近年来，为推动经济和生态建设协调统一发展，全国各地大力开展人工造林运动，平原区作为我国农业、工业发展的主要集聚地，是人工造林运动的主要发生地之一。平原区人工林建设在防风固沙、水土保持和保障农作物安全等方面发挥着重要作用，而准确、快速地绘制平原区人工林树种的分布对于评价平原区造林成果、监测林木成活率以及为其它相关研究提供基础数据等方面具有重要意义。平原区人工林具有成片/成带的分布规律，又有零星破碎的分布现象。针对平原区树种造林布局分散、种植制度灵活以及林地面积大小不一的空间分布特点，采用传统森林资源调查手段实现其空间分布的准确提取耗时费力^［1-2］。

遥感以成本低、效率高、时效性强的优势成为森林树种分类的主要数据源^［3-4］，特别是高分辨率遥感影像以其空间信息丰富的优势，近年来得到广泛的应用^［5-6］。由于同一森林树种类型的光谱存在高度异质性，传统的基于像元分类方法常导致分类精度低^［7］。面向对象分类方法以影像分割产生的对象作为分类单元，避免了分类结果的“椒盐效应”，已经广泛应用于高空间分辨率的地表覆盖分类研究^［8-9］。王二丽等^［2］利用高分一号全色和4个多光谱波段的融合数据，基于面向对象的多时相光谱和纹理特征对平原造林区进行树种分类，其应用KNN方法获得了最高64%的总体分类精度。李丹等^［1］基于WorldView-2卫星全色和8个多光谱波段的融合数据，基于面向对象的光谱和纹理特征对城市典型乔木树种进行分类，并获得了最高86.5%的总体分类精度。增加遥感数据的光谱波段数和提高空间分辨率在一定程度上改善人工林树种的分类精度。

随机森林（Random Forest）作为一种集成学习方法，已广泛地应用于森林树种的分类^［10］。由于随机森林建立的暗箱模型使得每个决策树都是不充分的弱学习器，且只能在分类前进行一次变量的重要性排序，无法确定每个节点的关键变量，难以有效的提高分类精度^［10］。针对这一问题，Chen等^［11］提出一种基于节点变量优化和阈值循环的分类方法，在每一个节点选取最佳变量组合用于树种精细分类，可视化调节关键变量和阈值，在北方林区的人工林树种分类取得了较好的分类精度，但该分类方法在每个节点的多个规则之间应用简单的交运算，对于人为干扰严重、景观破碎程度高的平原区人工林树种，应用简单的交运算不能得到很好的分类结果。因此，本研究针对平原区人工林提出了一种基于随机森林算法的分层分类方法，并以安徽省利辛县为例，利用多源高分辨率遥感数据，在面向对象多尺度分割的基础上，基于分层优化节点变量的随机森林分类算法，对平原区的人工林树种进行分层分类提取，探索该分层分类方法在平原区的应用潜力，以期为平原区人工林树种资源管理与可持续性经营提供科学依据。

研究区位于黄淮平原南部、安徽省西北部的利辛县（图1）。该研究区属于暖温带半湿润季风气候区，地势平坦，平均海拔28 m，境内河渠纵横汇入淮河^［12］。自2000年以来，在长江防护林等国家林业项目的带动下，研究区大力发展人工林种植，尤以杨树速生丰产林为主，杨树面积不断扩大，资源总量迅速增加^［13］。但是，由于杨树树种单一、生长速度快导致大量杨絮集中发生。近几年开展杨絮治理工作，开始大规模片状栽种苗木，将成熟杨树逐步更新改造为桃树、梧桐、广玉兰、女贞、石楠、榉树、女贞、朴树等景观树种。

图2描述了平原区人工林树种分类的技术路线，主要包括4个部分：①数据准备，包括数据收集与预处理；②数据处理，包括全色与多光谱数据融合、图像分割、变量提取和数据组合方案设计；③应用不同的分类方法，包括分类回归树、随机森林、和分层随机分类进行人工林树种分类；④分类产品输出及精度验证分析。

