone imagery for precision agriculture
编辑推荐：
利用分类技术对无人机影像进行作物面积准确估算在精准农业中具有重要作用。传统机器学习（ML）方法已广泛应用于农业图像分类；然而，先进的深度学习（DL）模型通常能为复杂作物模式提供更优的特征提取和分类能力。区分不同的水稻种植方式对于精确面积估算至关重要。本研究采用
利用分类技术对无人机影像进行作物面积准确估算在精准农业中具有重要作用。传统机器学习（ML）方法已广泛应用于农业图像分类；然而，先进的深度学习（DL）模型通常能为复杂作物模式提供更优的特征提取和分类能力。区分不同的水稻种植方式对于精确面积估算至关重要。本研究采用先进深度学习模型，利用无人机影像对三类水稻栽培方式进行分类：（i）撒播直播稻（Broadcasted Direct Seeded Rice，DSR）；（ii）湿直播稻（Wet Direct Seeded Rice，Wet DSR）；（iii）移栽稻（Transplanted Rice，TR）。无人机影像采集自印度安得拉邦Bapatla区Praanadhaara Organised Agro Forestry Private Limited的试验田。影像在可见光谱（红、绿、蓝波段）下于三个日期（2023年10月15日、2023年10月27日和2023年12月1日）从40米高度拍摄，并用于训练和测试分类模型。分类使用了六个基于ResNet-50的混合模型，即ResNet-50+K近邻（ResNet-50+KNN）、ResNet-50+支持向量机（ResNet-50+SVM）、ResNet-50+决策树（ResNet-50+DT）、ResNet-50+随机森林（ResNet-50+RF）、ResNet-50+朴素贝叶斯（ResNet-50+NB）和ResNet-50+神经网络（ResNet-50+NN），以及另外两种DL架构，即You Only Look Once第5版（YOLOv5）和You Only Look Once第8版（YOLOv8）。模型性能采用总体精度（OA）、精确率（P）、召回率（R）、kappa系数（K）、F1分数（F1）和平均精度均值（mAP）进行评估。在测试的分类器中，ResNet-50+NN模型在T1、T2和T3分别持续取得最高的平均总体精度93.16%、95.81%和93.31%，优于所有其他模型；其他模型在相应时间区间的精度范围分别为78.05%–92.07%、86.11%–95.24%和77.47%–92.09%。ResNet-50+NN模型还记录了最高的精确率（0.93–0.97）、召回率（0.92–0.97）、F1分数（0.92–0.97）和kappa系数（0.89–0.96），表明其在所有观测日期均具有优越且一致的分类性能。本研究开发的方法能够精确识别水稻种植方式，改进作物制图与监测。该识别提升了资源利用效率、优化了投入品使用，并支持田间定点管理，有助于可持续精准农业的发展。
研究背景与问题：遥感技术的进步显著提升了精准农业（precision agriculture，PA）的监测与实施能力。无人机（unmanned aerial vehicle，UAV）影像具有高空间分辨率和灵活性，已成为农业信息获取的重要手段。影像分类可分为像元级、斑块级和场景级方法。以往水稻分类研究多基于MODIS、Sentinel-2、Landsat-8、RISAT-1等卫星或合成孔径雷达（SAR）影像，空间分辨率在10–250 m之间，远低于本研究无人机影像的1.1 cm/像元地面采样距离（ground sampling distance，GSD），难以捕捉不同水稻种植方式间细微的空间与结构差异。水稻主要有撒播直播稻（broadcasted direct seeded rice，DSR）、湿直播稻（wet direct seeded rice，Wet DSR）和移栽稻（transplanted rice，TR）三种种植方式。准确区分这些方式对作物制图、资源优化和精准管理至关重要，但基于无人机影像的深度学习（deep learning，DL）分类研究仍较有限。为此，研究人员在Kharif季节2023年利用高分辨率RGB无人机影像，评估多种DL模型对三种水稻种植方式的分类能力。
研究内容与结论：研究人员在印度安得拉邦Bapatla区Praanadhaara Organised Agro Forestry Private Limited试验田，于三个时间点（T1：2023年10月15日；T2：2023年10月27日；T3：2023年12月1日）从40 m高度采集可见光红、绿、蓝波段影像。DSR和Wet DSR于2023年10月3日播种，TR于11月3日移栽。通过GPS和QGIS生成样地边界，叠加到正射影像上提取感兴趣区，并分割为400×400像素的影像块，共生成1966个标记影像块（DSR 672个、TR 612个、Wet DSR 682个）。研究采用ResNet-50作为特征提取器，结合六种机器学习分类器形成混合模型，并与YOLOv5、YOLOv8进行对比。结果表明，ResNet-50+NN模型在所有时间点均取得最高平均总体精度（overall accuracy，OA），分别为93.16%、95.81%和93.31%，且精确率、召回率、F1分数和kappa系数均为最高。该研究的重要意义在于实现了水稻种植方式的精确识别，可改善作物制图与监测，提升资源利用效率，支持田块定点管理，促进可持续精准农业发展。
关键技术与方法：研究人员使用DJI Mavic 2 Pro无人机在40 m高度以航点模式采集RGB影像，影像由Vyomik Innovations Private Limited处理为正射影像（GeoTIFF）。利用Garmin GPSMAP 66SR采集样地边界，并在QGIS中生成shapefile，叠加到正射影像后提取样地区域，再分割为400×400像素影像块。采用预训练ResNet-50提取每张影像的2048维特征向量，输入KNN、SVM、DT、RF、NB、NN六种分类器；同时使用YOLOv5和YOLOv8进行端到端分类。模型性能以OA、精确率（P）、召回率（R）、kappa系数（K）、F1分数（F1）和平均精度均值（mAP）评估。
结果：
3.1 特征提取：研究人员使用预训练ResNet-50提取影像的高层特征，每张影像生成2048维特征向量，并保存为带有类别标签的CSV文件，作为后续机器学习分类器的输入，构建六个ResNet-50混合模型。
3.2 数据集划分与模型训练：1966个标记影像块被划分为互斥的训练集和测试集；训练集比例从10%递增至90%，模型参数在训练集上优化，并在测试集上评估精度。所有模型均在Intel Core i7-2600 CPU系统上完成训练和评估。
3.3 性能分析：基于混淆矩阵计算OA、P、R、F1和K等指标。在T1时期，ResNet-50+NN的平均OA最高（93.16%），其次为ResNet-50+SVM（92.07%）、ResNet-50+KNN（89.08%）、ResNet-50+RF（87.69%）、YOLOv8（80.27%）、ResNet-50+DT（78.78%）、YOLOv5（78.37%）和ResNet-50+NB（78.05%）。在T2时期，ResNet-50+NN仍最高（95.81%），其次为ResNet-50+SVM（95.24%）、ResNet-50+RF（93.65%）、ResNet-50+KNN（93.51%）、YOLOv8（88.94%）、YOLOv5（88.60%）、ResNet-50+NB（88.39%）和ResNet-50+DT（86.11%）。在T3时期，ResNet-50+NN最高（93.31%），其次为ResNet-50+SVM（92.09%）、ResNet-50+KNN（90.09%）、ResNet-50+RF（88.55%）、YOLOv8（83.93%）、YOLOv5（81.83%）、ResNet-50+DT（79.69%）和ResNet-50+NB（77.47%）。
3.3.2 分类器性能指标：ResNet-50+NN和ResNet-50+SVM在三个时间点持续取得较高的精确率、召回率、F1分数和kappa系数；ResNet-50