以研究区2019年林地一张图为参考，于2020年7月进行了野外实地地表覆盖类型调查，详细记录了采样点的地理坐标和土地覆盖类型，主要包括杨树、其他阔叶、桃园、苗圃、在耕农田（农作物以玉米为主）、闲置农田、城镇用地和水体等。结合Google Earth对调查数据进行组织整理，最后保留1 613个地类样本（表1）。按照7∶3的比例随机把每种地类样本分为训练样本和验证样本。按照上述8种地类进行初始分类，最后把非人工林地类归并为一类，产生最终的分类系统：杨树、其他阔叶、桃园、苗圃和其他地类。

研究选用了2019年6月14日获取的资源3号（ZY-3）影像，包括空间分辨率 2.1 m 的全色波段和空间分辨率5.8 m的多光谱波段（蓝、绿、红和近红外）。在对影像进行正射校正基础上，利用绝对辐射定标系数将多光谱图像的数字量化值（DN）转换为辐射亮度，然后用暗黑像元法进行大气校正^［14］，并采用最邻近插值法将全色和多光谱波段分别重采样至2 m和6 m。

哨兵2号数据 （Sentinel-2 ）的获取日期与资源3号相同，其空间分辨率为10~20 m，包括4个10 m的多光谱波段（蓝、绿、红和近红外）和6个20 m的多光谱波段（3个红边波段、一个窄近红外和两个短波红外）。利用Sen2cor软件对其进行辐射定标和大气校正^［15］，使用SNAP软件将10个波段统一重采样为10 m；然后以ZY-3全色影像为基准，对哨兵2号多光谱影像进行几何配准。

以往研究发现Gram-Schmidt（GS）融合方法可以较好地改善原始影像的空间细节特征，且能最大限度地保持原始影像的光谱特性^［16］。因此，本研究使用GS融合算法将已配准的ZY-3多光谱（6 m）和全色（2 m）波段融合成2 m的4个波段新影像，标记为ZY；将Sentinel-2多光谱（10 m）和ZY-3全色（2 m）波段融合成2 m的10个波段新影像，标记为STZY。

采用eCognition软件中的多尺度分割算法，根据地物类型在遥感影像上的光谱和纹理等信息，利用多尺度参数评价工具确定最优分割尺度^［17］。其中，ZY和STZY数据方案分别通过参数的不断优化调整，最终选定分割尺度为100，形状和颜色因子分别设置为0.2和0.8，平滑度和紧致度因子均设置为0.5，最后将影像像素自下而上合并成互不相交、高度同质性斑块的对象。

基于遥感数据提取适宜的变量组合是森林树种分类的关键之一。常用的变量包括光谱变量和纹理变量。光谱变量通常利用光谱波段数据和各种植被指数，而纹理变量常用灰度共生矩阵方法^［18］。本研究以分割单元为基础计算光谱变量的平均值和光谱波段相应的纹理变量，所选变量如表2所示。依据使用的变量，设计了4种数据方案：ZY_SP和STZY_SP只包括光谱变量ZY_SPTX和STZY_SPTX则包括光谱变量和纹理变量的组合（表3）。

分层优化变量组合的随机森林分类方法采用“自上而下，先易后难，先总后分”的分层分类策略，在不同分层中灵活引入不同的变量组合实现最佳的分类结果，降低数据冗余及去除不相关的变量，从而提高计算效率^［11］。

与随机森林只在分类前进行一次变量的重要性排序相比，分层分类方法通过对每个节点均进行一次变量重要性排序，得到每个节点的最佳变量组合^［19］。具体流程如下：利用随机森林的平均下降精度算法评估变量的重要性，对所有变量进行相关分析，当两个变量的相关性系数超过0.9时，重要性等级较低的变量将被删除，最终在每个节点获得不同重要性等级的至多5个变量。

根据地类的光谱特征和纹理特征，通过不断试验，构建图3所示的分层分类树。其中节点1包含所有地表覆盖类型；根据植被和非植被的光谱反应差异，可以将节点1分为植被（节点4）和非植被（节点2）；节点2包含所有的非植被类型，利用水体与其他地类的光谱反应差异，从而把节点2分为水体 （为叶子节点）和其他非植被地物类型（节点3），最后节点3被区分为闲置农田和城镇用地，两者均为叶子节点。另一侧，节点4包含所有的植被类型，根据纹理差异，可以把节点4区分为桃园与在耕农田（节点5），和苗圃与杨树与其他阔叶（节点6）；利用不同的变量组合依次将节点5分为桃园和在耕农田（两者均为叶子节点），将节点6分为苗圃和杨树与其他阔叶； 最后节点7被分为杨树和其他阔叶。由于“其他阔叶节点”的子类型之间混淆严重及缺乏有代表性纯林样本，没有继续区分。

分层分类针对4种数据方案，确定在分层分类中所用的变量，最后完成所有节点变量优化后对整个研究区进行分类。因为本研究的关注重点为平原人工林，所以将在耕农田、闲置农田、城镇用地、水体归并为其他地类，最后的分类结果包括杨树、其它阔叶、苗圃、桃园和其他地物。

作为比较，选择分类回归树算法和随机森林算法对相同的数据方案进行分类。分类回归树是二叉树形式的决策树结构，每个节点表示区分不同类别的属性规则^［20-21］。该方法易于理解、运行速度快，但分类精度高度依赖训练样本质量，并且类别多时分类错误会快速向下逐渐累积，而当变量较少时易出现过拟合现象。随机森林是由多个决策树构成的集成学习方法，通过定义生长树的数目（ntree）和分裂每个节点上的变量数目（mtree）两个参数，利用自举重采样算法从原始数据集中有放回的抽样以构造子数据集，利用子数据集构建子决策树，其中每棵树进行独立分类运算得到各自的分类结果，再根据每棵树分类结果的投票众数决定最终结果^［22］。该方法具有较强的容忍度和较低的泛化误差，但在选择最优变量集合时易受到其他关联特征的影响，使得进一步提高分类精度存在限制^［23］。

对分类结果，应用各个地类的验证样本，构建混淆矩阵，计算总体精度，Kappa系数，生产者精度和用户精度，其中总体精度和Kappa系数用于评价整体分类精度，生产者精度和用户精度用于评价特定地类的分类精度。

通过对4种数据方案各节点最终选择的变量对比分析（表4）可以看出：①方案STZY_SP相比方案ZY_SP增加了B5~B10共6个光谱波段变量，对比两者选择的变量集可以得出，方案STZY_SP中增加的光谱波段变量在多个节点被选中，这表明方案STZY_SP被选中的新增加光谱波段变量对分类结果是有效的；②方案ZY_SPTX和方案STZY_SPTX分别在ZY_SP和方案STZY_SP的基础上计算了相应的纹理变量，在前3个节点中，排名较为靠前的均为光谱和植被指数变量，表明仅利用光谱特征就可以成功实现植被与非植被，水体与非水体，闲置农田以及建筑用地的区分。在节点4到节点7中，重要性排名靠前的变量为HomB4、HomB3、HomB8、AngB1，说明纹理变量在这些节点的表现优于光谱变量。这是因为在耕农田、桃园和苗圃通常有一定的空间分布规律。节点5在区分桃园和在耕农田时，方案ZY_SPTX被选中的变量除B1之外，其余4个变量均为纹理变量，表明桃园和在耕农田的纹理特征具有显著差异。

不同数据方案和分类方法的精度评价结果（表5）说明利用4种数据方案和3种分类方法对该平原区人工林树种分类都达到了85%的精度；ZY_SPTX数据方案利用分层优化变量组合的随机森林分类算法取得了97.30%的最高总体精度。在仅使用光谱变量时，同一数据方案（ZY_SP或STZY_SP）随机森林和分层分类的总体精度没有明显差别；但是，STZY_SP（10个光谱波段和3个植被指数）比ZY_SP（4个光谱波段和3个植被指数）数据方案分类总体精度提高了2.49 %~ 2.91%，这表明了Sentinel-2A多光谱中的红边、窄近红外和短波红外波段能有效提高分类精度。在纹理特征参与分类后，不同数据方案中分层分类的总体精度最高、分类回归树的总体精度最低，并且不同分类器均是SPTX（光谱+纹理变量组合）提供了最佳分类结果。在分层分类中，ZY_SPTX比ZY_SP数据方案分类总体精度提高了10.19%，STZY_SPTX比STZY_SP数据方案分类总体精度提高了4.99%。

在不同数据方案中，分层分类通过分层优化节点选取最佳变量组合，可视化调节光谱和纹理变量组合为单树种取得了最佳树种分类精度（表6）。在仅使用光谱波段时，相比ZY_SP方案，光谱波段的增加使得STZY_SP将杨树、桃园和苗圃的生产者精度分别提高了4.27%、11.36%、和11.48%。在纹理特征参与分类后，ZY_SPTX和STZY_SPTX的数据方案均比ZY_SP和STZY_SP提高了树种分类精度。如相较于ZY_SP，ZY_SPTX将其他阔叶、桃园、苗圃的生产者精度分别提高了26.08%、34.09%和21.31%。从树种分类精度角度分析，基于ZY_SPTX的分层分类方法为杨树、其他阔叶、苗圃和桃园提供了最佳树种分类精度，分别为97.44%、93.37%、92.14%和96.72%，比分类回归树提高了2.35%、11.81%、14.49%和9.98%。在ZY_SPTX数据方案下使用具有分层筛选关键变量组合的分层分类要优于随机森林和分类回归树。

基于分层分类结果的混淆矩阵（表7）表明，仅利用光谱数据进行的树种分类精度较低，如基于ZY_SP数据方案，桃园的用户精度和生产者精度都只有60%左右，与杨树，其他阔叶林，甚至苗圃都严重混淆。由于不同树种的林分结构有差异，引入空间信息可以显著提高分类精度，如基于ZY_SPTX，桃园的用户精度和生产者精度提高到91.1%和93.2%。

图4是基于ZY_SPTX数据方案利用分层分类算法产生的人工林树种空间分布图。从图中可以看出，杨树主要沿河或沿路呈条带式分布，苗圃和桃园分布相对集中，主要分布在研究区中上部和西南角，整体表现为斑块状，面积较大，而且靠近水源。对比分层分类、随机森林和分类回归树（图4（c）~4（e））来看，总体空间分布极其相似，但局部细节上，由于分层分类可针对主要人工林类型杨树、桃园和苗圃进行分类优化而表现更加准确。

光谱变量在平原区人工林树种分类中发挥重要作用，但对不同树种类型或者分层分类树的不同节点所起的作用不同。从表3和表5不同数据方案分层分类树节点变量选择及分类结果可以发现，光谱特征可以较好的区分植被和非植被类型；而在人工林树种分类中Sentinel-2数据的红边、窄近红外和短波红外波段对提高杨树、其他阔叶、桃园和苗圃的分类精度发挥了重要的作用，这与以往的研究结论相似^［11］。从图5可以得出，树种间的光谱差异在新增波段上表现明显，尤其是红边和短波红外 波段，其中B9波段对苗圃和其他阔叶的区分能力明显优于蓝，绿，红，近红外波段，红边波段对杨树和苗圃的区分能力和B3红波段相近，但B3红波段杨树有过多的异常值，因此红边波段对杨树和苗圃的区分能力略优于红波段。这与本研究的实验结果一致，在节点6和节点7区分苗圃，杨树和其他阔叶时，红边和短波红外均被同时选中。然而，依赖有限光谱信息的分类精度难以保证，协同使用纹理和光谱变量可以显著提高平原树种分类精度。研究区的在耕农田、桃园和苗圃是按一定的空间有规律的分布，其中在耕农田（以玉米为主）种植密度高间距小，而桃园冠幅大且种植间距大，两者具有明显不同的纹理特征。这与表3的变量选择结果一致，节点5在区分桃园与在耕农田时，最终选择的变量以纹理变量为主。

相比随机森林和分类回归树，本研究采用的分层优化变量组合的分类模型从分类特征和分类策略上均保证了分类结果的可靠性和稳定性。在分类特征方面，从高维特征空间中有针对性地选择分类树不同层级各类别的最优特征集合参与分类，简单高效地避免了同一分类特征集对分类结果的影响，其中非植被地物主要使用了光谱特征，而纹理特征参与分类后能有效提高树种分类精度。在分类策略上方面，通过分层分类的形式，按照从易到难的顺序层层分解，增强了信息提取能力、分类精度和计算效率。其中，联合纹理信息的资源三号多光谱和全色波段融合的数据方案为单一树种特别是杨树提供了最佳树种分类精度，与李丹等^［1］和王二丽等^［2］杨树提取结果相比，分类精度的稳定性和准确度都有提升，但这可能是本研究区优势树种杨树大多成片种植且较为单一、冠幅大且枝叶茂密，与复杂的城市树种中提取杨树相比分类难度较小。

分类回归树和随机森林方法分类过程中，用户无法了解区分每一个树种的关键变量，而分层分类方法可以反馈分层分类树所用的变量，方便用户进一步的研究。另外，随机森林在训练过程中，精度评价指标为总体精度，其算法内部所使用的变量往往偏向大样本植被类型，忽略小样本树种^［12］，而准确绘制小样本树种的分布往往同样重要。分层分类方法在分层分类树的每一层只区分两个类别，可以很好地兼顾小样本树种类型，从而提高树种分类精度。应用分层分类方法的一个关键步骤是设计适合的分层分类树结构，不合理的树结构可能会影响植被分类的准确性^［19］。本研究基于专家知识建立分层分类树结构，该树结构可能不是最优的，未来的研究应该聚焦在如何应用训练样本和相关统计学知识自动设计最适合的分层分类树结构以获得更可靠的分类产品。

地物的光谱反应特征是遥感影像土地覆盖分类的基础，而“同物异谱”和“异物同谱”的存在给图像的分类带来很大困难，造成错分和误分。比如，同是农田，由于作物的种类不同、生长季不同，其光谱反应曲线也不同；再比如，城市建筑物的屋顶材料不同，颜色不同，在光谱曲线上表现也不同。如果选取这些类别的训练样本时作为一类，由于光谱反应差异大，样本集内部方差过大，分类时往往和其他类别混淆，造成分类精度低。因此在进行地表覆盖分类时，应尽可能的设计较细的分类系统，充分考虑到“同物异谱”现象，分别选取训练样本，产生较为详细的分类结果，最后根据研究目的进行同类归并，达到较好的分类效果。本研究主要关注人工林树种，而农田和其他非植被地类（水体、城镇用地等）不是本研究的目的所在。但是非人工林地类包含的地表覆盖类型多样，既包括了有植被覆盖的在耕农田，又包含了非植被的休耕农田、水体和城镇用地。如果直接把所有非人工林作为一类，由于样本集内光谱的差异太大，势必增大分类的误差。同为耕地，在耕农田与休耕地的光谱曲线大不相同，在分层分类时，首先把它们分在植被和非植被层中。因此必须对在耕农田和休耕农田分开选取训练样本，分为不同的类别，最后把在耕农田与其他非植被类型合并为其他地类，以区别于人工林树种，从而提高总体的分类精度。

本研究基于面向对象高分辨率遥感数据的光谱和纹理特征，采用分层优化变量组合的随机森林分类算法，探索了不同数据方案对平原区的人工林树种分类精度的影响。结果表明：分层分类方法为平原区的人工林树种提供了大于92%的分类精度，与分类回归树、随机森林相比提高了2.35%~14.49%。利用光谱和纹理信息能有效提高平原区人工林树种分类精度，其中ZYSPTX数据方案通过分层分类方法取得了97.30%的总体精度，相比于其他数据方案的总体精度提高了7.28%~11.65%。